中醫(yī)統(tǒng)計學

內容概要

　　《全國普通高等教育醫(yī)學類系列教材：中醫(yī)統(tǒng)計學（第2版）》主要是配合高等中醫(yī)藥院校教學內容和體制改革的進程而編寫，全書共分18章，內容豐富，實用性強。在第一版的基礎上，附加了較多的習題，以供學生學習使用。

書籍目錄

第二版前言希臘字母表常用統(tǒng)計符號第一章 緒論第一節(jié) 什么是統(tǒng)計學一、統(tǒng)計的含義和統(tǒng)計發(fā)展簡史二、統(tǒng)計學的分類及主要內容三、統(tǒng)計學的基本思想和統(tǒng)計觀念的構成要素四、統(tǒng)計工作步驟和基本研究方法五、統(tǒng)計學的基本概念第二節(jié) 為什么要學習中醫(yī)統(tǒng)計學一、中醫(yī)統(tǒng)計學的定義及研究要素二、學習中醫(yī)統(tǒng)計學的目標與方法三、學習中醫(yī)統(tǒng)計學的意義第二章 中醫(yī)統(tǒng)計資料的搜集與整理第一節(jié) 中醫(yī)統(tǒng)計資料的搜集一、中醫(yī)統(tǒng)計資料的來源二、搜集資料的基本要求三、搜集資料的注意事項第二節(jié) 中醫(yī)統(tǒng)計資料的整理一、整理方案二、資料審核三、設計分組第三節(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)管理軟件的應用第三章 統(tǒng)計描述第一節(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)計描述一、常用相對數(shù)指標二、率的標準化【附】 例題和SPSS軟件應用一、SPSS實現(xiàn)描述性統(tǒng)計功能的過程二、統(tǒng)計描述的SPSS步驟與結果第四章 統(tǒng)計表和統(tǒng)計圖第一節(jié) 統(tǒng)計表一、統(tǒng)計表的定義與作用二、統(tǒng)計表的格式與種類三、統(tǒng)計表的結構及制表原則第二節(jié) 統(tǒng)計圖一、繪制統(tǒng)計圖的基本要求二、常用統(tǒng)計圖的繪制方法【附】 例題和SPSS軟件應用一、SPSS繪制統(tǒng)計圖的過程二、SPSS繪制統(tǒng)計圖的步驟第五章 正態(tài)分布和二項分布第一節(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)分布的主要內涵五、正態(tài)分布的應用第二節(jié) 二項分布一、二項分布的概念二、二項分布的特征三、二項分布的應用條件第三節(jié) Poisson分布一、Poisson分布的概念二、Poisson的性質與特征三、Poisson分布的應用【附】 SPSS計算隨機變量累積概率和概率密度的方法一、SPSS提供的概率計算函數(shù)二、隨機變量累積概率和概率密度的計算過程第六章 參數(shù)估計第一節(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)的估計一、總體均數(shù)的點估計二、總體均數(shù)的區(qū)間估計第三節(jié) 總體率的估計一、總體率的點估計二、總體率的區(qū)間估計【附】 例題和SPSS軟件應用第七章 假設檢驗第一節(jié) 假設檢驗的基本思想與步驟一、假設檢驗的基本思想與論證方法二、假設檢驗的步驟第二節(jié) 假設檢驗的兩類錯誤和注意事項一、Ⅰ型錯誤和Ⅱ型錯誤二、應用假設檢驗的注意事項第八章 t檢驗與u檢驗第一節(jié) 單樣本t檢驗一、概述二、單樣本t檢驗的分析思路三、單樣本t檢驗的分析步驟四、進行單樣本t檢驗時的注意事項第二節(jié) 配對設計資料的t檢驗一、概述二、配對設計資料t檢驗的分析思路三、配對設計資料t檢驗的分析步驟四、進行配對設計資料的t檢驗時的注意事項第三節(jié) 獨立樣本的方差齊性檢驗與t檢驗一、概述二、獨立樣本的方差齊性檢驗三、總體方差齊時獨立樣本t檢驗的分析思路與步驟四、總體方差不齊時獨立樣本t'檢驗的分析思路與步驟五、進行獨立樣本方差齊性檢驗和t檢驗時的注意事項第四節(jié) 正態(tài)性檢驗與數(shù)據(jù)轉換一、正態(tài)性檢驗二、數(shù)據(jù)變換第五節(jié) u檢驗一、單樣本u檢驗二、配對設計數(shù)值變量u檢驗三、獨立樣本u檢驗【附】 例題和SPSS軟件應用一、SPSS實現(xiàn)t檢驗的過程二、t檢驗的SPSS操作步驟與分析結果第九章 方差分析第一節(jié) 方差分析概述一、方差分析的相關概念二、對多樣本均數(shù)重復進行t檢驗或u檢驗的風險性三、方差分析基本思想四、多個樣本方差的齊性檢驗第二節(jié) 完全隨機設計資料的方差分析一、完全隨機設計資料方差分析的概念二、完全隨機設計資料方差分析的分析思路三、完全隨機設計資料方差分析的分析步驟四、進行完全隨機設計資料方差分析時的注意事項第三節(jié) 隨機區(qū)組設計資料的方差分析一、隨機區(qū)組設計資料的方差分析的概念二、隨機區(qū)組設計資料的方差分析的分析思路三、隨機區(qū)組設計資料的方差分析的分析步驟四、進行隨機區(qū)組設計資料的方差分析時常見的問題第四節(jié) 多個樣本均數(shù)的多重比較一、Student-Newman-Keuls q檢驗（SNK-q檢驗）二、Dunnett-t檢驗三、LSD-t檢驗四、進行多個樣本均數(shù)的多重比較時常見的問題第五節(jié) 重復測量資料的方差分析一、重復測量資料的相關概念二、重復測量資料方差分析的基本思想三、重復測量資料方差分析的分析思路四、重復測量資料方差分析的基本步驟五、重復測量資料方差分析的注意事項及常見的問題【附】 例題和SPSS軟件應用一、SPSS實現(xiàn)方差分析的過程二、方差分析的SPSS操作步驟與分析結果第十章 χ2檢驗第一節(jié) χ2檢驗概述一、χ2分布及其特點二、χ2檢驗的基本公式三、χ2檢驗的基本思想四、χ2檢驗的用途及應用條件第二節(jié) 2×2表資料χ2檢驗一、成組設計2×2表資料χ2檢驗二、配對設計2×2表資料χ2檢驗三、進行2×2表資料χ2檢驗時常見的錯誤或問題第三節(jié) R×C表資料χ2檢驗一、R×C表基本類型二、多個樣本率比較的R×2表χ2檢驗三、2個或多個構成比比較的R×C表χ2檢驗四、雙向無序R×C表資料χ2檢驗五、R×C表χ2檢驗的注意事項六、進行R×C表資料的χ2檢驗時常見的錯誤或問題第四節(jié) 多個樣本率或構成比多重比較一、χ2分割法二、基于χ2分割原理的多重比較三、進行多個樣本率或構成比多重比較時常見的錯誤或問題【附】 例題和SPSS軟件應用一、SPSS實現(xiàn)χ2檢驗的過程二、χ2檢驗的SPSS操作步驟與分析結果第十一章 秩和檢驗第一節(jié) 秩和檢驗概述一、秩和檢驗的概念與基本思想二、秩和檢驗的應用范圍及優(yōu)缺點三、秩和檢驗方法的選擇及檢驗效能第二節(jié) 配對設計資料的符號秩和檢驗一、基本思想二、檢驗步驟三、進行配對設計資料的符號秩和檢驗時常見的錯誤或問題第三節(jié) 完全隨機設計兩樣本比較的秩和檢驗一、基本思想二、檢驗步驟三、進行完全隨機設計兩樣本秩和檢驗時應注意的問題第四節(jié) 完全隨機設計多個樣本比較的秩和檢驗一、多組數(shù)值變量資料的秩和檢驗二、多組單向有序分類變量資料的秩和檢驗三、進行完全隨機設計多個樣本的秩和檢驗時常見錯誤或問題第五節(jié) 隨機區(qū)組設計資料的秩和檢驗一、基本思想二、檢驗步驟三、進行隨機區(qū)組設計資料的秩和檢驗時應注意的問題第六節(jié) 多個樣本兩兩比較的秩和檢驗一、完全隨機設計多個樣本兩兩比較二、隨機區(qū)組設計資料的兩兩比較三、進行多個樣本兩兩比較的秩和檢驗時應注意的或問題【附】 例題和SPSS軟件應用一、SPSS實現(xiàn)秩和檢驗的過程二、秩和檢驗的SPSS操作步驟與分析結果第十二章 直線相關與回歸第一節(jié) 直線相關一、相關的概念與意義二、相關系數(shù)的計算三、進行相關系數(shù)的假設檢驗時常見的錯誤或問題第二節(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、直線相關與回歸的區(qū)別與聯(lián)系四、進行直線回歸分析時常見的錯誤或問題第三節(jié) 秩相關一、Spearman等級相關二、相同秩次較多時rs的校正三、進行等級相關分析時常見的錯誤或問題【附】 例題和SPSS軟件應用一、SPSS實現(xiàn)直線相關分析的過程二、SPSS實現(xiàn)回歸分析的過程三、直線相關分析的SPSS操作步驟與分析結果四、秩相關分析的SPSS操作步驟與分析結果五、直線回歸分析的SPSS操作步驟與分析結果第十三章 研究設計和樣本含量估計第一節(jié) 實驗設計的基本要素一、處理因素二、受試對象三、實驗效應第二節(jié) 實驗設計的基本原則一、隨機二、對照三、均衡四、重復五、盲法第三節(jié) 樣本含量估計的常用方法一、樣本含量估計的主要參數(shù)二、單樣本比較的樣本含量三、獨立樣本比較的樣本含量四、參數(shù)估計的樣本含量【附】 SPSS實現(xiàn)隨機分組的過程一、用SPSS產(chǎn)生隨機數(shù)字并進行完全隨機分組二、用SPSS產(chǎn)生隨機數(shù)字并進行配對（或配伍）設計分組第十四章 常用的研究設計類型第一節(jié) 完全隨機設計一、完全隨機設計二、配對設計三、隨機區(qū)組設計第二節(jié) 析因設計和交叉設計一、析因設計三、交叉設計第三節(jié) 拉丁方設計和正交設計一、拉丁方設計二、正交設計第十五章 多元統(tǒng)計及常用統(tǒng)計分析軟件簡介第一節(jié) 多元統(tǒng)計分析簡介一、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、結構方程模型第二節(jié) 常用統(tǒng)計分析軟件簡介一、SAS統(tǒng)計分析軟件二、SPSS統(tǒng)計分析軟件三、BMDP統(tǒng)計分析軟件四、STATA統(tǒng)計分析軟件五、EPIINFO軟件第十六章 統(tǒng)計學報告準則及統(tǒng)計學項目自查清單第一節(jié) 統(tǒng)計學報告準則簡介一、國際醫(yī)學期刊編輯委員會的統(tǒng)計學報告準則的基本內容二、統(tǒng)計學報告準則確定的基本原則第二節(jié) 研究論文統(tǒng)計學項目自查清單主要參考文獻附錄 統(tǒng)計用表附表1 標準正態(tài)分布曲線下左側面積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（兩個獨立樣本方差齊性檢驗用,雙側界值）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（配對比較的符號秩和檢驗用）附表8 t界值表（兩樣本比較的秩和檢驗用）附表9 H界值表（三樣本比較的秩和檢驗用）附表10 M界值表（隨機區(qū)組比較的秩和檢驗用）附表11 q界值表附表12 r界值表附表13 隨機數(shù)字表附表14 隨機排列表（n=20）

章節(jié)摘錄

第一章 緒論1. 掌握中醫(yī)統(tǒng)計學的定義、主要內容和工作步驟；統(tǒng)計資料的類型。2. 熟悉統(tǒng)計學的基本概念、基本思想和統(tǒng)計觀念的構成要素；統(tǒng)計的含義、分類；統(tǒng)計研究的基本方法。3. 了解統(tǒng)計發(fā)展簡史；中醫(yī)統(tǒng)計學的學習目標、方法和意義。統(tǒng)計學（statistics）是處理數(shù)據(jù)變異性（variability）和復雜性（complicacy）的科學和藝術。作為一門科學，統(tǒng)計學必須如實反映現(xiàn)狀，無論從實施統(tǒng)計方法或進行科學研究的角度，目的都是在同樣的前提下得到同樣的真實、可靠的數(shù)據(jù)；作為一門藝術，統(tǒng)計學必須在概率論和數(shù)理統(tǒng)計理論的指導下，正確運用統(tǒng)計學思維，針對數(shù)據(jù)特點，選用適宜的統(tǒng)計分析方法，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里，統(tǒng)計學不僅是專業(yè)知識的講授與運用，更重要的是學會如何正確地進行統(tǒng)計思維，形成用數(shù)據(jù)說話的科學態(tài)度。因此，在對中醫(yī)藥學進行努力挖掘、加以提高的同時，應該注重統(tǒng)計分析方法的學習與運用。第一節(jié) 什么是統(tǒng)計學一、統(tǒng)計的含義和統(tǒng)計發(fā)展簡史1. 統(tǒng)計的含義（1） 統(tǒng)計工作（statistical work）：即統(tǒng)計實踐，是根據(jù)統(tǒng)計方法從事統(tǒng)計設計、搜集、整理、分析研究和提供各種統(tǒng)計資料、統(tǒng)計咨詢意見活動的總稱，其成果是統(tǒng)計資料。（2） 統(tǒng)計資料（statistical data）：亦稱統(tǒng)計數(shù)據(jù)（statistical data），是通過統(tǒng)計工作所獲得的反映客觀現(xiàn)象的各項數(shù)據(jù)資料以及與之相關的其他資料的總稱，具體表現(xiàn)為各種統(tǒng)計圖、統(tǒng)計表、冊及統(tǒng)計分析報告等。（3） 統(tǒng)計學（statistics）：即統(tǒng)計理論，是研究如何搜集、整理、分析和預測的方法論科學，其目的是探索事物的內在數(shù)量規(guī)律性，以達到對客觀事物的科學認識。2. 統(tǒng)計發(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行的計數(shù)活動就蘊藏著統(tǒng)計萌芽，但是，人類由統(tǒng)計實踐上升到統(tǒng)計學，卻只有300多年的歷史。按統(tǒng)計方法及特征的歷史演變順序，統(tǒng)計學的發(fā)展史可分為古典統(tǒng)計學的萌芽時期（17世紀70年代至19世紀初期）、近代統(tǒng)計學的形成時期（19世紀初至20世紀初）和現(xiàn)代統(tǒng)計學的發(fā)展時期（20世紀初至今）三個階段。正是由于古典統(tǒng)計學時期的政治算術學派和國勢派、以及近代統(tǒng)計學時期的數(shù)理統(tǒng)計學派和社會統(tǒng)計學派之間的相互爭論，相互滲透，使數(shù)理統(tǒng)計學與社會統(tǒng)計學最后融合成為統(tǒng)一的現(xiàn)代統(tǒng)計學。統(tǒng)計學的發(fā)展有四個明顯趨勢：①隨著數(shù)學的發(fā)展，統(tǒng)計學依賴和吸收的數(shù)學方法越來越多；②統(tǒng)計方法與計算機技術相結合，已滲透到所有科學的學科部門，使以統(tǒng)計學為基礎的邊緣學科不斷形成；③統(tǒng)計與實質性學科、統(tǒng)計軟件、現(xiàn)代信息相結合，所發(fā)揮的功效日益增強；④統(tǒng)計學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、預測未來變化方向發(fā)展，已成為具有方法論性質的綜合性學科。二、統(tǒng)計學的分類及主要內容1. 統(tǒng)計學的分類（1） 數(shù)理統(tǒng)計學（mathematical statistics）：是從數(shù)學的角度研究統(tǒng)計學，為各種應用統(tǒng)計學提供理論支持。如怎樣有效地收集、整理和分析帶有隨機性的數(shù)據(jù)，以對所考察的問題作出推斷或預測，直至為采取一定的決策和行動提供依據(jù)和建議。數(shù)理統(tǒng)計學的中心內容是統(tǒng)計推斷問題，實質是以歸納方法研究隨機變量的一般規(guī) 律。（2） 應用統(tǒng)計學（applied statistics）：統(tǒng)計方法在自然科和社會科學領域的應用而產(chǎn)生的分支學科，其特點是以本學科范疇的現(xiàn)象的數(shù)量形式為基礎，對它們的規(guī)律性進行數(shù)量上的分析研究。如生物統(tǒng)計學（biostatistics）；醫(yī)學統(tǒng)計學（medicinal statistics）、衛(wèi)生統(tǒng)計學（hygeian statistics）和中醫(yī)統(tǒng)計學（statistics for chinesemedicine）等。2. 統(tǒng)計學的主要內容（1） 統(tǒng)計設計（statistical design）：如何合理地安排實驗內容，對實驗結果如何進行有效地分析。目的在于保證結果的經(jīng)濟性、可重復性和科學性。（2） 統(tǒng)計描述（statistical description）：用統(tǒng)計指標、統(tǒng)計圖、統(tǒng)計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)計推斷的基礎與前提。（3） 統(tǒng)計推斷（statistical inference）：用樣本信息推論總體特征的歸納過程，是描述統(tǒng)計的發(fā)展，分為兩個領域：①參數(shù)估計（estimation of parameter）：以樣本指標數(shù)值――統(tǒng)計量（statistic）推斷總體指標數(shù)值――參數(shù)（parameter）范圍。統(tǒng)計學關注總體參數(shù)的大小，其依據(jù)卻是統(tǒng)計量。②假設檢驗（hypothesis testing）：利用樣本信息，根據(jù)一定的概率水準，推斷指標間的差異有無統(tǒng)計學意義的分析方法，其本質是一種決策的概率思想與反證法。三、統(tǒng)計學的基本思想和統(tǒng)計觀念的構成要素1. 統(tǒng)計學的基本思想主要是變異的思想、概率的思想和隨機抽樣思想。眾所周知，同質（homogeneity）是相對的，變異（variation）是絕對的、客觀存在的，因此，反映事物特征的指標常帶有變異性。由于變異性的存在，實驗或觀測結果必然帶有不確定性（uncertainty）――概率性。不確定性的主要來源為：①生物學因素；②環(huán)境因素；③方法學因素；④個人或患者的信息不完整；⑤工具不完備；⑥依從性差；⑦醫(yī)學知識不完善；⑧偶然因素及未知因素。為了獲得帶有規(guī)律性的結果，常常需要進行大數(shù)量的實驗或觀測，然而，研究者的時間、精力、人力和物力是有限的，大多數(shù)研究者只能進行抽樣研究（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)生了隨機抽樣思想，形成了醫(yī)學科學研究的基本方法――抽樣研究方法（圖1-1）。但是，由于醫(yī)學研究對象的變異性和復雜性，由樣本推斷總體時不可能準確地預測各種結局，從而形成了醫(yī)學現(xiàn)象所固有的不確定性，并且產(chǎn)生了概率的思想。結論的概率性是統(tǒng)計學最重要的特點，故統(tǒng)計結論中沒有“證明”，只有在一定概率水平上的推論。2. 統(tǒng)計觀念的基本構成要素統(tǒng)計觀念（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，所推測到的可能結果，自覺的想到運用統(tǒng)計方法解決有關的問題等等。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對數(shù)據(jù)和統(tǒng)計信息有良好的判斷能力。形成統(tǒng)計觀念的基本構成要素如下。（1） 統(tǒng)計思維：統(tǒng)計思維類似于數(shù)學上的數(shù)感、符號感，以及人們對于音樂的樂感、節(jié)奏感等，是一種對給定數(shù)據(jù)及與數(shù)據(jù)有關的量、表、圖等的潛意識的反應，即面對與數(shù)據(jù)信息有關的問題時，能有意識地從統(tǒng)計的角度進行思考和決策。經(jīng)常對接觸到的各類研究數(shù)據(jù)、圖（表）等進行抽樣方法、分組方法、樣本量估計方法、統(tǒng)計描述方法、假設檢驗方法和參數(shù)估計方法的統(tǒng)計層面的思考，可逐漸形成良好的統(tǒng)計思維。（2） 統(tǒng)計方法：統(tǒng)計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)計觀念的關鍵在于統(tǒng)計方法的獲得和掌握，只有懂得了統(tǒng)計方法（原理），才能產(chǎn)生正確的統(tǒng)計思維和有效地處理與統(tǒng)計相關的問題。但是，統(tǒng)計方法的掌握離不開實踐。（3） 批判意識與辨別能力：統(tǒng)計觀念的重要體現(xiàn)就是能對數(shù)據(jù)的來源、處理數(shù)據(jù)的方法及相關信息與結論進行合理的質疑與批判。批判意識是科學精神的重要標志，而衡量統(tǒng)計觀念強弱的重要指標為是否具有反思和批判意識。例如，某研究聲稱經(jīng)過統(tǒng)計，某藥對某病癥的有效率達到了100%，而根本不提統(tǒng)計數(shù)據(jù)是怎么得來的，顯然是對統(tǒng)計數(shù)據(jù)的誤用和濫用。因此，只有具備相應的批判意識和辨別能力，統(tǒng)計水平才可能真正達到更高的層次。3. 統(tǒng)計觀念基本構成要素間的相互關系（1） 統(tǒng)計思維是掌握統(tǒng)計方法的前提和基礎。靈敏的統(tǒng)計思維可更快和更準確地掌握各種統(tǒng)計方法，并真正領悟到統(tǒng)計方法的理論及現(xiàn)實含義。反過來，統(tǒng)計方法則是統(tǒng)計思維深入發(fā)展的支撐和保障，沒有系統(tǒng)及扎實的方法奠基，統(tǒng)計思維很難獲得更大的發(fā)展。因而，統(tǒng)計思維與方法是既有區(qū)別又有聯(lián)系的整體。（2） 批判意識和辨別能力則是統(tǒng)計思維和統(tǒng)計方法的具體體現(xiàn)。是否具有一定的統(tǒng)計思維和較強的統(tǒng)計方法，可從與統(tǒng)計有關的數(shù)據(jù)、信息等的反應、態(tài)度判斷出來。沒有個人思考，盲從研究論文的統(tǒng)計結論是不會具備良好的統(tǒng)計思維和方法的。因此，統(tǒng)計思維和統(tǒng)計方法是構成統(tǒng)計觀念的內隱要素，批判意識和辨別能力則是構成統(tǒng)計觀念的外顯要素。四、統(tǒng)計工作步驟和基本研究方法1. 統(tǒng)計工作的基本步驟（1） 研究設計（research design）：即制定調查研究和實（試）驗研究的計劃，以盡可能少的人力、財力及物力達到預期研究目的。因此，統(tǒng)計學對醫(yī)學研究最重要的貢獻在于研究設計而不是數(shù)據(jù)分析。（2） 搜集資料（collection of data）：按研究設計所擬定的方法、過程與要求，通過對研究對象的觀察及實驗，測量并記錄其結果，及時取得準確、完整、可靠的原始數(shù)據(jù)的過程。（3） 整理資料（sorting data）：根據(jù)研究任務與研究設計的要求，對搜集到的各種原始數(shù)據(jù)進行清理、糾錯、轉化、建庫與存儲，以便于進一步對數(shù)據(jù)進行統(tǒng)計分析。（4） 分析資料（analysis of data）：依照研究設計的要求計算相關指標，以反映研究對象的內在特征和規(guī)律，并結合專業(yè)知識，對分析結果做出可靠的推論。2. 統(tǒng)計研究過程如圖1-2 所示。3. 統(tǒng)計研究方法統(tǒng)計學的基本研究方法是由觀測到的個體特征歸納關于總體某種信息的歸納推斷法。人們在統(tǒng)計實踐經(jīng)驗的基礎上不斷地概括，逐步形成了統(tǒng)計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，對所研究的事物的全部或足夠數(shù)量進行觀察與綜合分析的方法，其理論根據(jù)是“當試驗次數(shù)足夠多時，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)計分組法（statistical grouping method）：根據(jù)統(tǒng)計研究目的和研究對象的特點，將總體各觀察單位按照某一標志劃分為不同性質的類型或組別的研究方法。通過統(tǒng)計分組形成統(tǒng)計指標，從而反映總體內部的數(shù)量差異和數(shù)量關系，以及總體之間的聯(lián)系和區(qū)別，是研究總體內部差異的方法。（3） 綜合指標法（aggregative indicator method）：運用各種綜合指標對現(xiàn)象的數(shù)量關系進行對比分析，以得到事物數(shù)量特征的本質或規(guī)律性的認識方法。（4） 統(tǒng)計模型法（statistical models method）：是根據(jù)一定的專業(yè)理論和假設條件，用數(shù)學方程模擬現(xiàn)實客觀現(xiàn)象之間相互關系的一種研究方法。利用這種方法可以對客觀現(xiàn)象發(fā)展過程中存在的數(shù)量關系進行比較完整或近似的描述，從而簡化了客觀存在的其他復雜的關系，以便利用模型對所研究的現(xiàn)象變化進行定量的估計和趨勢預測。例如，回歸分析法模擬變量之間的數(shù)量關系，所建立的回歸方程就是統(tǒng)計數(shù)學模型。（5） 統(tǒng)計推斷法（statistical Inference method）：指在一定可信程度下，根據(jù)樣本資料的特征，對總體的特征作出估計和預測。主要方法是將數(shù)據(jù)中的數(shù)據(jù)模型化，計算它的概率并且對其總體做出推論。這個推論可能以對/錯問題的答案所呈現(xiàn)（假設檢驗），對于數(shù)字特征量（用以濃縮、簡化實驗數(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）的估計，對于未來觀察的預測，關聯(lián)性的預測（相關性），或是通過變異數(shù)分析（analysis of variance，ANOVA）以及數(shù)據(jù)挖掘（data mining）等模型化技術將關系模型化（回歸）。五、統(tǒng)計學的基本概念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)。例如觀測對象的某個特征（觀察指標），通常用數(shù)字、字母或其他符號代表觀察單位（對象）的某一項特征或屬性（如人的年齡、體重、身高等），以便存儲和分析。（2） 變量值（value of variable）：指變量的觀察結果或測定值。（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，是對每個觀察單位用計量方法測得某項標志數(shù)值大小所獲得的指標。其特點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、特征和等級分類，然后清點各類調查單位的個數(shù)所得到的資料。特點為其變量值是定性的，表現(xiàn)為互不相容的類別或屬性，數(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） 變量轉化：指根據(jù)統(tǒng)計分析的具體要求和研究目的，將不同的變量進行轉化。為了便于數(shù)據(jù)分析，有時需要變量轉換。變量的轉化是單向的，一般轉化順序為：數(shù)值變量→分類變量→多分類→二分類，即計量資料→等級資料→計數(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，可清點貧血和不貧血的個數(shù)而轉換為二分類變量。2. 同質和變異（1） 同質（homogeneity）：指對觀察指標產(chǎn)生影響的因素相同。但在醫(yī)學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，在實際工作中只有相對的同質，故可將同質理解為對研究指標影響較大的、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高血壓的控制情況，藥物為處理因素，血壓為觀察指標，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，則可認為達到了同質的要求。（2） 變異（variation）指在同質的基礎上各觀察單位（或個體）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觀測單位的集合?？煞譃閮深悾孩贌o限總體（infinitepopulation），無空間、時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，可理解為目標人群。② 有限總體（finite population），限定于特定的空間、時間與人群范圍內的有限個觀測單位，可理解為研究人群?？傮w內個體數(shù)值的分布稱為總體分布（population distribution）。（2） 樣本（sample）：從統(tǒng)計總體中隨機抽取的、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。樣本內個體數(shù)值的分布即樣本分布（sample distribution）。樣本具有三個特點：①隨機性，從一個總體中可以抽取許多個樣本，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總體推斷的準確性；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）指實際觀測值與真值之差或樣本指標與總體指標之差。由于儀器、實驗條件、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值之間總會存在著一定的差異，這種差異即誤差。誤差與錯誤不同，錯誤是應該而且可以避免的，而誤差是不可能絕對避免的。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查、觀察和實驗中獲得的某種結果，分為以下三類。（1） 確定性事件（certainty event）：事前可預言的現(xiàn)象，即在準確地重復某些條件下，它的結果總是肯定的。例如，在一個標準大氣壓下將水加熱到100℃便會沸騰。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。了解隨機事件的目的是：①知道隨機現(xiàn)象中所有可能出現(xiàn)的結果；②預測每個結果出現(xiàn)的概率。例如，醫(yī)生治療疾病時每一種可能的結果都是一個隨機事件。隨機事件的概率介于0～1。概率越接近1，表明某事件發(fā)生的可能性越大。此外，隨機事件有兩個特點：①結果的隨機性――重復同樣的試驗時，所得結果并不相同，以至于在試驗之前無法預料試驗的結果；②頻率的穩(wěn)定性――在大量重復試驗中，每個試驗結果發(fā)生的頻率“穩(wěn)定”在一個常數(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。確定性事件與隨機事件的共同特點是事物本身的含義確定。隨機事件與模糊事件的共同特點是不確定性，但是，隨機事件中是指事件的結果不確定，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)。對于隨機事件A，在相同的條件下進行了n 次實驗，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)學常用的患病率、病死率等均為頻率。（2） 概率（probability）：描述某隨機事件A發(fā)生的可能性大小，記為P（A）。當n→∝時，頻率fn（A）→概率P（A），統(tǒng)計符號為P，P 值的取值范圍為0≤P≤1。（3） 小概率事件：醫(yī)學研究中，習慣上把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?，統(tǒng)計學認為小概率事件在一次抽樣中是不可能發(fā)生的。第二節(jié) 為什么要學習中醫(yī)統(tǒng)計學世界上各類現(xiàn)象的發(fā)展變化規(guī)律都表現(xiàn)為質與量的辯證統(tǒng)一。要認識某現(xiàn)象客觀存在的規(guī)律性，就必須認識其質與量的辯證關系，認識其數(shù)量關系的特征及度的界限，這一切都離不開統(tǒng)計學。在數(shù)據(jù)日益成為一種重要信息的信息社會里，統(tǒng)計學不僅是專業(yè)知識的講授與運用，更重要的是學會如何正確地進行統(tǒng)計思維，形成用數(shù)據(jù)說話的科學態(tài)度。從定性研究到定量分析的發(fā)展，是中醫(yī)學更精密、更科學的表現(xiàn)，也是現(xiàn)代中醫(yī)學的基本特征。

編輯推薦

申杰主編的《中醫(yī)統(tǒng)計學（第2版）》內容包括緒論、中醫(yī)統(tǒng)計資料的搜集與整理、統(tǒng)計描述、統(tǒng)計表和統(tǒng)計圖、正態(tài)分布和二項分布、參數(shù)估計、假設檢驗、t檢驗與u檢驗、方差分析、χ2檢驗、秩和檢驗、直線相關與回歸、研究設計和樣本含量估計，常用的研究設計類型、多元統(tǒng)計分析及常用統(tǒng)計分析軟件簡介、統(tǒng)計學報告準則及統(tǒng)計學項目自查清單等共16章，并且在正文前給出了希臘字母表和常用統(tǒng)計符號。

圖書封面

評論、評分、閱讀與下載

---

    中醫(yī)統(tǒng)計學 PDF格式下載

---