医学统计学

医学统计学导图笔记，知识点有抽样研究、资料类型、统计描述、参数设计、设计类型、双变量相关与回归等方面。

统计

抽样研究

总体（参数）

样本（统计量）

资料类型

数值资料（定量资料）

等级资料（定性资料）(有序分类)（n≥3）

无序分类

二分类

性别，阳性/阴性

多分类

血型（ABO）

统计描述

分布特征

直方图

频数图

数值变量

集中趋势

均数（正态分布）

总体均数μ

样本均数X

X上面带一个横线

几何均数G

应用于等比资料

中位数和百分数

应用于明显偏态，两端无确定值，资料不明确

离散趋势

按间距计算

四分位间距Q=P75-P25

极差R

按平均距离计算

总体方差Б2

样本方差S2

总体标准差δ

样本标准差S

分类变量

绝对数

相对数

率

构成比

事物内部某一组成部分的观察单位数/事物内部各组成部分的观察单位总数

相对比

参数估计

抽样误差

样本统计量与参数之间的误差

区别：1、反映个体

标准误

样本统计量的标准差叫标准误

区别：标准误：1、反映统计量的变异；2、对总体均数可信区间进行统计推断

联系：n一定时，标准差大，标准误也越大

标准差：1、反映个体差异；2、医学参考值范围估计；3、计算标准误

总体均数估计

点估计

由样本统计量直接推断总体参数

缺点：未考虑抽样误差

区间估计

在一定置信度下，估计总体参数可能存在的范围

置信度

估计正确的概率（1-α），常取95或99％

置信区间CI

根据一定的置信度估计得到的区间

子主题

设计类型

数值变量资料

n=1

满足正态分布，方差齐

单样本t检验

不满足正态分布，方差不齐

W秩和检验

n=2

满足正态性，方差齐性

两独立样本t检验

n≥50时，样本量足够大，则近似Z检验

满足正态分布，方差不齐

两独立样本校正t检验

不满足正态分布，方差不齐

W秩和检验

n≥3

整体分析

单因素方差分析

满足正态性且方差齐

K--W检验/H检验

不满足正态性及方差齐性

多重比较

K-W检验拒绝H0，说明两样本的总体分布位置不等或不全相等，需要进行多重比较，必便分析任意两样本的总体分布位置之间是否有差别

SNK-q检验：任意两组进行比较

Dunett-t检验：多个实验组与一个对照组的比较

LSD-t检验：某1对或几对在专业上有特殊意义的组间比较

配对设计

对子2个

d（差值）

满足正态性

配对t检验

因为最后是检验d=0或者≠，就类似于单样本t检验

不满足正态性

符号秩和检验

随机区组设计

条件相似的3个

满足正态性，方差齐

随机区组设计资料的方差分析（双因素方差分析）

如果拒绝H0，那么还要继续多重比较

不满足正态，方差不齐

Friendman M秩和检验

如果拒绝H0，接受H1，还可以SNK检验进一步多重比较

析因设计资料方差分析

子主题

子主题

子主题

重复测量设计

考虑因素：时间因素、处理因素

分类变量资料

无序分类变量

卡方检验

n≥40，T≥5

卡方检验

n≥40,1≤T≤5

校正卡方检验

n＜40，T＜1

Fisher确切概率法

完全随机RxC表资料的卡方检验及多重比较

配对设计无序分类

b+c≥40

配对卡方检验或Kappa检验

b+c＜40

校正配对卡方检验或Kappa检验

随机区组设计

Logistic回归模型

有序分类变量

两样本

W秩和检验

三样本

K-W检验或H检验

若拒绝H0，接受H1,则进行多种比较

配对分类变量的W秩和检验

随机区组设计FriedM秩和检验

双变量相关与回归

相关分析

满足正态分布的定量资料

直线相关

不满足正态分析的定量资料或等级资料

Spearman秩和检验

回归分析

回归分析

判断条件

直线回归模型建立