导图社区 医学统计
根据up酥花姑娘的思维导图整理,展示了统计在医学领域的应用及其基本分类。涉及多种统计方法,包括四格表分析、点估计、参数估计、区间估计、假设检验等。还描述了检验分布、回归分析、预测数据和相关性分析等其他统计方法。这些方法在医学研究和临床实践中也具有广泛应用,能够帮助医生更好地了解疾病特征、预测疾病发展趋势以及评估治疗效果等。
社区模板帮助中心,点此进入>>
小儿常见病的辩证与护理
蛋白质
均衡饮食一周计划
消化系统常见病
耳鼻喉解剖与生理
糖尿病知识总结
细胞的基本功能
体格检查:一般检查
心裕济川传承谱
解热镇痛抗炎药
医学统计
数据
计量资料
连续型
离散型
计数资料
类别或属性
等级资料
重度中度轻度
研究数据
统计描述(样本)
统计指标
集中性(平均水平)
算数均数
直接均数
几何均数
成倍
中位数
50%
差异性(变异程度)
极差
方差
离均差平方和
标准差(数据资料)
标准误(多个样本均数)
四分位间距
75%-25%
变异系数
适用于均数相差较大或度量衡单位不同的两组或多组数据变异程度的比较
率
构成比
占比
相对比
标准化率
统计图
基本
直方图
折线图
散点图
科研
箱式图
误差条图
其他图
纸条图
饼图
百分条图
统计表
频数表
四格表
统计推断(总体)
参数估计
点估计
区间估计
医学值参考范围
包含绝大多数正常人的形态功能生理生化等指标的波动范围
原始数据资料
一个数值范围
可信区间
此区间包括总体均数的概率95%
一种可能性
多个样本均数是否来自总体
假设检验 三步走,对于样本推断到整体的这个假设进行进一步的检验)
分布
概率分布
偏态分布
正态分布
数量足够越多
样本,有抽样误差
检验分布
参数检验(知道分布)
t检验: 一个或两个样本 计算t值 计量资料
单样本,配对样本
t原始公式
两个独立样本
是否服从t分:正态检验(S-W),方差齐性试验(F)
方差齐性
t检验
方差不齐
矫正t‘检验
数据变化
非参数检验
Z检验 总体标准差已知或大样本 正态分布 计算Z值
大样本均数比较
样本均数与总体均数比较
两样本均数比较
大样本率的Z检验
单样本率
两个样本率比较
方差分析 两个以上样本 计算F值 计量资料
变异分解
总变异程度SS总 F=M组间/M组内
组间
处理因素
随机误差
组内
总变异程度SS总 F=M处理/M误差
区组
考虑品系,排出不同遗传背景的干扰
处理
误差
卡方检验 四格表资料 计算X2 计数资料
理论频数/实际频数
所有的理论数T≥5并且总样本量n≥40,用Pearson卡方进行检验。
如果理论数1≤T<5,并且n≥40,用Yates校正卡方进行检验。
如果有理论数T<1或n<40,则用Fisher’s确切概率法直接计算概率P值检验。
非参数检验(不知道分布) 非正态分布
Z检验
预测数据
回归分析
相关性分析
浮动主题