《卫生统计学入门》课件

卫生统计学入门课程目标与学习路径课程目标学习路径了解卫生统计学的基本概念和方法，能够运用统计学知识分析医疗数据，并进行科学研究的设计和数据分析什么是卫生统计学卫生统计学的重要性公共卫生临床研究监测疾病流行趋势，评估健康状况，制定公共卫生政策，控制疾病传播统计学在医疗领域的应用疾病流行病学研究1临床试验设计与分析2医疗质量管理基本统计概念介绍统计学是收集、整理、分析和解释数据的一门学科，其基本概念包括总体、样本、变量、数据收集方法、描述性统计和推论统计总体与样本的定义总体样本指我们想要研究的全部个体或对象，例如所有患有某种疾病的病人从总体中选取的一部分个体或对象，用于代表总体进行研究，例如从所有患有某种疾病的病人中随机抽取一部分病人进行研究变量的类型定量变量数值型变量，可进行数学运算，例如年龄、血压、体重等定性变量类别型变量，不能进行数学运算，例如性别、血型、疾病类型等数据收集方法问卷调查医疗记录实验数据描述性统计基础描述性统计是对数据的概括性描述，包括数据的集中趋势、离散程度、分布特征等，可以帮助我们了解数据的基本特征集中趋势的测量平均数1反映数据的平均水平，适合于数值型数据中位数2将数据排序后处于中间位置的值，适合于数据存在极端值的情况众数3数据中出现次数最多的值，适合于类别型数据平均数、中位数和众数例如，假设我们收集了名患者的血压数据10120,130,140,110,150,125,135,平均数为，中位数为，众数为和可以看出，这145,120,130130130120130三个指标能够从不同角度反映数据的集中趋势离散程度的测量标准差反映数据偏离平均数的程度，数值越大，数据越分散方差标准差的平方，反映数据离散程度的另一个指标标准差和方差例如，假设我们有两个样本，样本的标准差为，样本的标准差为可以看15210出，样本的数据比样本的数据更分散21概率分布基础概率分布是描述随机变量取值的概率规律，常见的概率分布包括正态分布、二项分布和泊松分布正态分布正态分布是统计学中最常见的概率分布，其图形呈钟形曲线，数据集中在平均数附近，向两侧逐渐减少二项分布二项分布描述的是在固定次数的试验中，事件发生的次数的概率分布，例如在10次抛硬币实验中，正面出现的次数的概率分布泊松分布泊松分布描述的是在特定时间或空间内，事件发生的次数的概率分布，例如在一定时间内，到达某医院急诊室的病人数量的概率分布假设检验基本原理假设检验是通过样本数据来检验关于总体参数的假设是否成立，其基本思想是反证法，即先假设总体参数符合某个值，然后根据样本数据来判断该假设是否“”合理显著性水平与值P显著性水平值P表示我们愿意接受错误拒绝原假设的概率，通常设为，即我们表示在原假设为真的情况下，获得样本数据的概率值越小，拒

0.05P有5%的概率错误地拒绝原假设绝原假设的可能性越大第一类和第二类错误第一类错误当原假设实际上为真时，我们拒绝了它第二类错误当原假设实际上为假时，我们没有拒绝它单样本检验t单样本检验用于检验样本均值与已知总体均值之间是否存在显著性差异，例如，检验某医院患者的血压均值是否与全国平均血压值之间存t在显著性差异独立样本检验t独立样本检验用于检验两个独立样本的均值之间是否存在显著性差异，例如，检t验两种不同药物治疗同一疾病的疗效是否存在显著性差异配对样本检验t配对样本检验用于检验两个相关样本的均值之间是否存在显著性差异，例如，检t验同一组患者在治疗前后血压变化是否存在显著性差异方差分析基础方差分析用于比较多个样本的均值之间是否存在显著性差异，例如，比较三种不同药物治疗同一疾病的疗效是否存在显著性差异单因素方差分析单因素方差分析用于比较一个因素的不同水平对因变量的影响，例如，比较三种不同药物治疗同一疾病的疗效是否存在显著性差异多因素方差分析多因素方差分析用于比较多个因素的不同水平对因变量的影响，例如，比较三种不同药物和两种不同剂量治疗同一疾病的疗效是否存在显著性差异相关分析相关分析用于研究两个变量之间是否存在线性关系，以及这种关系的强弱程度，例如，研究吸烟与肺癌之间的相关性皮尔逊相关系数皮尔逊相关系数是衡量两个变量之间线性相关程度的指标，取值范围为到，-11数值越接近，相关性越强，数值越接近，相关性越弱10斯皮尔曼相关系数斯皮尔曼相关系数用于衡量两个变量之间单调关系的程度，适用于等级数据或非线性关系回归分析基础回归分析用于研究一个或多个自变量对因变量的影响，并建立数学模型来预测因变量的值，例如，研究年龄、性别和吸烟史对患癌风险的影响线性回归线性回归用于研究一个自变量对因变量的影响，并建立线性模型来预测因变量的值，例如，研究年龄对血压的影响多元回归多元回归用于研究多个自变量对因变量的影响，并建立线性模型来预测因变量的值，例如，研究年龄、性别和吸烟史对患癌风险的影响生存分析简介生存分析用于研究事件发生的持续时间，例如，研究癌症患者的生存时间或治疗成功的持续时间，通常用于分析疾病的预后或治疗效果生存曲线生存曲线显示的是事件发生的概率随时间变化的趋势，例如，癌症患者在不同时间点存活的概率卡普兰迈耶估计-卡普兰迈耶估计是一种非参数方法，用于估计生存曲线，它不需要假设数据的分-布风险比与优势比风险比和优势比是用于比较两个组之间事件发生的概率的指标，例如，比较两种不同药物治疗癌症患者的死亡风险流行病学研究设计流行病学研究设计是指研究疾病发生、发展和传播规律的科学方法，常见的流行病学研究设计包括横断面研究、病例对照研究、队列研究和随机对照试验横断面研究横断面研究是在某一特定时间点，收集总体中的一部分样本，调查其特征和疾病状况，以研究疾病的患病率，例如，调查某地区居民的吸烟情况和肺癌患病情况病例对照研究病例对照研究是在同一时间点，选择患有某种疾病的病人（病例组）和没有患该疾病的健康人（对照组），调查两组人群在某些暴露因素上的差异，以研究暴露因素与疾病之间的关联，例如，研究吸烟史与肺癌之间的关联队列研究队列研究是指选择一组人群，在一定时间内，跟踪观察他们的健康状况和暴露因素，以研究暴露因素与疾病之间的关联，例如，研究吸烟人群与非吸烟人群的肺癌患病率随机对照试验随机对照试验是指将研究对象随机分配到不同干预组，例如治疗组和对照组，比较不同干预组的疗效，以研究干预措施的有效性，例如，研究两种不同药物治疗癌症的有效性抽样技术抽样技术是从总体中选取样本的方法，常见的抽样技术包括简单随机抽样、分层抽样、系统抽样等简单随机抽样简单随机抽样是指从总体中随机抽取样本，每个个体被选中的概率相同，例如，从名患者中随机抽取名患者进行调查10010分层抽样分层抽样是指将总体分成若干个子总体，然后从每个子总体中随机抽取样本，例如，将患者分成不同年龄组，然后从每个年龄组中随机抽取样本系统抽样系统抽样是指从总体中随机抽取第一个个体，然后按照一定的间隔，从总体中依次抽取样本，例如，从名患者中随机抽取第一个患者，然后每隔个患者抽10010取一个患者样本量计算样本量计算是指根据研究目标、研究设计和总体特征，确定研究所需的样本量，确保研究结果的可靠性置信区间置信区间是指根据样本数据估计总体参数的范围，例如，根据样本均值估计总体均值的置信区间统计软件介绍统计软件可以帮助我们进行数据分析，常见的统计软件包括、语言等SPSS R使用基础SPSS是一款常用的统计软件，可以进行数据管理、数据分析、图形制作等操作，SPSS适合于初学者学习和使用语言入门R语言是一款开源的统计软件，功能强大，适合于进行高级数据分析和统计建模，需要一定的编程基础R医学研究中的统计伦理医学研究中的统计伦理是指在进行医学研究时，需要遵守的道德规范，例如，保护研究对象的隐私，保证研究的安全性等避免统计学中的常见偏倚在进行统计分析时，需要避免一些常见的偏倚，例如，选择偏倚、测量偏倚、混杂偏倚等统计结果的有效报告统计结果的有效报告是指将统计分析的结果以清晰、准确、简洁的方式呈现，并提供必要的解释和说明图表的正确使用图表可以帮助我们直观地展示统计数据，常用的图表包括直方图、饼图、折线图等，需要根据数据的类型和研究目标选择合适的图表类型解读科学文献中的统计结果在阅读科学文献时，需要关注文献中使用的统计方法、统计结果和结论，并根据自己的专业背景进行判断和理解卫生统计学的未来发展随着大数据时代的到来，卫生统计学将与人工智能、机器学习等技术融合，为医疗服务提供更加精准、高效的分析和预测课程总结与展望本课程介绍了卫生统计学的基本概念、方法和应用，希望能帮助大家了解和掌握统计学知识，并将其应用于实际工作中期待大家在未来能够将所学知识应用于实际的卫生工作中，为提高医疗服务水平、改善人民健康做出贡献！。