1、SCI论文中统计学内容的理解与翻译,流行病与卫生统计学南方医科大学,Proportions were compared using Chi-squared test and Fishers exact test where numbers were small. 译法1:在样本量小的情况下,采用卡方检验和Fisher确切概率法比较各组的率.译法2:用卡方检验比较各组的率,在样本量小的情况下则采用Fisher确切概率法.,一、医学统计学基本概念（1）,1.医学统计学（medical statistics)的定义： 应用概念论和数理统计的基本原理和方法，研究医学领域中数据的收集、整理和分析的一门科
2、学。 2.统计学的任务： （1）进行统计设计、收集及整理资料。 （2）对所收集到的资料进行统计描述和处理。 （3）对统计处理结果进行分析和解释。,一、医学统计学基本概念（2）,3.统计分析的工作内容： （1）统计描述（descriptive satistics）：指用统计指标、统计表、统计图等方法对资料的数量特征及其分布规律进行测定和描述，以揭示大量数据所蕴藏的内在信息。 （2）统计推断（inferential statistic）:指如何抽样，以及如何由样本信息推断总体特征的问题。前提：a.样本的可靠性：明确划分总体的同质范围，且样本的每个个体确属预先确定的总体。b.样本的代表性：样本必须遵
3、循随机化原则有足够的样本例数,一、医学统计学基本概念（3）,4.统计学的几个基本述语： （1）参数（parameter ）:描述总体特征的统计指标（用希腊字母表示） 。 （2）统计量（Statistics）：描述样本特征的统计指标。（用拉丁字母表示）。 （3）总体（population）：根据研究目的确定的同质观察单位的全体，更确切地说，是同质的所有观察单位某种观察值（变量值）的集合。 （4）样本（sample）：是总体中随机抽取部分观察单位，其实测值的集合。 （5）样本含量（sample size）:样本包含的观察单位数。 （6）变量（variable）:在确定总体之后，研究者则应对每个观察
4、单位的某项特征进行测量和观察，这特征为变量。变量的测量值即为变量值（value of variable）,7.定量资料（quantitative data）亦称计量资料，其变量值是定量的，表现为数值大小，一般有度量衡单位。 8.定性资料（qulitative data）或分类资料（categorical data）：其观察值是定性的，表现为互不相容的类别或属性，有两种情况： （1）计数资料（count data）或无序分类资料（unordered categories data）包括：二项分类资料及多项分类资料。 （2）等级资料（ordinal data）或有序分类（ordinal categ
5、ories data） 9.概率（probability）:是描述随机事件发生的可能性大小的数值，常用P表示。 10.随机事件（random event）:可能发生也可能不发生，可能这样发生也可能那样发生的事件，亦称偶然事件。,二、计量资料的统计描述（1）,1.频数表（frequency table）及直方图(histogram)的应用： (1)揭示频数分布的特征：从频数表可以频数分布的两个重要特征：集中趋势（central tendency）和离散程（dispersion）。 （2）揭示频数分布的类型：对称分布及偏态分布。偏态分布又包括：正偏态（positive skew）和负偏态（negt
6、ive skew）。 （3）便于发现特大或特小的可疑值。 （4）便于进一步计算统计指标和进行统计分析。,二、计量资料的统计描述（2）,2.集中趋势（central tendency）的描述：常用的平均数有算术均数、几何均数及中位数。 （1）算术均数（arithematic mean）简称均数（mean）： 描述一组同质计量资料的平均水平。用表总体均数，用X表示均数。均数的应用：反映一组同质观察值的平均水平，并可作为样本的代表值与其他样本进行比较。均数适用于描述单峰对称分布，特别是正态分布及近似正态分布。 （2）几何均数（geometric mean）:对原始观察值呈偏态分布，但经过对数变换后呈
7、正态分布的资料，如血清抗体滴度。应用时观察值中若有0或负值，则不能直接使用几何均数。且不能同时有正值和负值。 （3）中位数（median）:将一组观察值按大小排序后位次居中的观察值。可用于各种分布的资料，由于其不受极端值影响，实际工作中主要用于偏态分布、两端无确切值或分布不明确资料。,二、计量资料的统计描述（3）,3.离散趋势（dispersion）的描述： （1）极差（range）亦称全距,即全部观察值中最大值与最小值之差。用于描述单峰对称分布小样本的资料的变异。 （2）四分位数间距（inter-quartile range） 指上下四分位数之差。常用于描述偏态分布资料、两端无确切值或分布不
8、明确资料的离散程度。 （3）方差（variance）和标准差（standard deviation) 是描述对称分布，特别是正态分布或近似正态分布资料离散趋势的常用指标。 （4）变异系数（coefficient of variation,简称CV），亦称离散系数（coefficient of dispersion ）:为标准差与均数之比。,二、计量资料的统计描述（4）,4.正态分布（normal distribution）的特征： （1）正态密度函数曲线在横轴上方均数处最高。 （2）正态分布以均数为中心，左右对称。 （3）正态分布有两个参数，位置参数和形态参数。 （4）正态密度函数曲线的面积分
9、布有以下规律：曲线与横轴间的面积恒等于1或100%.对称轴为X= ，其左右两侧面积均为50%.曲线下在区间（-,+）的面积为68.27%， （-1.64,+1.64）的面积为89.9%， （-1.96,+1.96）的面积为95.0%。（-2.58,+2.58）的面积为99.0%。,二、计量资料的统计描述（5）,5.正态分布的应用： （1）估计频率分布 （2）制定医学参考值范围医学参考值（reference value）是指包括绝大多数正常人的人体形态、功能和代谢产物等各种生理及生化指标常数，也称正常值。 （3）质量控制 （4）正态分布是许多统计方法的理论基础。,三、分类资料的统计描述,分类资料
10、一般用率、构成比和相对比等相对数进行统计描述 率（rate）某现象实际发生与可能发生某现象总数比，用以说明频率或强度。 构成比（proportion）某事物内部某一部分观察单位数与事物内部各部分总数之比。 相对比（ratio）:两个有关指标之比。 应用相对数注意事项： 要有足够观察单位数或观察次数 分析时不能以构成比代替率 应将分子和分母合计求合计率或平均率 相对数的比较应注意其可比性 样本率或构成比比较时应作假设检验 率的标准化法：直接法和间接法,四、常用的统计推断方法（1）,t检验和u检验 用途：两计量资料均数比较的假设检验。 应用条件： 未知且n100或已知用u检验(n100时可用t检验
11、也可用u检验，但t检验更精确) 样本来自正态总体； 两样本所属总体方差相等； 类型： 样本均数与总体均数比较 配对设计的差值均数与总体均数0的比较 成组设计的两样本均数的比较 成组设计的两样本几何均数的比较,四、常用的统计推断方法（2）,二项分布（binomial distribution） 定义（应用条件）：贝努利试验序列(互斥、独立、等概)中某一结果(共有两种结果)出现次数的频率。用途： 总体率的区间估计：正态近似法及查表法 单个总体率的假设检验：直接计算概率法及正态近似法 两个总体率的假设检验,四、常用的统计推断方法（3）,poisson分布 定义：凡具有贝努利试验序列3个特点且发生率很
12、小，样本例数很大时变量分布可认为服从poisson分布。用途： 总体率的区间估计：正态近似法及查表法 单个总体率的假设检验：直接计算概率法及正态近似法 两个总体率的假设检验,四、常用的统计推断方法（4）,x2检验（chi-square test） 用途（计数资料）： 两个及以上总体率或构成比是否有差别（完全及配对四格表） 两个分类变量间有无相关关系（相关性） 多个率的趋势检验（等级分层或连续性资料等级化后分层） 两个率的等率性检验（疗效比较） x2检验校正：当n40,且有1T5时Fisher确切概率法： P时 当n40或T1时,四、常用的统计推断方法（5）,秩和检验(rank sum test
13、) 定义：用数据的秩次代替原始进行假设检验的方法（非参数检验）。 应途： 配对设计的两样本比较（Wilcoxon符号秩和检验） 单一样本与总体中位数的比较（Wilcoxon符号秩和检验） 原始数据的两样本比较（Wilcoxon两样本比较法） 频数表资料或等级资料的两样本比较（Wilcoxon两样本比较法） 原始数据的多个样本比较（K-W检验又称H检验） 频数表资料或等级资料的多个样本比较（K-W检验又称H检验） 配伍组设计（随机区组设计）的秩和检验（M检验又称Friedman检验） 成组设计多个样本资料的两两比较（D值法） 随机区组设计资料的两两比较（C值法）,四、常用的统计推断方法（6）,方
14、差分析（analysis of variance ,ANOVA） 应用条件： 各样本来自正态总体； 各总体方差齐； 样本独立性 用途： 完全随机设计的方差分析；随机区组设计的方差分析； 多个样本的两两比较a .q检验法（Student-Newman-Keuls法）：两两比较b .最小意义差异法（least significant different,LSD法）：对照组与各处理组的两两比较c.新复极差法(Ducans new multiple range method,简称Ducan新法)：对照组与各处理组的两两比较 析因设计的方差分析 交互设计的方差分析 重复测量资料的方差分析,四、常用的统计
15、推断方法（7）,直线回归（linear regression） 定义：分析某量随另一变量而变化依存关系的方法称为直线回归 适用条件： 线性趋势：绘制散点图 独立性：应变量y取值相互独立 正态性：应变量y服从正态分布 方差齐：应变量y的方差相同 统计推断： 总体回归系数的估计与假设检验：t检验和方差分析 应变量条件均数的区间估计 个体值的容许区间估计,四、常用的统计推断方法（8）,直线相关（linear correlation） 定义：用来描述具有直线关系的两个变量x,y间的相互关系。它不同于直 线回归，两变量x和y是可以互换的，不分自变量和应变量。 相关系数的意义及假设检验： 意义：说明具有相
16、关关系的两变量间相互方向和密切程度。 假设检验：tr检验和查表法，同一双变量资料，回归系数和相关系的假设检验是等价的，即tb= tr 决定系数：即相关系数的平方 ，r2=SS回/SS总，它反映应变量y的总变异中，可用 回归关系解释的比例。Spearman秩相关 适用条件； 不服从双变量正态分布； 总体分布型未知； 原始数据用等级表示的资料。,四、常用的统计推断方法（9）,生存分析 描述生存过程:乘积极限法和寿命表法 比较生存过程:对数秩检验、Gehan比分检验及Breslow检验 生存过程的影响因素分析：COX比例风险模型,四、常用的统计推断方法（10）,多元线性回归与相关 研究多个变量之间的
17、线性依存及线性相关的统计分析方法。相关分析：研究多个变量之间线性关系的一种方法。多重线性回归(multiple regression)：研究的是一个应变量与多个自变量之间产依赖关系。而多元线性回归研究的是多个应变量对多个自变量的线性依存关系，当只有一个应变量时，称为多重线性回归。协方差分析(covariance analysis):是利用线性回归方法消除混杂因素的影响后所进行的方差分析。,四、常用的统计推断方法（11）,Logistic回归 定义： 医学研究中Logistic回归主要用于筛选疾病的危险因素或预后因素和评价 治疗措施的效果，通常是以疾病的死亡、治愈等结果发生的概率为因变 量，以疾
18、病和预后的影响因素为自变量建立模型。 分类： 非条件logistic回归：适用于成组设计且因变量为二分类的资料； 条件logistic回归：适用于配对设计且因变量为二分类的资料； 多分类logistic回归：适用于因变量为多分类的资料。 logistic回归的假设检验：回归方程的假设检验和回归系数的假设检验 logistic回归方程回归系数的解释：对回归系数k来说,在控制其它自变量不变的情况下，xk每增加一个单位，OR值就相应增加e k倍。,四、常用的统计推断方法（12）,COX比例风险回归模型(Cox proportional hazard regression model)医学研究中,观察对象生存时间的长短往往与多种因素有关系,如白血病患者化疗后的缓解期,除与治疗有关外,还可能与患者年龄、体质、病情轻重及营养状况等因素有关。医学上将这些因素统称为预后因素，统计学上将它们称作为协变量。由于生存时间资料常存在截尾值，且不满足正态分布和方差齐。统计学上采用COX比例风险回归模型来分析带有协变量的生存资料，该模型以时间顺序统计量为基础，对生存时间的分布形式无具体要求。,Thank you!,
