医学统计学~No.1基础知识

了解并掌握统计学相关基本概念为后续正确地选择统计方法进行相关数据处理、分析以及得到合理推断的关键。本篇推文将着重梳理医学统计学相关的核心概念。

医学统计学概念：运用概率论与数理统计的原理及方法，结合医学实际，研究数字资料的搜集、整理分析与推断。

1.总体与样本

总体（population） ：根据研究对象确定的同质研究对象的集合。分为有限总体（指在空间、时间及人群范围进行明确限制，如某学校2024年六年级学生的视力情况）和无限总体（不存在以上限制，如研究针刺治疗中风病的效果，则所有中风病患者即为无线总体）。医学研究多数为无限总体。

样本（sample） ：即随机从总体中抽取的研究对象的集合，该集合内包含的观察对象的数量为该样本的样本含量（sample size）。从总体中抽取样本的过程称为抽样（sampling）,抽样需遵循随机化原则。如从某校2024年六年级学生中随机抽取30人测试其视力情况，并将30人的视力情况代表该校六年级同学的视力情况。

2.同质与变异

同质（homogeneity） ：指研究的某些特征或对研究对象的处理因素相同，同质是相对的，并不存在绝对同质。

变异（variation） ：指观察单位在同质基础上的个体差异。如果没有变异，就不存在总体和样本的概念。

3.参数与统计量

参数（parame） ：用于描述总体特征的指标，多用希腊字母表示，总体参数通常是未知的，需通过样本的统计量加以推断描述。

统计量（statistics） ：用于描述样本特征的指标，常用英文字母表示。

4频率与概率

频率（frequency） ：指事件出现的次数与总试验次数之比。当重复试验次数不断增加时，事件出现的频率会无限趋近于某个固定数字，这个数字即是概率，故可通过频率估计概率。

概率（probability） ：反映随机事件发生可能性大小的指标，介于0-1之间，越接近于1表示事件发生的可能性越大，越接近0表示事件发生的可能性越小。统计分析中通常将概率小于或等于5%的随机事件（P≤0.05）称为小概率事件，代表依次试验中该事件发生的可能性很小，可视为不发生。

5.因素与水平

因素（factor） ：可能对研究结局产生影响的变量。某变量是否为因素是相对而言的。

水平（level） ：是因素的不同等级或其子类。如性别分“男性、“女性”。

6.误差

误差（error）：观察值与实际值之差，可根据其产生的原因分以下三类。

随机误差（random error） ：由于各种偶然因素导致的观察值与实际值之间的误差。

系统误差（systematic error ）：由于固有因素导致的观察值与实际值之间的误差。

非系统误差（non-system error） ：又称过失误差（gross error），指在测量或实验过程中因操作失误所致，通常可通过校对、核验避免或消除。

7.随机化

随机化(randomization) ：指研究对象被分配到不同组别或被施加干预措施的概率相等。

8.变量

变量（variable）：指观察单位的特征，如观察对象的年纪、性别等。可根据其变量特征分为以下三类。

计量资料（measurement data） ：又称定量资料（quantitative data）或数值变量（numerical variable），是通过测量某项指标获得的资料，一般有度量单位，如身高（cm）、体重（kg）等。同时，根据其观测值是否连续，又可分连续型（continuous）和离散型（discrete）两类，连续型变量是指任两点之间的取值可以是无限的，可用小数表示；离散型变量是指任意两点之间的取值是有限的，只能用整数表示。

等级资料（ranked data） :又称有序分类资料（ordered categorical）或半定量资料（semi-qualitative data）,指按照观察对象的属性不同程度分等级后分组计算，具有半定量性质。如治疗效果（治愈、好转、无效）。

计数资料（enumeration data） :又称无序分类变量（unordered categorical data）或定性资料（qualitative data）或名义变量（nominal variable），通过观察某属性分组后得到的资料。如性别（男、女）。