《医学统计学》

医学统计学干货思维导图！医学统计学是运用概率论与数理统计的原理及方法，结合医学实际，研究数字资料的搜集、整理分析与推断的一门学科。本章思维导图内容包括参数估计、假设检验、回归分析等（无统计描述），赶快收藏起来吧！

统计推断

• 参数估计
  • 1.掌握标准误的概念及计算。 2.熟悉t分布及其特点。 3.熟悉标准差与标准误的区别及联系。 4.掌握总体均数可信区间的估计。
  • 抽样误差与标准误
    • 样本均数的抽样误差
    • 标准误（SE）
  • t分布
    • t分布的概念和由来
    • t分布的图形与特征
      • t分布的概率密度函数
      • t分布曲线下面积（见附表2）
  • 总体参数的估计
    • 可信度与可信区间（CI）
    • 总体均数可信区间的计算
    • 可信区间的涵义及其要素
      • 可信区间的确切含义
      • 可信区间的两要素
• 假设检验
  • 参数检验
    • 计量资料两组均数的比较-t检验
      • 1.掌握t检验的三个应用条件。 2.熟悉三种类型t检验(单样本、配对及两独立样本1检验)的检验过程。 3. 熟悉两类错误及检验效能。 4.熟悉置信区间与假设检验的关系。
      • 假设检验的基本思想及步骤
        • 假设检验基本思想
        • 假设检验的基本步骤
      • t检验
        • 1.理解假设检验的基本思想。 2.掌握假设检验的基本步骤。 3.掌握t检验的三个应用条件。 4.熟悉单样本t检验的过程。
        • 单样本t检验
          • 样本均数与总体均数的比较
        • 配对t检验
          • 两相关样本均数的比较
        • 两独立样本t检验
          • 两独立样本样本均数的比较
      • t检验的应用条件检验
        • 2.方差齐性检验
      • 假设检验中需要注意的问题
        • 由于假设检验是根据有限的样本信息对总体作出的推断，因而不管作出何种结论，均有可能犯错误。
        • 假设检验的两类错误及检验效能
        • 假设检验与置信区间的关系
    • 计量资料多组均数比较—方差分析
      • 由英国统计学家R.A.Fisher首先提 出，以F命名其检验统计量，故方 差分析又称作F检验。（ANOVA）
        • • • 子主题
      • 完全随机设计资料的方差分析
        • 概念
          • 完全随机设计(Completely randomized design)：又称单纯随机设计或成组设计，是将同质受试对象随机分配到各处理组，再观察其实验效应，以比较各处理有无不同的设计方法。
        • 基本思想
        • 分析步骤
      • 多个样本均数的两两比较
        • 1.掌握方差分析的用途及应用条件。 2.熟悉方差分析的基本思想。 3.熟悉完全随机设计方差分析基本步骤以及两两比较SNK-q检验、Dunnett检验的计算过程。
  • 非参数检验
    • 卡方检验
      • 理解并能阐述卡方检验的基本思想 掌握独立样本四格表资料卡方检验的具体过程 掌握相应卡方值计算公式的应用条件 掌握R╳C列联表资料、配对设计资料卡方检验的基本步骤 了解Fisher确切概率法的基本思想
      • 独立样本四格表资料
      • 独立样本四格表资料卡方检验基本思想及公式
      • 独立样本四格表资料卡方检验的具体过程
      • 四格表资料专用公式
      • 校正公式
      • 配对资料/两相关样本资料
      • Fisher确切概率法
      • R╳C 列联表资料
        • 例题
    • 基于秩次的非参数检验
      • 掌握非参数统计方法的基本概念和适用条件 掌握Wilcoxon符号秩检验的基本思想与步骤 掌握Wilcoxon秩和检验的基本思想与步骤 能够根据不同设计类型资料选择适合的检验方法 能够理解不同设计类型等级资料的秩和检验
      • 小结 非参数检验与参数检验的比较 Wilcoxon符号秩检验的基本思想及步骤 Wilcoxon秩和检验的基本思想及步骤 Kruskal-Wallis H检验的基本思想及步骤 等级资料的编秩规则 各种检验方法特征及注意事项
      • WILCOXON符号秩检验-两相关样本资料
      • WILCOXON秩和检验-两独立样本资料
      • KRUSKAL-WALLIS H 检验-多组独立样本资料
• 分析
  • 两变量之间关系分析—相关
    • 掌握简单线性相关系数的意义，相关的分析步骤及适用条件 熟悉简单线性相关的基本概念 了解简单线性相关的注意事项，等级相关分析
    • 引言 单变量统计与双变量关系统计 任何客观事物都不是孤立的，而是相互联系、相互制约的 医学上，人的身高与体重、体温与脉搏次数、年龄与血压、药物剂量与疗效等 相关关系分为线性相关与曲线相关(非线性相关)
    • 简单线性相关
    • 秩相关
  • 简单线性回归
    • 掌握简单线性回归系数的意义 掌握回归分析的具体步骤、应用及适用条件 掌握简单线性回归与线性相关的区别与联系 熟悉简单线性回归的基本概念 了解简单线性回归的注意事项
    • 小结 简单线性回归的基本概念 回归系数的计算及意义(最小二乘法) 简单线性回归分析的具体步骤 总体回归系数β的统计推断 简单线性回归的应用
    • 计算分析步骤
    • 回归系数的假设检验
      • 方差分析法
        • • • 子主题
  • Logistic回归分析
    • 掌握logistic 回归分析的概念及分类 掌握logistic回归分析的基本模型，模型参数的流行病学与统计学意义 熟悉logistic回归模型的参数估计和假设检验的常用方法 熟悉logistic回归分析的注意事项及其应用
    • logistic回归概念、分类； logistic回归模型及参数意义（流行病+统计）； logistic回归模型的参数估计及假设检验方法； logistic回归分析的注意事项及其应用；
    • 二分类资料Logistic回归分析
      • • （二）回归模型中参数的意义
    • Logistic回归分析的注意事项及应用
      • logistic回归分析的注意事项
        • 关于数值变量资料的赋值问题
        • 自变量的筛选
        • 样本含量大小的估计
      • logistic回归分析的应用
  • 生存分析
    • 掌握生存分析、生存时间、生存概率、死亡概率、生存率、终点事件、生存曲线、截尾数据、中位生存期等重要概念。 掌握Cox回归的假定条件、基本模型；基础风险函数及偏回归系数的含义等。 熟悉生存率的估计方法。 熟悉Cox回归分析的参数估计及假设检验方法。
    • 小结 基本概念：生存分析、生存时间、生存概率、死亡概率、生存率、终点事件、生存曲线、截尾数据、中位生存期等重要概念。 生存率的估计方法。 Cox回归的假定条件、基本模型；基础风险函数及偏回归系数的含义等，参数估计及假设检验方法。
    • 生存资料的概念及特点
      • 二、生存分析中的基本概念
    • 生存曲线的估计
    • 生存曲线的比较 (log-rank检验)
    • 生存资料影响因素分析 (Cox回归分析)