复杂地交织在 起，并以种偶然性的形式表现出来。科学的任务就在于，要从看起来是错综复 杂的偶然性中揭露出潜在的必然性，即事物的客观规律性。这种客观规律性是在 大量现象中发现的，比如临床要观察种疗法对病的疗效时，如果观察的病人 很少，便不易正确判断该疗法对病是否有效但当观察病人的数量足够多时， 就可以得出该疗法在定程度上有效或无效的结论。所以，医学统计学是医学科 学研究的重要工具。 医学统计学研究的主要内容统计研究设计。 我们制订调查计划或实验设计时，除专业问题外，还必须从医学统计学的角 度考虑，使调查或实验结果能够科学地回答所研究的问题。个好的设计可以用 较少的人力物力和时间取得更多的较可靠的资料。 总体指标的估计 医学研究中实际观测或调查的部分个体称为样本，研究对象的全体称为总 体。人们除用均数率等统计指标对调查或实验结果进行描述外，更重要的是通 过样本的信息，来估计总体中相应的统计指标，即参数估计。 假设检验。 就是依据资料性质和所需解决的问题，先建立适当的假设，然后采用适当的 检验方法，根据样本是否支持所作的假设，来决定对假设的接受或拒绝。 联系分类鉴别与鉴测等研究。 在疾病的防治工作中，经常要探讨各种现象数量间的联系，寻找与病关系 最密切的因素要进行多种检查结果的综合评定探讨疾病的分型分类计量诊 断，选择治疗方案要对些疾病进行预测预报流行病学监督，对药品制造 临床化验工作等作质量控制，以及医学人口学研究等。医学统计学，特别是其中 的多变量分析，为解决这些问题提供了必要的方法和手段。 医学统计学研究的意义 作为医学工作者，学习和掌握定的统计学知识是十分必要的。第，在阅 读医学书刊中，经常会遇到些统计学方面的名词概念，有了这方面的知识，有 助于正类的大小有关 系。 判断结论时不能绝对化，应注意无论接受或拒绝检验假设，都有判断的可能性。 报告结论时是应注意说明所用的统计量，检验的单双侧及值的确切范围。 参数估计与假设检验 目录 绪论 医学统计学现状 医学统计学研究对象 医学统计学研究的主要内容 医学统计学研究的意义 参数估计与假设检验 参数估计 假设检验 统计学分析方法研究与探索 统计表与统计图 双变量相关与回分析 基于秩次的非参数检验 协方差分析 多重线性回归分析 回归分析 聚类分析与判别分析秩和检验 分析 小结 运用统计软件对医学问题分析校中，为了 更好的做好临床疾病预测诊断和新药品的推广以及新兴生物信息科学的研究工 作，统计学不仅充斥了日常学习生活，同时也在实验工作中占据了不可磨灭的地 位。 尽管我们知道统计学有如此之多的应用，但是我们很难说大家对于统计信息 不仅接受而且还有了很多的了解。当人们看到个研究结果时，他们如何判断结 论是否正确他们或许会提出很多问题，至于些变量是怎么定义的，运用了什 么样的统计方法诸如此类问题都能被问到。这些问题的存在足以引起我们的重 视。然而目前国内外仍有部分的医学科研工作者，尤其是些临床科研人员，对 医学统计方法缺乏准确的理解，对部分统计方法使用不当，致使些医药学科研 工作出现。很多传染性和遗传性疾病的不到有效的控制，而且有很多可以运 用到实践的药物得不到应有的应用，这些因为统计学知识欠缺和方法应用不当造 成的失误，后果是相当严重的。 为了让更多非统计学专业的学者对于统计知识有个更好的了解，同时也为统 计学应用者更好的把握统计学的变量分析情况，更重要的是满足人们对于统计信 息日益增长的需要。为此本文中旨在介绍统计基础知识的前提下，对于统计问题 的分析思路和方法进行引导性的阐述，在逐步认知和学习的情况下，对现有的统 计方法进行应用分析层面的进步检验，最终探索寻求统计学在医学问题中的应 用新方法。而且在各个层面上对现有统计软件等的应用 进行演示和进步分析。 医学统计学研究对象 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门学科。 医学研究的对象主要是人体以及与人的健康有关的各种因素。生物现象的 个重要特点就是普遍存在着变异。所谓变异个体差异，系指相同条件下同类 个体之间方面发展的不平衡性，系偶然因素起作用的结果。例如同地区同 性别同年龄的健康人，他们的身长体重血压脉搏体温红细胞白细 胞等数值都会有所不同。又如在同样条件下，用同种药物来治疗病，有的病 案例应用 案例二应用 案例三应用 参考文献 致谢附录 绪论 医学统计学现状 医学统计学在上世纪二十年代以后才逐渐形成为门学科。解放前，我国学 者即致力于把统计方法应用到医学中去，但人力有限范围较窄。解放后，随着 医学科研工作的发展，本学科得到迅速普及与提高。通过大量实践，在不少方面 积累了自己的经验，丰富了医学统计学的内容。而电子计算机的作用，更促进了 多变量分析等统计方法在医学研究中的应用。 进入信息技术高速发展的二十世纪之后，统计信息也逐步从政府机构积满 灰尘的档案中和计算中心里解放出来了。从国家关于健康改革和国防的政策到对 于预期寿命婚姻堕胎教育和体育的态度，统计信息在很多方面扮演了重要 的角色。 我们可以发现，统计信息经常在报纸杂志广播和电视节目中出现，他们 甚至偶尔出现在和卡通片中做点缀。统计数据收集与使用的客观环境发生了 很大的变化，这给传统的统计分析思路和方法带来了前所未有的挑战。研究新的 统计分析方法瞩目统计分析前沿，已经成为广大统计学工作者共同的话题。在 我们所关注的问题中，既有统计新方法，又有实际问题分析的新思路既有对传 染性疾病和遗传性疾病的研究，也有新药临床试验的统计新理论新方法的探讨 既涉及传统生物医学资料，也有生物信息学等新兴学科。 不仅如此，统计学也正逐步向我们的教育课程中进行渗透，在小学教室里和 博士生讨论班中，统计信息已经成为教育的基本特征。尤其在医学院 参数估计的方法很多，如何统它们，如何在实践中简单有效地判断它们的性质以及产 生新的方法，都是有待进步探讨的问题。 估计评价标准 无偏性 定义设为被估计的未知参数，ˆ为的估计量，若ˆ则称ˆ为的无偏估 计量。 对于无偏性的含义可以这样来理解由于抽样误差的影响，每次抽样算得的估计量ˆ都 不会相同，但随着抽样次数的增加，计算出的ˆ值会逐渐稳定在待估计参数的附近，即统 计量ˆ的抽样值总体平均等于待估计参数。无偏性绝不是衡量估计值好坏的唯标准，有 时同个参数可以有多个不同的无偏估计量，那么究竟哪个无偏估计量好呢我们引进点 估计的另个标准有效性。有效性 定义设ˆ及ˆ都是未知参数的无偏估计量，若ˆˆ则称ˆ较ˆ有效。 实际上为了使抽样误差尽量地小，要求估计量围绕被估计值的变得越小越好。也就是说， 要求估计量的离散程度要小，或者说其方差要小。例如，在正态总体的情况下，样本均数 及样本中位数都是总体均数的无偏估计量。我们比较它们的有效性，均数，， 而样本中位数，。可以看出，的方差比的方差小，说明用来估 计总体均数比有效。 应当指出的是统计量ˆ与样本容量有关，为了明确起见，不妨记作ˆ，很自然地， 我们希望当越大时，对的估计约精确，于是引进点估计的第三个性质致性。 致性 定义设ˆ是未知参数的个估计量，为样本容量，若对任意个，有 ˆ则称ˆ为的致估计量。 例如由大数定理知道，对任意，有  。所以，也是总体均数 的致估计量。也可验证样本方差是总体方差的致估计量。 综上所述，可知样本均数及样本方差分布是总体均数及总体方差的无偏 有效致估计量，因此利用样本均数及样本方差代替总体均数及总体方差时，所产生的误 差将不含有系统误差。 假设检验 种类 假设检验可分为正态分布检验正态总体均值分布检验非参数检验三类。 正态分布检验包括三类检验检验检验，用于检验样本是否来自 于个正态分布总体。 正态总体均值分布检验分析方法和分析结果的准确度，考察系统误差对测试结果的影 响。从统计意义上来说，各样本均值之差应在随机误差允许的范围之内。反之，如果不同样 本的均值之差超过了允许的范围，这就说明除了随机误差之外，各均值之间还存在系统误差， 使得各均值之间出现了显著性差异。 正态总体均值分布检验分为两种情况， 检验是用小样本检验总体参数，特点是在均方差不知道的情况下，可以检验样本平 均数的显著性，分为单侧检验与双侧检验。当为双样本检验时，在两样本检验中要用到 检验。 从两研究总体中随机抽取样本，要对这两个样本进行比较的时候，首先要判断两总体方 差是否相同，即方差齐性。若两总体方差相等，则直接用检验，若不等，可采用检验或变量变换或秩和检验等方法。 检验是般用于大样本即样本容量大于平均值差异性检验的方法。 上面所述的检验都是基于样本来自正态总体的假设，在实际工作中，有时并不明确知道 样本是否来自正态总体，这就为假设检验带来难度。非参数检验方法，对样本是否来自正态 总体不做严格的限制，而且计算简单。统计工具箱提供了符号检验和秩和检验两种非参数检 验方法。 假设检验般步骤 假设检验应注意的问题 做假设检验之前