駕馭命運的舵是奮鬥。不抱有一絲幻想,不放棄一點機會,不停止一日努力。應屆畢業生考試網小編為大家編輯整理了2017公衛執業醫師衛生統計學考點歸納,希望對大家有所幫助。
非引數檢驗具體概念
非引數檢驗(Nonparametric tests)是統計分析方法的重要組成部分,它與引數檢驗共同構成統計推斷的基本內容。非引數檢驗是在總體方差未知或知道甚少的情況下,利用樣本資料對總體分佈形態等進行推斷的方法。由於非引數檢驗方法在推斷過程中不涉及有關總體分佈的引數,因而得名為“非引數”檢驗。
非引數檢驗(Nonparametric tests)是統計分析方法的重要組成部分,它與引數檢驗共同構成統計推斷的基本內容。引數檢驗是在總體分佈形式已知的情況下,對總體分佈的引數如均值、方差等進行推斷的方法。但是,在資料分析過程中,由於種種原因,人們往往無法對總體分佈形態作簡單假定,此時引數檢驗的方法就不再適用了。非引數檢驗正是一類基於這種考慮,在總體方差未知或知道甚少的情況下,利用樣本資料對總體分佈形態等進行推斷的方法。由於非引數檢驗方法在推斷過程中不涉及有關總體分佈的引數,因而得名為“非引數”檢驗。
常用統計圖用途:
①條圖:適用於相互獨立的資料(資料有明確分組、不連續);
②百分條圖、圓圖適用於構成比資料;
③線圖適用於連續性資料,表達事物的動態變化(絕對差值);半對數線圖適用於連續性資料,表達事物的發展速度(相對比);
④直方圖用於描述連續變數的頻數分佈;
⑤散點圖適用於雙變數資料,用點的排列趨勢和密集度表示兩變數的相關關係。
變異指標:
又稱為標誌變動度,它是反映總體中各單位標誌值差異程度的綜合指標。變異指標綜合反映總體各單位標誌值的差異程度或離散程度。變異指標越大,表明資料越分散、不集中;變異指標越小,表明資料越集中,變動範圍越小;變異指標反映現象總體總單位變數分佈的離中趨勢。
集中|離散趨勢指標:
集中趨勢指標描述的是一組變數值的平均水平或中心位置。常用的平均數指標有三種:算術均數、幾何均數、中位數(第50百分位數)。
要想全面描述資料的數量特徵,僅有集中趨勢指標是不夠的,還要計算離散趨勢指標。
離散趨勢指標描述的是資料內部的變異程度,包括極差、四分位數間距、方差、標準差、變異係數。離散趨勢指標值越大,說明資料內部變異度越大。最常用的指標是標準差。
應根據資料頻數分佈特徵(對稱分佈或偏態分佈)選擇適當的集中、離散趨勢指標。要記住各指標的符號、適用條件和特點醫|學教育網收集整理,還要會選擇公式。
頻數表與頻數分佈圖
(一)基本概念:
頻數 ( frequency ) : 指在一個抽樣資料中,某變數值出現的次數。
頻數分佈表( frequency distribution table ): 將各數值變數的值及其相應的頻數列表,簡稱頻數表。頻率是表示頻數出現機率的指標,可用百分數或小數表示,頻率為100%或1。
頻數分佈圖( frequency distribution figure ) : 根據頻數分佈表,以變數值為橫座標,頻數為縱座標,繪製的直方圖。
(二)連續型變數頻數表的編制方法:
⒈ 求全距( Range ,簡記 R ): 是一組資料中最大值(Xmax)與最小值(Xmin)之差,亦稱極差。
2. 定組距: 將全距分為若干段,稱為組段。組與組之間的距離,稱為組距;用小寫i 表示。
原則:(1)“組段”數一般為10-15個;
(2)“組距”一般為R/10取整;
(3)為計算方便根據組距採取取整數方法
3. 寫組段: 即將全距分為若干段的過程。
原則:(1)第一組段要包括Xmin,最末組段包括 Xmax ;
(2)每組段均用下限值加 “~ ”表示,最終組段同時註明上下限。
4. 列表劃記: 根據預定的組段和組距,用劃記的方法整理原始資料。
(三)頻數表的用途:
1.揭示頻數的分佈特徵:集中趨勢與離散趨勢結合能全面反映頻數的分佈特徵
2.揭示頻數的分佈型別
對稱分佈 : 集中部位在中部,兩端漸少,左右兩側的基本對稱,為對稱(正態)分佈。
正偏 : 集中部位偏於較小值一側(左側),較大值方向漸減少,為正偏態分佈。
負偏 : 集中部位偏於較大值一側(右側),較小值方向漸減少,為負偏態分佈。
3.便於發現某些特大或特小的可疑值。
4. 樣本含量足夠大時,以頻率作為概率的估計值。
5.作為陳述資料的形式。
實驗設計的基本要素(Elements of experimental design)
n 處理因素 (treatment factor)、受試物件 (subject)和實驗效應 (experimental effect)是實驗設計的3個基本要素.
n 例如,用兩種藥物治療糖尿病病人,觀察比較兩組病人血糖、尿糖的下降情況,這裡所用的藥物為處理因素、糖尿病病人為受試物件,血糖值、尿糖值為實驗效應。它們始終貫穿於整個實驗研究過程中,從各方面影響著實驗研究的結果,在實驗設計中必須予以足夠重視。
一、受試物件(subject)
n 受試物件是處理因素作用的客體,實質上就是根據研究目的確定的觀察目標總體。醫學研究的受試物件有人和動物,在實驗進行前必須對研究物件的條件作嚴格的規定,以保證同質性。
n 選擇受試物件應遵循的基本原則:對處理因素敏感;反應必須穩定。
(一) 動物的選擇
實驗研究中,動物的選擇比較靈活,但要緊緊圍繞著實驗目的選擇動物。
如SARS疫苗的動物實驗,普遍採用的動物模型是恆河猴。
(二) 病例的選擇
臨床試驗中,由於受試物件是人,病例的選擇不像動物選擇那樣靈活,在選擇時必須遵循醫德要求,還必須明確病例的納入標準(inclusion criteria)和排除標準(exclusion criteria )。如對於病人必須有明確的診斷標準,對具體病程、病型、病情、年齡、性別等應有統一的文字規定,以便執行和檢查。
二、處理因素
在實驗過程中,影響實驗結果的'因素是多方面的,根據研究目的可分為處理因素和非處理因素兩類。
(一) 處理因素:
根據研究目的確定的欲施加或欲觀察的、並能引起受試物件直接或間接效應的因素。
這種干預可以是主動施加的,如藥物的種類、劑量、濃度、作用時間等;也可以是客觀存在的,如觀察培養基在空氣中的汙染程度與季節的關係。
(二) 非處理因素:
是指除處理因素外的其它對結果有影響或干擾,但研究者並不想通過實驗考察其作用大小的因素。
(三)選擇處理因素應遵循的基本原則
1.要分清處理因素和非處理因素
n 處理因素是根據研究目的確定的主要因素,一般為研究者所重視,但不能忽略非處理因素的存在,應找出並加以控制,否則會使實驗結果產生混雜效應。
n 例如,研究藥物治療加飲食療法治療糖尿病的效果時,處理因素為藥物治療加飲食療法;而合理的作息時間、運動和其它輔助治療措施也能緩解症狀,有助於康復,但不是本次研究的處理因素,而是非處理因素。研究者應採取各種措施,儘可能使非處理因素在所比較的各組中基本相同,以便充分顯示處理因素的作用。
2.保持處理因素恆定不變
n 如在進行藥物療效的試驗觀察中,所使用藥物的生產廠家、批號、藥品標準等在整個試驗過程中必須一致。
n 又如欲觀察某種手術的效果,其手術的操作程式應規格化,主刀醫師的熟練程度也應儘量接近。
三、實驗效應(experimental effect)
n 實驗效應 是處理因素作用於受試物件的反應和結局,它是通過實驗觀察指標定量或定性地來表達。如果指標選擇不當,未能準確地反應處理因素的作用,那麼獲得的研究結果就缺乏科學性,因此選擇好實驗指標是關係研究成敗的重要環節。
(一)選擇觀察指標的基本原則
1.客觀性 觀察指標有主觀指標和客觀指標之分。
n 主觀指標 是指由病人回答或醫生判斷來描述觀察結果,易受心理因素影響,如“疼痛”的觀察。
n 客觀指標 是藉助儀器或試驗等進行測量和檢驗來反映客觀結果。儘可能選擇客觀的、定量的指標。
2. 準確度和精密度
n 準確度是指所觀察結果的真實程度,即觀測值與真值的接近程度,屬系統誤差
n 精密度是指所觀察結果的深度,即重複觀測時,觀測值與平均值的接近程度,屬隨機誤差。
實驗效應指標既要準確又要精密,而首先是準確可靠。
3.靈敏性
應儘量選擇高靈敏性的指標,即選擇高靈敏性的方法對觀察指標進行測量。靈敏度高的方法,往往費用昂貴,應根據實驗經費,選擇既相對廉價,靈敏度又高的測量方法。
4.特異性
為了更好地揭示研究問題的本質,觀察指標還應具備一定的特異性。例如,在診斷糖尿病時,測定血糖的特異性就比測定尿糖的特異性要高。
實驗效應指標應當同時兼顧其靈敏性和特異性,儘量使靈敏性和特異性都高。
5.指標的觀察
在臨床試驗過程中,由於對某些非處理因素未加嚴格控制,使這些非處理因素對試驗效應產生干擾,這種干擾所造成的系統誤差叫偏倚(bias),偏倚歪曲了處理因素的真實效應。