Dr. Hamda Qotba, B.Med.Sc, M.D, ABCM 翻译：acred（DXY） 统计学傻瓜指南！ Dr. Hamda Qotba, B.Med.Sc, M.D, ABCM 翻译：acred（DXY）
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
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)
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 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
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？
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；如果>30，则使用正态曲线的z检验（二项检验，binomial test）
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
χ2检验 用来检验定性变量间关联的强度 用于分类数据
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：yate’s 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
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
相关 指明变量间关联的强度 r=+1 r=-1 r=0 曲线
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
测量值 若为参数 若为非参数 Pearson相关系数 Spearman等级相关 Kendall等级相关 (Kendall’s τ) 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 (Kendall’s τ) 两个均为有序变量或一个有序另一个连续
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
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
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
如何选择恰当的统计检验方法 变量类型 所研究问题的类型 数据的构成 定量的（血压） 定性的（性别） 关联 比较 危险因素 独立的 配对的 匹配的
所研究的中心问题 两变量（因变量，自变量）之间的联系 变量类型 检验方法 因变量 自变量 分类 χ2 定量 Logistic回归 2个结局：T检验 3个以上结局：方差分析 Spearman相关 线性回归
变量间比较（差异） 变量 自变量的个数 2组 配对数据 >2组 定量 T检验 配对T检验 方差分析 有序 Mann-Whitney Wilcoxon Kruskal-wallis 分类 χ2 * McNemar χ2 *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yate’s校正
寻找危险因素 变量类型 检验方法 因变量 多个自变量 分类 logistic回归 定量 方差分析 线性回归，logistic回归