心智圖資源庫 醫學統計學基礎緒論
這是一篇關於醫學統計學基礎緒論的心智圖,應用數學的原理與方法,研究資料的蒐集、整理與分析,對不確定性資料作出科學推論的學科。
流行病學—病例對照研究
人類與環境
描述性研究
實驗性研究設計
實驗性研究設計2
病因及其發現和推斷
公共衛生監測
傳染病防治法
食品安全法
突發公共衛生事件緊急法律制度
醫學統計學基礎緒論
1.1 醫學統計學
統計學(statistics):應用數學的原理與方法,研究資料的蒐集、整理與分析,對不確定性資料作出科學推論的學科
統計學的任務
描述性統計學(descriptive statistics):概括、描述以及探索數據,致力於這些應用的統計分支成為描述性統計學
推斷性統計學(inferential statistics):利用樣本資料資訊來推斷總體分佈的特徵,以此為目的的統計學分支稱為推斷性統計學
1.2 統計學中幾個基本概念
總體和樣本
總體(population):根據研究目的確定的研究對象的全體
個體(individual):構成總體的每一個基本單位(某個或某些指標)
有限總體(finite population)
無限總體(infinite population)
樣本(sample):從總體中抽取的一部分個體
樣本量(sample size):樣本包含的個體數目
抽樣(sampling):從總體獲得樣本的過程。抽取樣本的過程應遵循隨機化(randomization)原則
隨機樣本(random sample):在隨機抽樣過程中,總體中的每個個體都有非零的機率被抽取到
簡單隨機樣本(simple random sample):在隨機抽樣過程中,總體中的每個個體都有相同的機率被抽取到
總體與樣本的關係
樣本來自總體,是總體的一部分,樣本的特徵在某種程度上可以反映總體的特徵
獲得代表性的樣本是合理推論總體的基礎
樣本滿足獨立同分佈(independent identically distribution,i.i.d.)原則-樣本獨立於總體,每個觀測值間相互獨立,且樣本的分佈與總體的分佈相同
同質和變異
同質性(homogeneity):總體中的個體具有共通性。同一個總體中個體的性質、影響條件或背景相同或非常相似,是研究問題的基礎
變異(variation):同質的總體中存在的個體差異,是研究問題的前提
關係:在變異的背景下描述同一總體的同質性,揭示不同總體的異質性
參數與統計量
參數(parameter):用來描述總體特徵的概括性數字度量
統計量(statistic):透過樣本觀察值計算的統計指標
關係:參數通常未知且為固定常數,統計量是由樣本資料計算而來的,會隨樣本的變化而改變
資料類型
變項(variable):對某項變異特徵進行觀察與測量所得到的指標
計量資料(measurement data):測量每個觀察單位某項指標的大小而獲得的資料。 ①觀測值有計量單位;②每個觀測值之間有數量的差異
分類資料(categorical data):即定性資料
無序分類資料(unordered categorical data):將觀測值依某種屬性或類別分組(二分類和多分類),然後清點總結各組的頻數而得到的資料。無序分類資料對應的變數稱為名目變數(nominal variable)
有序分類資料(ordered categorical data):將觀察單位以某種不同屬性的不同程度分組,然後清點總結各組的頻數而得到的資料,半計量資料
誤差
誤差(error):實際觀測值與總體真值(參數)之差。需考慮所獲數據的準確度(accuracy)和可靠性(reliabilty)
隨機誤差(random error)
不恆定、隨機變化的誤差,受多種不確定因素的影響。誤差的大小及變化方向均不確定
客觀存在且無法避免
抽樣誤差(sampling error):是一種隨機誤差,由抽樣引起的樣本統計量和總體參數之間可能存在的差異,是統計推斷研究的主要內容,在大量重複的條件下,抽樣誤差變化的隨機性會呈現出一定的規律性
系統誤差(systematic error):實際觀測過程中受到某些確定因素的影響而產生的誤差,有固定大小、有方向性的系統性偏離真值。不能完全消除,但可以透過嚴密的實驗設計和技術措施使之降低到最低程度
非系統誤差-過度失誤差(gross error):實驗中研究者偶然失誤造成的誤差,可透過檢查核對消除
1.3 統計學在醫學科研中的基本步驟
統計學分析過程是歸納(induction)(從資料出發建立模型)和演繹(deduction)(用模型進行推論),本質是透過在隨機現像中尋找分佈規律回答現實問題的科學過程
統計設計(stastical design):重要基礎
資料收集(data collection):收集有代表性的資料是得到正確結論的前提
統計分析(statistical analysis):統計描述及統計建模,充分挖掘資料所隱含的未知訊息,並以適當的統計圖展現出來
統計推論(statistical inference)