统计学是以数学方法观察和比较事物的一门学科。
一、研究对象：存在的事物或现象
变异：性质相同）对象之间存在的差异。
变异导致的现象有，个体≠个体；个体≠部分；部分≠部分；部分≠全部。
上述四种不同如果是变异所致，则不同是表像，相同才是本质。
鉴于“变异”的存在，当欲判断事物与事物有无不同时，必需考虑排除因变异。
导致的“假性”不同。
二、基本概念。
1、总体：由确定的研究对象
2、样本：**于总体，对总体有的。
样本具备‘代表性’的条件：
a、遵循（化）原则：总体中个体被抽取的机会。
b、样本含量（观察对象数量）适宜。
3、抽样误差：
1）样本指标（均**于同一总体）之间的差别。
2）样本指标与总体指标（样本**于该总体）之差。
应用意义：抽样误差存在的原因是变异。
样本与样本之间存在的抽样误差，并非真正不同，而是“同质”。
4、概率：指事件发生的可能性，用符号“p”表示。
小概率事件：指p≤0.05( 5% )的事件。
小概率事件原理：在一次观察中小概率事件不会发生。
1、 某病房将同类患者按入院次序编号，偶数组给予传统护理方法，奇数组给予新护理方法，每组30人。以期观察和比较两种护理法的效果。评价用表示则：
（1）上述研究的“真正”对象，是若干还是全体糖尿病患者？
（2）研究之前，两组对象同质吗？平均数必须相等吗？
（3）在研究之中，两组对象同质吗？
（4）上述“同质”的观察角度分别是：同类病人；同类护理方法；同类效果。
2、（1）指出下列可能由导致的现象：
2）指出下列可能由导致的现象：
x ：个体观察值，x ：样本平均数，μ：总体平均数。
a、x1≠x2 b、x1≠x2 c、x ≠x d、x≠μ e、μ1≠μ2
三、统计资料种类：资料不同，统计分析方法亦不同。
1、计量资料：由数据组成，可以计算。
2、计数资料：由数据组成，可以计算。
3、等级资料：既有计量又有计数性质（了解）
四、统计工作的基本步骤：
1. 统计：确定研究对象、内容；控制误差。
随机：使样本对总体有代表性。
对照：平行对照（观察组、对照组）；自身对照。
双盲：调查者不知被调查者属于何组，避免诱导误差。
被调查者不知自己属于何组，避免依从性误差。
齐同：观察组与对照组的对象，除了被观察因素不同，其他所有条件均应相同。
2、资料：3、资料：4、资料：
以统计指标描述样本资料（频数分析：均数、率等）
以大样本代表总体，评判归属（医学正常值范围） —应用在个体水平）
以样本指标估计总体情况 （总体指标可信限应用在总体水平）
判断样本与样本、样本与总体是否同质（假设检验）——应用在样本水平）
判断的事物之间是否有关系（相关与回归分析）
1、 表示计量资料的统计指标，是资料数值“大小”的代表，即。
2、常用平均数有三种：不同的资料选用不同的平均数。
一、算术平均数：用μ表示；用x表示。
1、应用条件：数据呈或近似正态的。
2、计算方法：掌握计算器运算方法。
直接法：略。
加权法：原理（与直接法相比较）
以组中值代替原始数据。
大样本资料可以用直接法计算均数吗？
直接法和加权法计算公式中，“x”的含义有何区别？
直接法与加权法计算均数，那一种结果更精确？
二、几何均数（g）
1、应用条件：呈的，如资料。
2、计算方法：将所有数据（x）取对数（lgx）→求“算术均数”→取反对数。
三、中位数（m）
1、概念：将一组数据按大小顺序排列，数据之，即为中位数。
2、应用条件：呈的计量资料。
3、计算方法：
1）直接法：排序及目测位居中间的数据之值。
2）频数表法：计算关键——以n/2，找出。
式中：l =中位数所在组段的
i =中位数所在组段的。
fm =中位数所在组段的
σfl =中位数所在组段的。
1、是表示正态分布计量资料的统计指标。
2、以δ表示，以s表示。
3、意义：反映观察值之间的程度，δ大表示数据分散，δ小表示数据集中。
4、计算：重点掌握“应用公式”和计算器运算：（1）直接法：（2）加权法：
5、应用：1）标准差反映了一个资料（内部）的变异程度。
2）在x±1.96s的范围内包含了95%的观察值，故常用x±1.96s计算医学正常值。
1、标准差是表示正态分布计量资料的统计指标。
a、集中趋势b、离散程度。
c、频数分布d、数据最大值与最小值之差。
3、偏态分布计量资料常用表示集中趋势。
a、m b、g c、x d、s
4、调查100名女大学生血清总蛋白含量（g/l），得：x = 73.82（g/l），s = 3.91（g/l）
用公式x±1.96s计算，理论上女大学生血清总蛋白95%正常值范围为多少？
所计算的正常值范围仅适用于100名女大学生吗？
如要适用于女大学生，研究样本必须符合什么条件？
要知道人类血清总蛋白含量的情况，假如不存在，研究的对象需要多少名？
对频数表用计算器计算x和s时，掌握正确输入方法。,
1、每一个正态分布均能转换为标准正态分布（亦称u分布）
x1 μ x2u1 0 u2
由于对于具体资料，μ与δ是常数。故每个x可得到一个u值，形成u分布。
如：x=μ时，u=0；x1与x2之间包含的面积（数据），与u1到u2之间的面积相同；
如果某x值位于x1与x2之间，则对应的u值必然位于u1到u2之间；
如果某x值大于x2（或小于x1），则对应的u值必然大于u2（或小于u1）。
2、标准正态分布下的面积常数：可查表，用于计算医学正常值范围。
如：±1.64——90%的面积，[,2.58——99%的面积。
将面积常数代入公式x= μuδ，即可换算出相同比例的正态分布之面积。
即u=[,之间包含着95%的u ，故[, 之间也包含95%的数据（x）。
抽样误差的概念？产生的原因？可以避免吗？怎样缩小抽样误差？
1、原理：1） x分布与标准误。
许多x可形成一个x分布，**与同一总体的许多x（n相同）也可形成x分布。
n不同时，x分布也不同。
与x分布相比，x分布的集中趋势x＝μ，离散趋势用（δx）标准误表示。
标准误“理**式”为：δx＝δ/n “应用公式”为： sx ＝ s/ n
sx是δx的估计值，计算sx仅用某个样本数据即可，但其已超出了该样本。
标准误的意义：（掌握）
标准误是 是表示抽样误差大小的统计指标；sx越小，表示。
样本均数x对μ的代表性越好、越可靠。
同样95%的x分布在μ±1.96δx区间内（与95%观察值范围计算相类似）
2）t分布。
由于实际上不能获得δ，故以s替代，计算出sx 代替δx。可获得t值。
t分布与u分布一样也是标准分布，但n不同t分布不同。
与u值一样，t值也可由查表而得。通常只需查t0.05值。
x=μ±1.96δxx=μ±t 0.05sx （95%的x分布范围）
x1 μ x2t1 0 t2
即当图中t1与t2分别取值为±t0.05时，则μ± t 0.05sx之间包含了95%的样本均数（x）。
当n≥100时，t分布已接近u分布，为了少查表，上式可改为x=μ±1.96sx
% 总体均数可信区间是以x为中心，两侧均延伸“t0.05sx”长度形成的一个区间。
t0.05sxt0.05sx
x-t0.05sx x x+t0.05sx
2、总体均数可信区间的应用意义：调查在样本水平，应用在总体水平，如保险费的估计。
以统计指标进行事物与事物的，称为“统计检验”或“假设检验”
一、计量资料的假设检验。
1、 统计检验（假设检验）的前提：
所比较的两个x（或x与μ）能**于同一总体，即x1≠x2 属于抽样误差。
经计算t值，进行两个均数的比较，称为t检验。
当样本含量[, 时，t值已接近u值。此时可用u0.05（1.96）代替t0.05 进行判断。所进行的均数的比较，称“u检验”。
2、统计检验（假设检验）步骤 --四步。
1）假设、确定检验水平。
h0：（无效假设）即假设两个x所属总体相同，差别为抽样误差。表达为μ1＝μ2
h1：（备择假设）即假设两个x所属总体不同，差别为本质差别。表达为μ1≠μ2
：（检验水平）通常取5%，表达为α= 0.05
2）计算统计量。
t=？（当样本含量n＜100时） 或 u=？（当样本含量n≥100时）
3）确定概率值（p值）
医学研究常用统计方法选用手册
一 两组或多组计量资料的比较。1.两组资料。1.1大样本资料或服从正态分布的小样本资料。1.1.1若方差齐性，则作成组t检验。1.1.2若方差不齐，则作t检验或用成组的wilcoxon秩和检验。1.2小样本偏态分布资料，则用成组的wilcoxon秩和检验。2.多组资料。2.1若大样本资料或服从正态分...
医学生常用统计
计数资料与计量资料。医学统计资料按其性质一般分为计数资料与计量资料两类。不同类型的统计资料应采用不同的统计分析方法。计数资料是先将观察单位按某种属性或类别分成若干组，再清点各组观察单位个数所得到的资料。如临床某些检验结果用阳性或阴性反应表示，对一批某病患者检验完毕后，清点呈阳性或阴性反应的各有若干例...
医学常用英语
医务人员常用语 1 what can do for you？你有什么事？2 may i help you？我能帮你什么忙？8 please take a seat！please sit down！请坐下 4 wait a moment，please 请等一等 5 sorry to h e kept ...