中醫(yī)統(tǒng)計(jì)學(xué)

內(nèi)容概要

　　《全國普通高等教育醫(yī)學(xué)類系列教材：中醫(yī)統(tǒng)計(jì)學(xué)（第2版）》主要是配合高等中醫(yī)藥院校教學(xué)內(nèi)容和體制改革的進(jìn)程而編寫，全書共分18章，內(nèi)容豐富，實(shí)用性強(qiáng)。在第一版的基礎(chǔ)上，附加了較多的習(xí)題，以供學(xué)生學(xué)習(xí)使用。

書籍目錄

第二版前言希臘字母表常用統(tǒng)計(jì)符號(hào)第一章 緒論第一節(jié) 什么是統(tǒng)計(jì)學(xué)一、統(tǒng)計(jì)的含義和統(tǒng)計(jì)發(fā)展簡史二、統(tǒng)計(jì)學(xué)的分類及主要內(nèi)容三、統(tǒng)計(jì)學(xué)的基本思想和統(tǒng)計(jì)觀念的構(gòu)成要素四、統(tǒng)計(jì)工作步驟和基本研究方法五、統(tǒng)計(jì)學(xué)的基本概念第二節(jié) 為什么要學(xué)習(xí)中醫(yī)統(tǒng)計(jì)學(xué)一、中醫(yī)統(tǒng)計(jì)學(xué)的定義及研究要素二、學(xué)習(xí)中醫(yī)統(tǒng)計(jì)學(xué)的目標(biāo)與方法三、學(xué)習(xí)中醫(yī)統(tǒng)計(jì)學(xué)的意義第二章 中醫(yī)統(tǒng)計(jì)資料的搜集與整理第一節(jié) 中醫(yī)統(tǒng)計(jì)資料的搜集一、中醫(yī)統(tǒng)計(jì)資料的來源二、搜集資料的基本要求三、搜集資料的注意事項(xiàng)第二節(jié) 中醫(yī)統(tǒng)計(jì)資料的整理一、整理方案二、資料審核三、設(shè)計(jì)分組第三節(jié) 數(shù)據(jù)管理一、數(shù)據(jù)管理的概念二、數(shù)據(jù)管理的內(nèi)容三、數(shù)據(jù)管理軟件的選擇四、EpiData數(shù)據(jù)管理軟件的應(yīng)用第三章 統(tǒng)計(jì)描述第一節(jié) 頻數(shù)分布一、頻數(shù)分布表二、頻數(shù)分布的特征與類型第二節(jié) 數(shù)值變量的統(tǒng)計(jì)描述一、集中趨勢的描述二、離散趨勢的描述第三節(jié) 分類變量的統(tǒng)計(jì)描述一、常用相對(duì)數(shù)指標(biāo)二、率的標(biāo)準(zhǔn)化【附】 例題和SPSS軟件應(yīng)用一、SPSS實(shí)現(xiàn)描述性統(tǒng)計(jì)功能的過程二、統(tǒng)計(jì)描述的SPSS步驟與結(jié)果第四章 統(tǒng)計(jì)表和統(tǒng)計(jì)圖第一節(jié) 統(tǒng)計(jì)表一、統(tǒng)計(jì)表的定義與作用二、統(tǒng)計(jì)表的格式與種類三、統(tǒng)計(jì)表的結(jié)構(gòu)及制表原則第二節(jié) 統(tǒng)計(jì)圖一、繪制統(tǒng)計(jì)圖的基本要求二、常用統(tǒng)計(jì)圖的繪制方法【附】 例題和SPSS軟件應(yīng)用一、SPSS繪制統(tǒng)計(jì)圖的過程二、SPSS繪制統(tǒng)計(jì)圖的步驟第五章 正態(tài)分布和二項(xiàng)分布第一節(jié) 正態(tài)分布一、正態(tài)分布的概念二、正態(tài)分布的特征三、正態(tài)曲線下的面積分布規(guī)律四、正態(tài)分布的主要內(nèi)涵五、正態(tài)分布的應(yīng)用第二節(jié) 二項(xiàng)分布一、二項(xiàng)分布的概念二、二項(xiàng)分布的特征三、二項(xiàng)分布的應(yīng)用條件第三節(jié) Poisson分布一、Poisson分布的概念二、Poisson的性質(zhì)與特征三、Poisson分布的應(yīng)用【附】 SPSS計(jì)算隨機(jī)變量累積概率和概率密度的方法一、SPSS提供的概率計(jì)算函數(shù)二、隨機(jī)變量累積概率和概率密度的計(jì)算過程第六章 參數(shù)估計(jì)第一節(jié) 抽樣分布與抽樣誤差一、樣本均數(shù)的抽樣分布與抽樣誤差二、t分布及其應(yīng)用三、樣本率的抽樣分布與抽樣誤差第二節(jié) 總體均數(shù)的估計(jì)一、總體均數(shù)的點(diǎn)估計(jì)二、總體均數(shù)的區(qū)間估計(jì)第三節(jié) 總體率的估計(jì)一、總體率的點(diǎn)估計(jì)二、總體率的區(qū)間估計(jì)【附】 例題和SPSS軟件應(yīng)用第七章 假設(shè)檢驗(yàn)第一節(jié) 假設(shè)檢驗(yàn)的基本思想與步驟一、假設(shè)檢驗(yàn)的基本思想與論證方法二、假設(shè)檢驗(yàn)的步驟第二節(jié) 假設(shè)檢驗(yàn)的兩類錯(cuò)誤和注意事項(xiàng)一、Ⅰ型錯(cuò)誤和Ⅱ型錯(cuò)誤二、應(yīng)用假設(shè)檢驗(yàn)的注意事項(xiàng)第八章 t檢驗(yàn)與u檢驗(yàn)第一節(jié) 單樣本t檢驗(yàn)一、概述二、單樣本t檢驗(yàn)的分析思路三、單樣本t檢驗(yàn)的分析步驟四、進(jìn)行單樣本t檢驗(yàn)時(shí)的注意事項(xiàng)第二節(jié) 配對(duì)設(shè)計(jì)資料的t檢驗(yàn)一、概述二、配對(duì)設(shè)計(jì)資料t檢驗(yàn)的分析思路三、配對(duì)設(shè)計(jì)資料t檢驗(yàn)的分析步驟四、進(jìn)行配對(duì)設(shè)計(jì)資料的t檢驗(yàn)時(shí)的注意事項(xiàng)第三節(jié) 獨(dú)立樣本的方差齊性檢驗(yàn)與t檢驗(yàn)一、概述二、獨(dú)立樣本的方差齊性檢驗(yàn)三、總體方差齊時(shí)獨(dú)立樣本t檢驗(yàn)的分析思路與步驟四、總體方差不齊時(shí)獨(dú)立樣本t'檢驗(yàn)的分析思路與步驟五、進(jìn)行獨(dú)立樣本方差齊性檢驗(yàn)和t檢驗(yàn)時(shí)的注意事項(xiàng)第四節(jié) 正態(tài)性檢驗(yàn)與數(shù)據(jù)轉(zhuǎn)換一、正態(tài)性檢驗(yàn)二、數(shù)據(jù)變換第五節(jié) u檢驗(yàn)一、單樣本u檢驗(yàn)二、配對(duì)設(shè)計(jì)數(shù)值變量u檢驗(yàn)三、獨(dú)立樣本u檢驗(yàn)【附】 例題和SPSS軟件應(yīng)用一、SPSS實(shí)現(xiàn)t檢驗(yàn)的過程二、t檢驗(yàn)的SPSS操作步驟與分析結(jié)果第九章 方差分析第一節(jié) 方差分析概述一、方差分析的相關(guān)概念二、對(duì)多樣本均數(shù)重復(fù)進(jìn)行t檢驗(yàn)或u檢驗(yàn)的風(fēng)險(xiǎn)性三、方差分析基本思想四、多個(gè)樣本方差的齊性檢驗(yàn)第二節(jié) 完全隨機(jī)設(shè)計(jì)資料的方差分析一、完全隨機(jī)設(shè)計(jì)資料方差分析的概念二、完全隨機(jī)設(shè)計(jì)資料方差分析的分析思路三、完全隨機(jī)設(shè)計(jì)資料方差分析的分析步驟四、進(jìn)行完全隨機(jī)設(shè)計(jì)資料方差分析時(shí)的注意事項(xiàng)第三節(jié) 隨機(jī)區(qū)組設(shè)計(jì)資料的方差分析一、隨機(jī)區(qū)組設(shè)計(jì)資料的方差分析的概念二、隨機(jī)區(qū)組設(shè)計(jì)資料的方差分析的分析思路三、隨機(jī)區(qū)組設(shè)計(jì)資料的方差分析的分析步驟四、進(jìn)行隨機(jī)區(qū)組設(shè)計(jì)資料的方差分析時(shí)常見的問題第四節(jié) 多個(gè)樣本均數(shù)的多重比較一、Student-Newman-Keuls q檢驗(yàn)（SNK-q檢驗(yàn)）二、Dunnett-t檢驗(yàn)三、LSD-t檢驗(yàn)四、進(jìn)行多個(gè)樣本均數(shù)的多重比較時(shí)常見的問題第五節(jié) 重復(fù)測量資料的方差分析一、重復(fù)測量資料的相關(guān)概念二、重復(fù)測量資料方差分析的基本思想三、重復(fù)測量資料方差分析的分析思路四、重復(fù)測量資料方差分析的基本步驟五、重復(fù)測量資料方差分析的注意事項(xiàng)及常見的問題【附】 例題和SPSS軟件應(yīng)用一、SPSS實(shí)現(xiàn)方差分析的過程二、方差分析的SPSS操作步驟與分析結(jié)果第十章 χ2檢驗(yàn)第一節(jié) χ2檢驗(yàn)概述一、χ2分布及其特點(diǎn)二、χ2檢驗(yàn)的基本公式三、χ2檢驗(yàn)的基本思想四、χ2檢驗(yàn)的用途及應(yīng)用條件第二節(jié) 2×2表資料χ2檢驗(yàn)一、成組設(shè)計(jì)2×2表資料χ2檢驗(yàn)二、配對(duì)設(shè)計(jì)2×2表資料χ2檢驗(yàn)三、進(jìn)行2×2表資料χ2檢驗(yàn)時(shí)常見的錯(cuò)誤或問題第三節(jié) R×C表資料χ2檢驗(yàn)一、R×C表基本類型二、多個(gè)樣本率比較的R×2表χ2檢驗(yàn)三、2個(gè)或多個(gè)構(gòu)成比比較的R×C表χ2檢驗(yàn)四、雙向無序R×C表資料χ2檢驗(yàn)五、R×C表χ2檢驗(yàn)的注意事項(xiàng)六、進(jìn)行R×C表資料的χ2檢驗(yàn)時(shí)常見的錯(cuò)誤或問題第四節(jié) 多個(gè)樣本率或構(gòu)成比多重比較一、χ2分割法二、基于χ2分割原理的多重比較三、進(jìn)行多個(gè)樣本率或構(gòu)成比多重比較時(shí)常見的錯(cuò)誤或問題【附】 例題和SPSS軟件應(yīng)用一、SPSS實(shí)現(xiàn)χ2檢驗(yàn)的過程二、χ2檢驗(yàn)的SPSS操作步驟與分析結(jié)果第十一章 秩和檢驗(yàn)第一節(jié) 秩和檢驗(yàn)概述一、秩和檢驗(yàn)的概念與基本思想二、秩和檢驗(yàn)的應(yīng)用范圍及優(yōu)缺點(diǎn)三、秩和檢驗(yàn)方法的選擇及檢驗(yàn)效能第二節(jié) 配對(duì)設(shè)計(jì)資料的符號(hào)秩和檢驗(yàn)一、基本思想二、檢驗(yàn)步驟三、進(jìn)行配對(duì)設(shè)計(jì)資料的符號(hào)秩和檢驗(yàn)時(shí)常見的錯(cuò)誤或問題第三節(jié) 完全隨機(jī)設(shè)計(jì)兩樣本比較的秩和檢驗(yàn)一、基本思想二、檢驗(yàn)步驟三、進(jìn)行完全隨機(jī)設(shè)計(jì)兩樣本秩和檢驗(yàn)時(shí)應(yīng)注意的問題第四節(jié) 完全隨機(jī)設(shè)計(jì)多個(gè)樣本比較的秩和檢驗(yàn)一、多組數(shù)值變量資料的秩和檢驗(yàn)二、多組單向有序分類變量資料的秩和檢驗(yàn)三、進(jìn)行完全隨機(jī)設(shè)計(jì)多個(gè)樣本的秩和檢驗(yàn)時(shí)常見錯(cuò)誤或問題第五節(jié) 隨機(jī)區(qū)組設(shè)計(jì)資料的秩和檢驗(yàn)一、基本思想二、檢驗(yàn)步驟三、進(jìn)行隨機(jī)區(qū)組設(shè)計(jì)資料的秩和檢驗(yàn)時(shí)應(yīng)注意的問題第六節(jié) 多個(gè)樣本兩兩比較的秩和檢驗(yàn)一、完全隨機(jī)設(shè)計(jì)多個(gè)樣本兩兩比較二、隨機(jī)區(qū)組設(shè)計(jì)資料的兩兩比較三、進(jìn)行多個(gè)樣本兩兩比較的秩和檢驗(yàn)時(shí)應(yīng)注意的或問題【附】 例題和SPSS軟件應(yīng)用一、SPSS實(shí)現(xiàn)秩和檢驗(yàn)的過程二、秩和檢驗(yàn)的SPSS操作步驟與分析結(jié)果第十二章 直線相關(guān)與回歸第一節(jié) 直線相關(guān)一、相關(guān)的概念與意義二、相關(guān)系數(shù)的計(jì)算三、進(jìn)行相關(guān)系數(shù)的假設(shè)檢驗(yàn)時(shí)常見的錯(cuò)誤或問題第二節(jié) 直線回歸一、直線回歸分析的概念與意義二、直線回歸分析的步驟三、直線相關(guān)與回歸的區(qū)別與聯(lián)系四、進(jìn)行直線回歸分析時(shí)常見的錯(cuò)誤或問題第三節(jié) 秩相關(guān)一、Spearman等級(jí)相關(guān)二、相同秩次較多時(shí)rs的校正三、進(jìn)行等級(jí)相關(guān)分析時(shí)常見的錯(cuò)誤或問題【附】 例題和SPSS軟件應(yīng)用一、SPSS實(shí)現(xiàn)直線相關(guān)分析的過程二、SPSS實(shí)現(xiàn)回歸分析的過程三、直線相關(guān)分析的SPSS操作步驟與分析結(jié)果四、秩相關(guān)分析的SPSS操作步驟與分析結(jié)果五、直線回歸分析的SPSS操作步驟與分析結(jié)果第十三章 研究設(shè)計(jì)和樣本含量估計(jì)第一節(jié) 實(shí)驗(yàn)設(shè)計(jì)的基本要素一、處理因素二、受試對(duì)象三、實(shí)驗(yàn)效應(yīng)第二節(jié) 實(shí)驗(yàn)設(shè)計(jì)的基本原則一、隨機(jī)二、對(duì)照三、均衡四、重復(fù)五、盲法第三節(jié) 樣本含量估計(jì)的常用方法一、樣本含量估計(jì)的主要參數(shù)二、單樣本比較的樣本含量三、獨(dú)立樣本比較的樣本含量四、參數(shù)估計(jì)的樣本含量【附】 SPSS實(shí)現(xiàn)隨機(jī)分組的過程一、用SPSS產(chǎn)生隨機(jī)數(shù)字并進(jìn)行完全隨機(jī)分組二、用SPSS產(chǎn)生隨機(jī)數(shù)字并進(jìn)行配對(duì)（或配伍）設(shè)計(jì)分組第十四章 常用的研究設(shè)計(jì)類型第一節(jié) 完全隨機(jī)設(shè)計(jì)一、完全隨機(jī)設(shè)計(jì)二、配對(duì)設(shè)計(jì)三、隨機(jī)區(qū)組設(shè)計(jì)第二節(jié) 析因設(shè)計(jì)和交叉設(shè)計(jì)一、析因設(shè)計(jì)三、交叉設(shè)計(jì)第三節(jié) 拉丁方設(shè)計(jì)和正交設(shè)計(jì)一、拉丁方設(shè)計(jì)二、正交設(shè)計(jì)第十五章 多元統(tǒng)計(jì)及常用統(tǒng)計(jì)分析軟件簡介第一節(jié) 多元統(tǒng)計(jì)分析簡介一、多元方差分析二、多元線性回歸分析三、典型相關(guān)分析四、判別分析五、聚類分析六、主成分分析七、生存分析八、因子分析九、通徑分析十、結(jié)構(gòu)方程模型第二節(jié) 常用統(tǒng)計(jì)分析軟件簡介一、SAS統(tǒng)計(jì)分析軟件二、SPSS統(tǒng)計(jì)分析軟件三、BMDP統(tǒng)計(jì)分析軟件四、STATA統(tǒng)計(jì)分析軟件五、EPIINFO軟件第十六章 統(tǒng)計(jì)學(xué)報(bào)告準(zhǔn)則及統(tǒng)計(jì)學(xué)項(xiàng)目自查清單第一節(jié) 統(tǒng)計(jì)學(xué)報(bào)告準(zhǔn)則簡介一、國際醫(yī)學(xué)期刊編輯委員會(huì)的統(tǒng)計(jì)學(xué)報(bào)告準(zhǔn)則的基本內(nèi)容二、統(tǒng)計(jì)學(xué)報(bào)告準(zhǔn)則確定的基本原則第二節(jié) 研究論文統(tǒng)計(jì)學(xué)項(xiàng)目自查清單主要參考文獻(xiàn)附錄 統(tǒng)計(jì)用表附表1 標(biāo)準(zhǔn)正態(tài)分布曲線下左側(cè)面積ψ（u）值附表2 t分布界值表附表3 百分率的95%可信區(qū)間附表4 F界值表（兩個(gè)獨(dú)立樣本方差齊性檢驗(yàn)用,雙側(cè)界值）附表5 F界值表（方差分析用）附表6 χ2分布界值表附表7 t界值表（配對(duì)比較的符號(hào)秩和檢驗(yàn)用）附表8 t界值表（兩樣本比較的秩和檢驗(yàn)用）附表9 H界值表（三樣本比較的秩和檢驗(yàn)用）附表10 M界值表（隨機(jī)區(qū)組比較的秩和檢驗(yàn)用）附表11 q界值表附表12 r界值表附表13 隨機(jī)數(shù)字表附表14 隨機(jī)排列表（n=20）

章節(jié)摘錄

第一章 緒論1. 掌握中醫(yī)統(tǒng)計(jì)學(xué)的定義、主要內(nèi)容和工作步驟；統(tǒng)計(jì)資料的類型。2. 熟悉統(tǒng)計(jì)學(xué)的基本概念、基本思想和統(tǒng)計(jì)觀念的構(gòu)成要素；統(tǒng)計(jì)的含義、分類；統(tǒng)計(jì)研究的基本方法。3. 了解統(tǒng)計(jì)發(fā)展簡史；中醫(yī)統(tǒng)計(jì)學(xué)的學(xué)習(xí)目標(biāo)、方法和意義。統(tǒng)計(jì)學(xué)（statistics）是處理數(shù)據(jù)變異性（variability）和復(fù)雜性（complicacy）的科學(xué)和藝術(shù)。作為一門科學(xué)，統(tǒng)計(jì)學(xué)必須如實(shí)反映現(xiàn)狀，無論從實(shí)施統(tǒng)計(jì)方法或進(jìn)行科學(xué)研究的角度，目的都是在同樣的前提下得到同樣的真實(shí)、可靠的數(shù)據(jù)；作為一門藝術(shù)，統(tǒng)計(jì)學(xué)必須在概率論和數(shù)理統(tǒng)計(jì)理論的指導(dǎo)下，正確運(yùn)用統(tǒng)計(jì)學(xué)思維，針對(duì)數(shù)據(jù)特點(diǎn)，選用適宜的統(tǒng)計(jì)分析方法，讓研究變得井然有序。在數(shù)據(jù)日益成為一種重要信息的信息社會(huì)里，統(tǒng)計(jì)學(xué)不僅是專業(yè)知識(shí)的講授與運(yùn)用，更重要的是學(xué)會(huì)如何正確地進(jìn)行統(tǒng)計(jì)思維，形成用數(shù)據(jù)說話的科學(xué)態(tài)度。因此，在對(duì)中醫(yī)藥學(xué)進(jìn)行努力挖掘、加以提高的同時(shí)，應(yīng)該注重統(tǒng)計(jì)分析方法的學(xué)習(xí)與運(yùn)用。第一節(jié) 什么是統(tǒng)計(jì)學(xué)一、統(tǒng)計(jì)的含義和統(tǒng)計(jì)發(fā)展簡史1. 統(tǒng)計(jì)的含義（1） 統(tǒng)計(jì)工作（statistical work）：即統(tǒng)計(jì)實(shí)踐，是根據(jù)統(tǒng)計(jì)方法從事統(tǒng)計(jì)設(shè)計(jì)、搜集、整理、分析研究和提供各種統(tǒng)計(jì)資料、統(tǒng)計(jì)咨詢意見活動(dòng)的總稱，其成果是統(tǒng)計(jì)資料。（2） 統(tǒng)計(jì)資料（statistical data）：亦稱統(tǒng)計(jì)數(shù)據(jù)（statistical data），是通過統(tǒng)計(jì)工作所獲得的反映客觀現(xiàn)象的各項(xiàng)數(shù)據(jù)資料以及與之相關(guān)的其他資料的總稱，具體表現(xiàn)為各種統(tǒng)計(jì)圖、統(tǒng)計(jì)表、冊及統(tǒng)計(jì)分析報(bào)告等。（3） 統(tǒng)計(jì)學(xué)（statistics）：即統(tǒng)計(jì)理論，是研究如何搜集、整理、分析和預(yù)測的方法論科學(xué)，其目的是探索事物的內(nèi)在數(shù)量規(guī)律性，以達(dá)到對(duì)客觀事物的科學(xué)認(rèn)識(shí)。2. 統(tǒng)計(jì)發(fā)展簡史 人類最初利用手指、石子、貝殼、小木棍以及繩索等工具進(jìn)行的計(jì)數(shù)活動(dòng)就蘊(yùn)藏著統(tǒng)計(jì)萌芽，但是，人類由統(tǒng)計(jì)實(shí)踐上升到統(tǒng)計(jì)學(xué)，卻只有300多年的歷史。按統(tǒng)計(jì)方法及特征的歷史演變順序，統(tǒng)計(jì)學(xué)的發(fā)展史可分為古典統(tǒng)計(jì)學(xué)的萌芽時(shí)期（17世紀(jì)70年代至19世紀(jì)初期）、近代統(tǒng)計(jì)學(xué)的形成時(shí)期（19世紀(jì)初至20世紀(jì)初）和現(xiàn)代統(tǒng)計(jì)學(xué)的發(fā)展時(shí)期（20世紀(jì)初至今）三個(gè)階段。正是由于古典統(tǒng)計(jì)學(xué)時(shí)期的政治算術(shù)學(xué)派和國勢派、以及近代統(tǒng)計(jì)學(xué)時(shí)期的數(shù)理統(tǒng)計(jì)學(xué)派和社會(huì)統(tǒng)計(jì)學(xué)派之間的相互爭論，相互滲透，使數(shù)理統(tǒng)計(jì)學(xué)與社會(huì)統(tǒng)計(jì)學(xué)最后融合成為統(tǒng)一的現(xiàn)代統(tǒng)計(jì)學(xué)。統(tǒng)計(jì)學(xué)的發(fā)展有四個(gè)明顯趨勢：①隨著數(shù)學(xué)的發(fā)展，統(tǒng)計(jì)學(xué)依賴和吸收的數(shù)學(xué)方法越來越多；②統(tǒng)計(jì)方法與計(jì)算機(jī)技術(shù)相結(jié)合，已滲透到所有科學(xué)的學(xué)科部門，使以統(tǒng)計(jì)學(xué)為基礎(chǔ)的邊緣學(xué)科不斷形成；③統(tǒng)計(jì)與實(shí)質(zhì)性學(xué)科、統(tǒng)計(jì)軟件、現(xiàn)代信息相結(jié)合，所發(fā)揮的功效日益增強(qiáng)；④統(tǒng)計(jì)學(xué)的作用與功能已從描述事物現(xiàn)狀、反映事物規(guī)律，向抽樣推斷、預(yù)測未來變化方向發(fā)展，已成為具有方法論性質(zhì)的綜合性學(xué)科。二、統(tǒng)計(jì)學(xué)的分類及主要內(nèi)容1. 統(tǒng)計(jì)學(xué)的分類（1） 數(shù)理統(tǒng)計(jì)學(xué)（mathematical statistics）：是從數(shù)學(xué)的角度研究統(tǒng)計(jì)學(xué)，為各種應(yīng)用統(tǒng)計(jì)學(xué)提供理論支持。如怎樣有效地收集、整理和分析帶有隨機(jī)性的數(shù)據(jù)，以對(duì)所考察的問題作出推斷或預(yù)測，直至為采取一定的決策和行動(dòng)提供依據(jù)和建議。數(shù)理統(tǒng)計(jì)學(xué)的中心內(nèi)容是統(tǒng)計(jì)推斷問題，實(shí)質(zhì)是以歸納方法研究隨機(jī)變量的一般規(guī) 律。（2） 應(yīng)用統(tǒng)計(jì)學(xué)（applied statistics）：統(tǒng)計(jì)方法在自然科和社會(huì)科學(xué)領(lǐng)域的應(yīng)用而產(chǎn)生的分支學(xué)科，其特點(diǎn)是以本學(xué)科范疇的現(xiàn)象的數(shù)量形式為基礎(chǔ)，對(duì)它們的規(guī)律性進(jìn)行數(shù)量上的分析研究。如生物統(tǒng)計(jì)學(xué)（biostatistics）；醫(yī)學(xué)統(tǒng)計(jì)學(xué)（medicinal statistics）、衛(wèi)生統(tǒng)計(jì)學(xué)（hygeian statistics）和中醫(yī)統(tǒng)計(jì)學(xué)（statistics for chinesemedicine）等。2. 統(tǒng)計(jì)學(xué)的主要內(nèi)容（1） 統(tǒng)計(jì)設(shè)計(jì)（statistical design）：如何合理地安排實(shí)驗(yàn)內(nèi)容，對(duì)實(shí)驗(yàn)結(jié)果如何進(jìn)行有效地分析。目的在于保證結(jié)果的經(jīng)濟(jì)性、可重復(fù)性和科學(xué)性。（2） 統(tǒng)計(jì)描述（statistical description）：用統(tǒng)計(jì)指標(biāo)、統(tǒng)計(jì)圖、統(tǒng)計(jì)表等方法描述樣本資料的數(shù)據(jù)特征及其分布規(guī)律，是統(tǒng)計(jì)推斷的基礎(chǔ)與前提。（3） 統(tǒng)計(jì)推斷（statistical inference）：用樣本信息推論總體特征的歸納過程，是描述統(tǒng)計(jì)的發(fā)展，分為兩個(gè)領(lǐng)域：①參數(shù)估計(jì)（estimation of parameter）：以樣本指標(biāo)數(shù)值――統(tǒng)計(jì)量（statistic）推斷總體指標(biāo)數(shù)值――參數(shù)（parameter）范圍。統(tǒng)計(jì)學(xué)關(guān)注總體參數(shù)的大小，其依據(jù)卻是統(tǒng)計(jì)量。②假設(shè)檢驗(yàn)（hypothesis testing）：利用樣本信息，根據(jù)一定的概率水準(zhǔn)，推斷指標(biāo)間的差異有無統(tǒng)計(jì)學(xué)意義的分析方法，其本質(zhì)是一種決策的概率思想與反證法。三、統(tǒng)計(jì)學(xué)的基本思想和統(tǒng)計(jì)觀念的構(gòu)成要素1. 統(tǒng)計(jì)學(xué)的基本思想主要是變異的思想、概率的思想和隨機(jī)抽樣思想。眾所周知，同質(zhì)（homogeneity）是相對(duì)的，變異（variation）是絕對(duì)的、客觀存在的，因此，反映事物特征的指標(biāo)常帶有變異性。由于變異性的存在，實(shí)驗(yàn)或觀測結(jié)果必然帶有不確定性（uncertainty）――概率性。不確定性的主要來源為：①生物學(xué)因素；②環(huán)境因素；③方法學(xué)因素；④個(gè)人或患者的信息不完整；⑤工具不完備；⑥依從性差；⑦醫(yī)學(xué)知識(shí)不完善；⑧偶然因素及未知因素。為了獲得帶有規(guī)律性的結(jié)果，常常需要進(jìn)行大數(shù)量的實(shí)驗(yàn)或觀測，然而，研究者的時(shí)間、精力、人力和物力是有限的，大多數(shù)研究者只能進(jìn)行抽樣研究（sampling study），以期通過樣本所提供的信息去推論總體的規(guī)律性，由此產(chǎn)生了隨機(jī)抽樣思想，形成了醫(yī)學(xué)科學(xué)研究的基本方法――抽樣研究方法（圖1-1）。但是，由于醫(yī)學(xué)研究對(duì)象的變異性和復(fù)雜性，由樣本推斷總體時(shí)不可能準(zhǔn)確地預(yù)測各種結(jié)局，從而形成了醫(yī)學(xué)現(xiàn)象所固有的不確定性，并且產(chǎn)生了概率的思想。結(jié)論的概率性是統(tǒng)計(jì)學(xué)最重要的特點(diǎn)，故統(tǒng)計(jì)結(jié)論中沒有“證明”，只有在一定概率水平上的推論。2. 統(tǒng)計(jì)觀念的基本構(gòu)成要素統(tǒng)計(jì)觀念（statistics conception）是在親身經(jīng)歷的過程中培養(yǎng)出來的感覺，是由一組數(shù)據(jù)所引發(fā)的想法，所推測到的可能結(jié)果，自覺的想到運(yùn)用統(tǒng)計(jì)方法解決有關(guān)的問題等等。主要有三層含義：①數(shù)據(jù)的收集、記錄和整理能力；②對(duì)數(shù)據(jù)的分析、處理并由此作出解釋、推斷與決策的能力；③對(duì)數(shù)據(jù)和統(tǒng)計(jì)信息有良好的判斷能力。形成統(tǒng)計(jì)觀念的基本構(gòu)成要素如下。（1） 統(tǒng)計(jì)思維：統(tǒng)計(jì)思維類似于數(shù)學(xué)上的數(shù)感、符號(hào)感，以及人們對(duì)于音樂的樂感、節(jié)奏感等，是一種對(duì)給定數(shù)據(jù)及與數(shù)據(jù)有關(guān)的量、表、圖等的潛意識(shí)的反應(yīng)，即面對(duì)與數(shù)據(jù)信息有關(guān)的問題時(shí)，能有意識(shí)地從統(tǒng)計(jì)的角度進(jìn)行思考和決策。經(jīng)常對(duì)接觸到的各類研究數(shù)據(jù)、圖（表）等進(jìn)行抽樣方法、分組方法、樣本量估計(jì)方法、統(tǒng)計(jì)描述方法、假設(shè)檢驗(yàn)方法和參數(shù)估計(jì)方法的統(tǒng)計(jì)層面的思考，可逐漸形成良好的統(tǒng)計(jì)思維。（2） 統(tǒng)計(jì)方法：統(tǒng)計(jì)方法可洞悉隱藏在雜亂無章的數(shù)據(jù)信息背后的規(guī)律，為研究決策提供依據(jù)和指出方向。形成良好的統(tǒng)計(jì)觀念的關(guān)鍵在于統(tǒng)計(jì)方法的獲得和掌握，只有懂得了統(tǒng)計(jì)方法（原理），才能產(chǎn)生正確的統(tǒng)計(jì)思維和有效地處理與統(tǒng)計(jì)相關(guān)的問題。但是，統(tǒng)計(jì)方法的掌握離不開實(shí)踐。（3） 批判意識(shí)與辨別能力：統(tǒng)計(jì)觀念的重要體現(xiàn)就是能對(duì)數(shù)據(jù)的來源、處理數(shù)據(jù)的方法及相關(guān)信息與結(jié)論進(jìn)行合理的質(zhì)疑與批判。批判意識(shí)是科學(xué)精神的重要標(biāo)志，而衡量統(tǒng)計(jì)觀念強(qiáng)弱的重要指標(biāo)為是否具有反思和批判意識(shí)。例如，某研究聲稱經(jīng)過統(tǒng)計(jì)，某藥對(duì)某病癥的有效率達(dá)到了100%，而根本不提統(tǒng)計(jì)數(shù)據(jù)是怎么得來的，顯然是對(duì)統(tǒng)計(jì)數(shù)據(jù)的誤用和濫用。因此，只有具備相應(yīng)的批判意識(shí)和辨別能力，統(tǒng)計(jì)水平才可能真正達(dá)到更高的層次。3. 統(tǒng)計(jì)觀念基本構(gòu)成要素間的相互關(guān)系（1） 統(tǒng)計(jì)思維是掌握統(tǒng)計(jì)方法的前提和基礎(chǔ)。靈敏的統(tǒng)計(jì)思維可更快和更準(zhǔn)確地掌握各種統(tǒng)計(jì)方法，并真正領(lǐng)悟到統(tǒng)計(jì)方法的理論及現(xiàn)實(shí)含義。反過來，統(tǒng)計(jì)方法則是統(tǒng)計(jì)思維深入發(fā)展的支撐和保障，沒有系統(tǒng)及扎實(shí)的方法奠基，統(tǒng)計(jì)思維很難獲得更大的發(fā)展。因而，統(tǒng)計(jì)思維與方法是既有區(qū)別又有聯(lián)系的整體。（2） 批判意識(shí)和辨別能力則是統(tǒng)計(jì)思維和統(tǒng)計(jì)方法的具體體現(xiàn)。是否具有一定的統(tǒng)計(jì)思維和較強(qiáng)的統(tǒng)計(jì)方法，可從與統(tǒng)計(jì)有關(guān)的數(shù)據(jù)、信息等的反應(yīng)、態(tài)度判斷出來。沒有個(gè)人思考，盲從研究論文的統(tǒng)計(jì)結(jié)論是不會(huì)具備良好的統(tǒng)計(jì)思維和方法的。因此，統(tǒng)計(jì)思維和統(tǒng)計(jì)方法是構(gòu)成統(tǒng)計(jì)觀念的內(nèi)隱要素，批判意識(shí)和辨別能力則是構(gòu)成統(tǒng)計(jì)觀念的外顯要素。四、統(tǒng)計(jì)工作步驟和基本研究方法1. 統(tǒng)計(jì)工作的基本步驟（1） 研究設(shè)計(jì)（research design）：即制定調(diào)查研究和實(shí)（試）驗(yàn)研究的計(jì)劃，以盡可能少的人力、財(cái)力及物力達(dá)到預(yù)期研究目的。因此，統(tǒng)計(jì)學(xué)對(duì)醫(yī)學(xué)研究最重要的貢獻(xiàn)在于研究設(shè)計(jì)而不是數(shù)據(jù)分析。（2） 搜集資料（collection of data）：按研究設(shè)計(jì)所擬定的方法、過程與要求，通過對(duì)研究對(duì)象的觀察及實(shí)驗(yàn)，測量并記錄其結(jié)果，及時(shí)取得準(zhǔn)確、完整、可靠的原始數(shù)據(jù)的過程。（3） 整理資料（sorting data）：根據(jù)研究任務(wù)與研究設(shè)計(jì)的要求，對(duì)搜集到的各種原始數(shù)據(jù)進(jìn)行清理、糾錯(cuò)、轉(zhuǎn)化、建庫與存儲(chǔ)，以便于進(jìn)一步對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。（4） 分析資料（analysis of data）：依照研究設(shè)計(jì)的要求計(jì)算相關(guān)指標(biāo)，以反映研究對(duì)象的內(nèi)在特征和規(guī)律，并結(jié)合專業(yè)知識(shí)，對(duì)分析結(jié)果做出可靠的推論。2. 統(tǒng)計(jì)研究過程如圖1-2 所示。3. 統(tǒng)計(jì)研究方法統(tǒng)計(jì)學(xué)的基本研究方法是由觀測到的個(gè)體特征歸納關(guān)于總體某種信息的歸納推斷法。人們在統(tǒng)計(jì)實(shí)踐經(jīng)驗(yàn)的基礎(chǔ)上不斷地概括，逐步形成了統(tǒng)計(jì)方法體系及工作步驟（圖1-3）。（1） 大量觀察法（method of mass observation）：從總體上考察研究客觀現(xiàn)象和過程的規(guī)律，對(duì)所研究的事物的全部或足夠數(shù)量進(jìn)行觀察與綜合分析的方法，其理論根據(jù)是“當(dāng)試驗(yàn)次數(shù)足夠多時(shí)，事件發(fā)生的頻率無窮接近于該事件發(fā)生的概率”的大數(shù)定律（law of large numbers）。（2） 統(tǒng)計(jì)分組法（statistical grouping method）：根據(jù)統(tǒng)計(jì)研究目的和研究對(duì)象的特點(diǎn)，將總體各觀察單位按照某一標(biāo)志劃分為不同性質(zhì)的類型或組別的研究方法。通過統(tǒng)計(jì)分組形成統(tǒng)計(jì)指標(biāo)，從而反映總體內(nèi)部的數(shù)量差異和數(shù)量關(guān)系，以及總體之間的聯(lián)系和區(qū)別，是研究總體內(nèi)部差異的方法。（3） 綜合指標(biāo)法（aggregative indicator method）：運(yùn)用各種綜合指標(biāo)對(duì)現(xiàn)象的數(shù)量關(guān)系進(jìn)行對(duì)比分析，以得到事物數(shù)量特征的本質(zhì)或規(guī)律性的認(rèn)識(shí)方法。（4） 統(tǒng)計(jì)模型法（statistical models method）：是根據(jù)一定的專業(yè)理論和假設(shè)條件，用數(shù)學(xué)方程模擬現(xiàn)實(shí)客觀現(xiàn)象之間相互關(guān)系的一種研究方法。利用這種方法可以對(duì)客觀現(xiàn)象發(fā)展過程中存在的數(shù)量關(guān)系進(jìn)行比較完整或近似的描述，從而簡化了客觀存在的其他復(fù)雜的關(guān)系，以便利用模型對(duì)所研究的現(xiàn)象變化進(jìn)行定量的估計(jì)和趨勢預(yù)測。例如，回歸分析法模擬變量之間的數(shù)量關(guān)系，所建立的回歸方程就是統(tǒng)計(jì)數(shù)學(xué)模型。（5） 統(tǒng)計(jì)推斷法（statistical Inference method）：指在一定可信程度下，根據(jù)樣本資料的特征，對(duì)總體的特征作出估計(jì)和預(yù)測。主要方法是將數(shù)據(jù)中的數(shù)據(jù)模型化，計(jì)算它的概率并且對(duì)其總體做出推論。這個(gè)推論可能以對(duì)/錯(cuò)問題的答案所呈現(xiàn)（假設(shè)檢驗(yàn)），對(duì)于數(shù)字特征量（用以濃縮、簡化實(shí)驗(yàn)數(shù)據(jù)中的信息，使問題變得更加清晰、簡單，易于理解和處理的有代表性的特征量，如集中性、離散性指標(biāo)）的估計(jì)，對(duì)于未來觀察的預(yù)測，關(guān)聯(lián)性的預(yù)測（相關(guān)性），或是通過變異數(shù)分析（analysis of variance，ANOVA）以及數(shù)據(jù)挖掘（data mining）等模型化技術(shù)將關(guān)系模型化（回歸）。五、統(tǒng)計(jì)學(xué)的基本概念1. 變量和變量值（1） 變量（variable）：指沒有固定的值，可以改變的數(shù)。例如觀測對(duì)象的某個(gè)特征（觀察指標(biāo)），通常用數(shù)字、字母或其他符號(hào)代表觀察單位（對(duì)象）的某一項(xiàng)特征或?qū)傩裕ㄈ缛说哪挲g、體重、身高等），以便存儲(chǔ)和分析。（2） 變量值（value of variable）：指變量的觀察結(jié)果或測定值。（3） 變量類型：變量值可以是定量的，也可是定性的，由此分為下述兩類。1） 數(shù)值變量（numerical variable）：又稱為連續(xù)變量（continuous variable）、定量變量，是對(duì)每個(gè)觀察單位用計(jì)量方法測得某項(xiàng)標(biāo)志數(shù)值大小所獲得的指標(biāo)。其特點(diǎn)為其變量值是定量的，表現(xiàn)為數(shù)值的大小，通常具有一定的度量衡單位，數(shù)值之間具有連續(xù)性，可作無限分割，如身高（cm）體重（kg）、體溫（℃）和血壓（mmHg） 等。2） 分類變量（categorical variable）：又稱為離散變量（discrete variable）、定性變量，是按事物的性質(zhì)、特征和等級(jí)分類，然后清點(diǎn)各類調(diào)查單位的個(gè)數(shù)所得到的資料。特點(diǎn)為其變量值是定性的，表現(xiàn)為互不相容的類別或?qū)傩?，?shù)值之間不具有連續(xù)性，以整數(shù)表示。根據(jù)類別之間是否有程度上的差別又可分為兩類（表 1-1）。（4） 變量轉(zhuǎn)化：指根據(jù)統(tǒng)計(jì)分析的具體要求和研究目的，將不同的變量進(jìn)行轉(zhuǎn)化。為了便于數(shù)據(jù)分析，有時(shí)需要變量轉(zhuǎn)換。變量的轉(zhuǎn)化是單向的，一般轉(zhuǎn)化順序?yàn)椋簲?shù)值變量→分類變量→多分類→二分類，即計(jì)量資料→等級(jí)資料→計(jì)數(shù)資料。例如，作為數(shù)值變量的血紅蛋白（Hb）量：可按正常（110～140g/L）、輕度貧血（90～109g/L）、中度貧血（60～89g/L）、重度貧血（＜60g/L）轉(zhuǎn)成有序的多分類變量；若規(guī)定女性Hb 量＜110g/L 為貧血，可清點(diǎn)貧血和不貧血的個(gè)數(shù)而轉(zhuǎn)換為二分類變量。2. 同質(zhì)和變異（1） 同質(zhì)（homogeneity）：指對(duì)觀察指標(biāo)產(chǎn)生影響的因素相同。但在醫(yī)學(xué)研究中有些影響因素往往是難以控制的，甚至是未知的（如遺傳、營養(yǎng)等）。因此，在實(shí)際工作中只有相對(duì)的同質(zhì)，故可將同質(zhì)理解為對(duì)研究指標(biāo)影響較大的、可以控制的非處理因素盡可能相同。例如比較兩種不同的治療方法對(duì)高血壓的控制情況，藥物為處理因素，血壓為觀察指標(biāo)，影響血壓的非處理因素有年齡、情緒等。只有組間影響血壓的非處理因素都應(yīng)控制在相同的水平，才能區(qū)分不同藥物的療效是否相同。鑒于遺傳、營養(yǎng)、心理等因素未知或者無法準(zhǔn)確測量，屬于不可控制的因素，可不加考慮，而性別、年齡、病情輕重、病程長短等可控制因素控制在相同的水平，則可認(rèn)為達(dá)到了同質(zhì)的要求。（2） 變異（variation）指在同質(zhì)的基礎(chǔ)上各觀察單位（或個(gè)體）之間的差異，如同年齡、同性別、同民族、同地區(qū)兒童的血壓、身高、體重有高有低，分別稱之為血壓的變異、身高的變異和體重的變異。3. 總體與樣本（1） 總體（population）：根據(jù)研究目的確定的同質(zhì)觀測單位的集合。可分為兩類：①無限總體（infinitepopulation），無空間、時(shí)間和人群范圍的限制，其觀測單位的全體數(shù)只是理論上存在，可理解為目標(biāo)人群。② 有限總體（finite population），限定于特定的空間、時(shí)間與人群范圍內(nèi)的有限個(gè)觀測單位，可理解為研究人群?？傮w內(nèi)個(gè)體數(shù)值的分布稱為總體分布（population distribution）。（2） 樣本（sample）：從統(tǒng)計(jì)總體中隨機(jī)抽取的、具有代表性的（representative）部分觀測單位的集合。樣本所包含的觀測單位數(shù)為樣本量（sample size），用小寫拉丁字母n 表示。樣本內(nèi)個(gè)體數(shù)值的分布即樣本分布（sample distribution）。樣本具有三個(gè)特點(diǎn)：①隨機(jī)性，從一個(gè)總體中可以抽取許多個(gè)樣本，樣本單位的取值是可變的，不同的取值就有不同的樣本；②代表性，樣本的代表性直接影響到對(duì)總體推斷的準(zhǔn)確性；③客觀性，從總體中抽取樣本，必須排除主觀因素的影響。4. 誤差 誤差（error）指實(shí)際觀測值與真值之差或樣本指標(biāo)與總體指標(biāo)之差。由于儀器、實(shí)驗(yàn)條件、環(huán)境等因素的限制，測量不可能無限精確，物理量的測量值與客觀存在的真實(shí)值之間總會(huì)存在著一定的差異，這種差異即誤差。誤差與錯(cuò)誤不同，錯(cuò)誤是應(yīng)該而且可以避免的，而誤差是不可能絕對(duì)避免的。誤差的分類如表1-2 所示。5. 事件（event） 泛指事物發(fā)生的某種情況或在調(diào)查、觀察和實(shí)驗(yàn)中獲得的某種結(jié)果，分為以下三類。（1） 確定性事件（certainty event）：事前可預(yù)言的現(xiàn)象，即在準(zhǔn)確地重復(fù)某些條件下，它的結(jié)果總是肯定的。例如，在一個(gè)標(biāo)準(zhǔn)大氣壓下將水加熱到100℃便會(huì)沸騰。確定性事件包括事件的概率為1 的必然事件（certain event）和事件的概率為0的不可能事件（impossible event）兩種類型。（2） 隨機(jī)事件（random event）：一定條件下可能發(fā)生也可能不發(fā)生的不確定性事件。了解隨機(jī)事件的目的是：①知道隨機(jī)現(xiàn)象中所有可能出現(xiàn)的結(jié)果；②預(yù)測每個(gè)結(jié)果出現(xiàn)的概率。例如，醫(yī)生治療疾病時(shí)每一種可能的結(jié)果都是一個(gè)隨機(jī)事件。隨機(jī)事件的概率介于0～1。概率越接近1，表明某事件發(fā)生的可能性越大。此外，隨機(jī)事件有兩個(gè)特點(diǎn)：①結(jié)果的隨機(jī)性――重復(fù)同樣的試驗(yàn)時(shí)，所得結(jié)果并不相同，以至于在試驗(yàn)之前無法預(yù)料試驗(yàn)的結(jié)果；②頻率的穩(wěn)定性――在大量重復(fù)試驗(yàn)中，每個(gè)試驗(yàn)結(jié)果發(fā)生的頻率“穩(wěn)定”在一個(gè)常數(shù)附近。（3） 模糊事件（fuzzy event）：事物本身的含義不確定的現(xiàn)象，如“健康”與“不健康”，“年青”與“年老”。研究這類現(xiàn)象的工具是模糊數(shù)學(xué)。確定性事件與隨機(jī)事件的共同特點(diǎn)是事物本身的含義確定。隨機(jī)事件與模糊事件的共同特點(diǎn)是不確定性，但是，隨機(jī)事件中是指事件的結(jié)果不確定，而模糊事件中是指事物本身的定義不確定。6. 頻率、概率與小概率事件（1） 頻率（frequency）：某種現(xiàn)象發(fā)生的次數(shù)。對(duì)于隨機(jī)事件A，在相同的條件下進(jìn)行了n 次實(shí)驗(yàn)，事件A發(fā)生的次數(shù)為m，比值m/n 為頻率，記為fn（A）。醫(yī)學(xué)常用的患病率、病死率等均為頻率。（2） 概率（probability）：描述某隨機(jī)事件A發(fā)生的可能性大小，記為P（A）。當(dāng)n→∝時(shí)，頻率fn（A）→概率P（A），統(tǒng)計(jì)符號(hào)為P，P 值的取值范圍為0≤P≤1。（3） 小概率事件：醫(yī)學(xué)研究中，習(xí)慣上把P≤0.05、P≤0.01的事件稱為小概率事件，表示某事件發(fā)生的可能性很?。ǖ皇遣豢赡苁录y(tǒng)計(jì)學(xué)認(rèn)為小概率事件在一次抽樣中是不可能發(fā)生的。第二節(jié) 為什么要學(xué)習(xí)中醫(yī)統(tǒng)計(jì)學(xué)世界上各類現(xiàn)象的發(fā)展變化規(guī)律都表現(xiàn)為質(zhì)與量的辯證統(tǒng)一。要認(rèn)識(shí)某現(xiàn)象客觀存在的規(guī)律性，就必須認(rèn)識(shí)其質(zhì)與量的辯證關(guān)系，認(rèn)識(shí)其數(shù)量關(guān)系的特征及度的界限，這一切都離不開統(tǒng)計(jì)學(xué)。在數(shù)據(jù)日益成為一種重要信息的信息社會(huì)里，統(tǒng)計(jì)學(xué)不僅是專業(yè)知識(shí)的講授與運(yùn)用，更重要的是學(xué)會(huì)如何正確地進(jìn)行統(tǒng)計(jì)思維，形成用數(shù)據(jù)說話的科學(xué)態(tài)度。從定性研究到定量分析的發(fā)展，是中醫(yī)學(xué)更精密、更科學(xué)的表現(xiàn)，也是現(xiàn)代中醫(yī)學(xué)的基本特征。

編輯推薦

申杰主編的《中醫(yī)統(tǒng)計(jì)學(xué)（第2版）》內(nèi)容包括緒論、中醫(yī)統(tǒng)計(jì)資料的搜集與整理、統(tǒng)計(jì)描述、統(tǒng)計(jì)表和統(tǒng)計(jì)圖、正態(tài)分布和二項(xiàng)分布、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、t檢驗(yàn)與u檢驗(yàn)、方差分析、χ2檢驗(yàn)、秩和檢驗(yàn)、直線相關(guān)與回歸、研究設(shè)計(jì)和樣本含量估計(jì)，常用的研究設(shè)計(jì)類型、多元統(tǒng)計(jì)分析及常用統(tǒng)計(jì)分析軟件簡介、統(tǒng)計(jì)學(xué)報(bào)告準(zhǔn)則及統(tǒng)計(jì)學(xué)項(xiàng)目自查清單等共16章，并且在正文前給出了希臘字母表和常用統(tǒng)計(jì)符號(hào)。

圖書封面

評(píng)論、評(píng)分、閱讀與下載

---

    中醫(yī)統(tǒng)計(jì)學(xué) PDF格式下載

---