1、1,统计学傻瓜指南！,Dr. Hamda Qotba, B.Med.Sc, M.D, ABCM 翻译：acred（DXY）,2,定义,统计学是搜集、整理、 总结、分析数据以及 依据数据进行推断的科学,统计描述，包括搜集数据、整理数据、总结数据、分析数据以及将数据呈现出来,统计推断，包括进行推测、假设检验、确定关系然后作出预测,3,变量,定量的(Quantitative) 离散的(Discrete) 连续的(Continuous),定性的(Qualitative) 有序的(Ordinal) 分类的(Categorical),4,参数检验与非参数检验,参数检验：需要知道样本统计量的分布才能作出决断
2、非参数检验：不需要知道样本统计量的分布就可以作出决断,5,t-检验,在样本中比较连续变量的平均数，以检验两个均值之间的差异是否大于能被机遇所解释的差异,均值有差异，概率是多少？,6,应用条件,观测值（变量）相互独立从正态分布的总体中抽样得到样本量30，则使用正态曲线的z检验（二项检验，binomial test）,7,t-检验的类型,单样本t检验：某个变量的样本均数与给定总体的已知均数相比，其差异是否有意义 非配对或独立t检验：检验由两个独立样本估计的总体均数之间的差异是否有意义（如男性群体和女性群体） 配对t检验：检验由相关样本估计的总体均数之间的差异是否有意义（如给同一组病人施加处理前后，
3、测量值的均数）,8,2检验,用来检验定性变量间关联的强度用于分类数据,9,应用条件,数据应以频数的形式呈现 被观察的病例总数应大于20 任一类别或单元格内的理论频数应5（当任一单元格观测频数5：yates 校正）或（当任一单元格理论频数5：fisher精确概率） 相比较的组别应大致相似,10,相关与回归,研究两个或两个以上变量之间关联的强度以及函数关系的方法,11,相关,指明变量间关联的强度,r=+1,r=-1,r=0,曲线,12,回归,揭示一个因变量与一个或多个自变量间数学关系的方法 简单线性回归和多重回归适用于连续变量如血压、体重 Logistic回归适用于二值响应，如生/死,13,测量值
4、,若为参数 Pearson相关系数 连续变量 线性关系 若为非参数 Spearman等级相关 两个均为连续变量 Kendall等级相关 (Kendalls ) 两个均为有序变量或一个有序另一个连续,14,方差分析（ANOVA）,用来揭示作用于一个因变量的几个分类自变量（称为因素）的主效应和交互效应,15,方差分析的类型,单因素方差分析(One-way ANOVA)：检验一个因变量在一个分类自变量两组、三组或多组类别间的差异,16,两因素方差分析(Two-way ANOVA)：分析一个因变量在两个自变量所形成的组间的差异，其中一个自变量可看作处理变量多因素方差分析*(n-way ANOVA)：简言之，多因素方差分析处理多个自变量。应当注意，自变量的个数越多，可能的交互作用的数量也随之增多,17,如何选择恰当的统计检验方法,变量类型 定量的（血压） 定性的（性别） 所研究问题的类型 关联 比较 危险因素 数据的构成 独立的 配对的 匹配的,18,所研究的中心问题 两变量（因变量，自变量）之间的联系,19,变量间比较（差异）,*有1个单元格理论频数5，用fisher精确概率法有1个单元格观测频数5，用yates校正,20,寻找危险因素,
