丁香公开课学习笔记

几个重要的统计学概念

变异：样本内个体间的差异

同质：样本间个体的相同点就是同质

分类变量：分类，类比之间无大小之分

有序变量：分类，类别之间有大小之分，如肿瘤分级

连续变量：连续值

离散变量：计数变量，只能用自然数或整数来计数的。次数，个数，台数等等。

频率：某个实验结果出现次数/所有实验次数；当次数足够多时，频率会趋近与概率

概率：是某现象的固有属性。硬币只有两面，概率都是一半，不会因为抛硬币次数无关

抽样误差：除非你是对总体进行了研究，否则你是不可避免的，只能减小，没有办法消除。通过标准误（S1越大，抽样误差越大），或可信区间的宽窄评估（最大，抽样误差越大）。

系统误差：多数是由于实验设计的问题造成的误差/偏移，通过纠正实验设计方法进行校正，是可以消除的。对原始研究进行评估的时候，评估的就是偏移，系统误差。

均数：反映正态分布的集中趋势

中位数：反映偏态分布的集中趋势

标准差：反映正态分布数据的离散趋势

四分位数间距：反映正态或偏态数据的离散趋势

方差：是标准差的平方，反映的也是数据的离散趋势

以上均数，中位数，标准差，方差，四分位数都是对数据的描述

标准误和可信区间：反映的都是抽样误差的大小，样本对整体的推断

统计数据与临床资料的一般分类：

统计图表核心在于准确和规范

计量资料的相关分析

线性相关：适用于二元正太分布的统计资料，用person相关系数表示

秩相关：总体分布未知或等级资料等，所以不符合双变量正太分布的都用sperman相关系数

计量资料的因果联系

简单线性回归：因变量（Y）为连续变量，自变量（X）仅有一个

多重线性回归：因变量（Y）为连续变量，自变量（Xi）有多个（多个里面不强求都是连续变量，分类也行）

分类资料的统计分析

 四格表统计分析

一般四格表：方差检验，Fisher精确检验

配对四格表：McNemar 检验，Kappa检验

列联表（RxC）

X,Y皆为分类变量且属性不同，属于双向无序表：方差检验，Fisher精确检验

（检验结果反映的是构成比是否具有差异，不反映大小强度关系）

X为分类，Y为有序变量，属于单项有序表：H秩和检验，Ridit分析，有序变量的逻辑回归

X,Y皆为有序变量且属性不同，属于双向有序表：关心同组差别，按单项有序表处理

                                                                              是否相关，用Sperman秩和相关或典型相关分析

                                                                              是否存在直线变化，用线性趋势检验

X,Y皆为有序变量且属性相同，属于双向有序表：一致性检验（Kappa检验）

分类资料--因果关系

非条件逻辑回归：非配对设计

条件逻辑回归：配对设计

三大回归选择

因变量（Y）连续变量 ：简单/多重线性回归

因变量（Y）分类变量 （无论是二分类，多分类，等级变量）：逻辑回归

因变量（Y）时间变量和二分类变量：COX回归

不需要管自变量（X），可以是连续变量、等级变量和分类变量，分类变量转换为哑变量进行处理，等级变量按连续变量或哑变量进行处理