㈠ 什麼是醫學統計學
什麼是醫學統計學
醫學統計學是醫學科學的一個組成部分，是醫學院校各專業的必修課。你知道什麼是醫學統計學嗎?下面是我為大家帶來的關於醫學統計學的介紹。歡迎閱讀。
醫學統計學簡介：
醫學統計學是運用概率論與數理統計的原理及方法，結合醫學實際，研究數字資料的搜集、整理分析與推斷的一門學科。醫學研究的對象主要是人體以及與人的健康有關的各種因素。
主要特點
醫學統計學是運用概率論與數理統計的原理及方法，結合醫學實際，研究數字資料的搜集、整理分析與推斷的一門學科。醫學研究的對象主要是人體以及與人的健康有關的各種因素。
生物現象的一個重要特點就是普遍存在著變異。所謂變異(個體差異)，系指相同條件下同類個體之間某一方面發展的不平衡性，系偶然因素起作用的結果。例如同地區、同性別、同年齡的健康人，他們的身長、體重、血壓、脈搏、體溫、紅細胞、白細胞等數值都會有所不同。又如在同樣條件下，用同一種葯物來治療某病，有的病人被治癒，有的療效不顯著，有的可能無效甚至死亡。引起客觀現象差異的原因是多種多樣的，歸納起來，一類原因是普遍的、共同起作用的主要因素，另一類原因則是偶然的、隨機起作用的次要因素。這兩類原因總是錯綜復雜地交織在一起，並以某種偶然性的形式表現出來。科學的任務就在於，要從看起來是錯綜復雜的偶然性中揭露出潛在的必然性，即事物的客觀規律性。這種客觀規律性是在大量現象中發現的，比如臨床要觀察某種療法對某病的療效時，如果觀察的病人很少，便不易正確判斷該療法對某病是否有效;但當觀察病人的數量足夠多時，就可以得出該療法在一定程度上有效或無效的結論。所以，醫學統計學是醫學科學研究的重要工具。
醫學統計學在本世紀二十年代以後才逐漸形成為一門學科。解放前，我國學者即致力於把統計方法應用到醫學中去，但人力有限、范圍較窄。解放後，隨著醫學科研工作的發展，本學科得到迅速普及與提高。通過大量實踐，在不少方面積累了自己的經驗，豐富了醫學統計學的內容。而電子計算機的作用，更促進了多變數分析等統計方法在醫學研究中的應用。
內容包括
①統計研究設計。
我們制訂調查計劃或實驗設計時，除專業問題外，還必須從醫學統計學的角度考慮，使調查或實驗結果能夠科學地回答所研究的'問題。一個好的設計可以用較少的人力、物力和時間取得更多的較可靠的資料。
②總體指標的估計
醫學研究中實際觀測或調查的部分個體稱為樣本，研究對象的全體稱為總體。人們除用均數、率等統計指標對調查或實驗結果進行描述外，更重要的是通過樣本的信息，來估計總體中相應的統計指標，即參數估計。
③假設檢驗。
就是依據資料性質和所需解決的問題，先建立適當的假設，然後採用適當的檢驗方法，根據樣本是否支持所作的假設，來決定對假設的接受或拒絕。
④聯系、分類、鑒別與鑒測等研究。
在疾病的防治工作中，經常要探討各種現象數量間的聯系，尋找與某病關系最密切的因素;要進行多種檢查結果的綜合評定、探討疾病的分型分類：計量診斷，選擇治療方案;要對某些疾病進行預測預報、流行病學監督，對葯品製造、臨床化驗工作等作質量控制，以及醫學人口學研究等。醫學統計學，特別是其中的多變數分析，為解決這些問題提供了必要的方法和手段。
作為醫學工作者，學習和掌握一定的統計學知識是十分必要的。第一，在閱讀醫學書刊中，經常會遇到一些統計學方面的名詞概念，有了這方面的知識，有助於正確理解文章的涵義;第二，在實際工作中，經常要做登記工作，要填寫各種報表，只有懂得了原始登記與統計結果的密切關系，並掌握了收集、整理與分析資料的基本知識與技能，才能自覺地、認真地把登記工作做好，積累有科學價值的資料;第三，參加科研工作時，從開始設計到數據整理分析與統計結果的表達，每一步驟都需要統計學知識;第四，在制訂計劃、檢查工作、總結經驗時，都離不開統計數字，尤其在撰寫科研論文時，有了統計學知識，才能使數據與觀點密切結合，作出正確的結論。
學習統計學，首先必須明確：我們掌握的關鍵不是數學原理，而是怎樣合理地、恰當地把數理統計的方法應用到醫學科研工作中去，並結合專業知識，提高分析問題與解決問題的能力。其次在學習過程中，要理論聯系實際，重視實習與練習。作業中要遵守數學上的規則與習慣，如小數點及各個位數應上下對齊，一個多位數的數值不能分寫成兩行，等號不能寫在一行的末了而應寫在第二行的開頭等等。再次，各種統計符號必須寫正確，漢字、阿拉伯字與外文字母必須寫清楚，不能寫成模稜兩可，只有在學習時養成良好的習慣，將來工作中才能少出差錯。
統計工作最根本的一條就是實事求是，如實反映情況。因此，無論日常工作或科學研究中，必須養成嚴肅認真的作風和反復核對的習慣，同一切弄虛作假的現象進行堅決的斗爭，盡最大努力獲得正確數據，使分析結論建立在可靠的基礎上。
醫學統計學是醫學科學的一個組成部分，是醫學院校各專業的必修課。醫學統計學作為保證醫葯科研工作的重要手段已寫入有關文件的要求中，作為高層次的醫學專業人員，通過學習本門課程，可以較好地把統計原理和方法的思維邏輯應用於科研和管理中，尤其在本學科的研究設計和數據分析方面，更為明顯。
通過本門課程的學習，要使學生學會人群健康研究的統計學方法，學會計量、計數資料的分析，非參數統計方法和多元統計分析方法及醫學研究設計。其目的使大傢具備新的推理思維，結合專業問題合理設計試驗，科學獲取資料，提高科研素質。
;㈡ 醫學統計學重點知識歸納是什麼
醫學統計學重點知識歸納如下：
1、統計學，是關於數據收集、整理、分析、表達和解釋的普遍原理和方法。
2、研究對象：具有不確定性結果的事物。
3、統計學作用：能夠透過偶然現象來探測其規律性，使研究結論具有科學性。
4、統計分析要點：正確選用統計分析方法，結合專業知識作出科學的結論。
5、醫學統計學基本內容：統計設計、數據整理、統計描述、統計推斷。
6、醫學統計學中的基本概念
(1) 同質與變異
同質，指根據研究目的所確定的觀察單位其性質應大致相同。
變異，指總體內的個體間存在的、絕對的差異。統計學通過對變異的研究來探索事物。
(2) 變數與數據類型
變數，是反映實驗或觀察對象生理、生化、解剖等特徵的指標。
變數的觀測值，稱為數據，分為三種類型：定量數據，也稱計量資料，指對每個觀察單位某個變數用測量或其他定量方法准確獲得的定量結果。（如身高、體重、血壓、溫度等）
定性數據，也稱計數資料，指將觀察單位按某種屬性分組計數的定性觀察結果。包括二分類、無序多分類。（進一步分為二分類和多分類，如性別分為男和女，血型分為A、B、O、AB等）
有序數據，也稱半定量數據或等級資料，指將觀察單位按某種屬性的不同程度或次序分成等級後分組計數的觀察結果，具有半定量性質。統計方法的選用與數據類型有密切的關系。
（3）總體與樣本
總體，指根據研究目的確定的所有同質觀察單位的全體，包括所有定義范圍內的個體變數值。樣本，是從研究總體中隨機抽取部分有代表性的觀察單位，對變數進行觀測得到的數據。抽樣，是從研究總體中隨機抽取部分有代表性的觀察單位。參數，指描述總體特徵的指標。
統計量，指描述樣本特徵的指標。
（4）誤差
誤差，指觀測值與真實值、統計量與參數之間的差別。可分為三種：系統誤差，也稱統計偏倚，是某種必然因素所致，不是偶然機遇造成的，誤差的大小通常恆定，具有明確的方向性。隨機測量誤差，是偶然機遇所致，誤差沒有固定的大小和方向。
抽樣誤差，是抽樣引起的統計量與參數間的差異。抽樣誤差主要來源於個體的變異。統計學主要研究抽樣誤差。
（5）概率
概率，是描述某事件發生可能性大小的量度。
必然事件，事件肯定發生，概率P(U)=l。
隨機事件，事件可能發生，可能不發生，概率介於0_P(A)≤ 1;不可能事件，事件肯定不發生，概率P($)=0。
小概率事件，事件發生的可能性很小，概率P(A)≤0.05、或P(A)≤0.01。
㈢ 醫學統計學之概率分布的概念
醫學統計學之概率分布的概念
眾所周知，統計分析可以分為描述性統計分析 (descriptive statistics)和推斷性統計分析 (inferential statistics)。下面是我為大家帶來的關於醫學統計學的知識，歡迎閱讀。
對於推斷性統計分析來說，要抓住其本質，就必須對其背後最根本的概率分布(probability distribution)有個清楚的理解。概率分布是很多統計推斷方法的基礎，最典型的例子就是正態分布，很多統計檢驗方法都會涉及到正態分布。而有些統計檢驗則是直接建立在統計量值服從某種概率分布的基礎上的，比如t檢驗的t值服從t分布，方差分析的F值服從F分布，卡方檢驗的卡方值服從卡方分布等。因此在展開推斷性統計分析或統計檢驗之前，先和大家一起熟悉一下概率分布。
首先簡單介紹一下幾個常見的概念：
1、Random variable (隨機變數)：
假設我們擲硬幣，那麼出現的結果有兩種：正面或反面。我們換個角度，把正面和反面的結果與數字聯系起來，將結果數量化，比如我們擲10次硬幣，出現5正5反。這時我們就把擲硬幣的結果 (正或反)與出現正或反結果的數字聯系起來了。而隨機變數就是一種function，它把每一種結果都與一個唯一的數值聯系起來。對於隨機變數的定義，版本有很多，我們來看一下其中的一個定義：一個隨機試驗的可能結果(稱為基本事件)的全體組成一個基本空間Ω 。 隨機變數X是定義在基本空間Ω上的取值為實數的函數，即基本空間Ω中每一個點，也就是每個基本事件都有實軸上的點與之對應。
隨機變數一般可分為離散型隨機變數(discrete)和連續性隨機變數(continuous)。
所謂離散型隨機變數是指隨機變數X的取值是有限個或可列無限個。比如我們擲硬幣，我們定義隨機變數是正面的次數，那麼我們擲10次，那麼X的取值只能是0,1,2,3,4,5,6,7,8,9,10，這時我們就稱X是個離散型隨機變數。
所謂連續性隨機變是指X可以取某一區間的所有值。比如，我們定義X為收縮壓血壓值，理論上來說X可以取任意非負值，此時X就是個連續性隨機變數。
了解了什麼是隨機變數，接下來我們開始看一下什麼是概率分布。。
2. 概率分布(probability distribution)
The probability distribution associated with the random variable X describes the likelihood of obtaining certain values or ranges of values of the random variable
概率分布是描述隨機變數取某個特定的值或取某一區間范圍內值的概率。
對應著概率分布的定義，取某個特定的值或取某一區間內的值，或者說對應著離散型變數或連續性變數，概率分布可以分為離散型概率分布和連續性概率分布。
常見的離散型概率分布有二項分布(Binomial Distribution)和泊松分布(Poission Distribution )。
常見的連續性概率分布，我們一般稱為Probability Density Function，包括正態分布(Normal Distribution)、t分布 (t Distribution)、卡方分布 (Chi-Square Distribution)、F分布(F Distribution)等。
一提到概率分布，我們一般第一想到的便是正態分布，有人說沒有正態分布就沒有統計，由此正態分布的普遍性和重要性不言而喻。
那麼為什麼正態分布如此普遍和重要呢?
首先，很多情況下，自然界很多東西都是自然呈正態分布的，而更重要的原因在於中心極限定理(central limit theorem)的.應用。所謂中心極限定理是指當樣本量足夠大時，無論其總體分布如何，其樣本均數趨於正態分布。中心極限定理為正態分布的普遍應用提供了最為堅實的理論基礎。而對於上則幾百例病人的臨床試驗來說，正態分布更是找到了其適合生長的最好土壤。另外，我們常用的一些統計方法都是依賴於正態分布的：
(1) 一些統計方法如t檢驗和方差分析，其應用的前提條件就是要求數據服從正態分布
(2) 而對於一些統計模型來說，比如線性模型，往往要求其殘差服從正態分布。
關於正態分布在統計模型中的應用，下邊有一段論述很有意思，小胖摘抄下來供大家參考：
正態分布對統計學家從某種角度來說是“垃圾的分布”。
當向一個統計學家問什麼是正態分布時，他會回答：當一個變數有多個、解釋不清的因素決定，而且每個因素的作用都不強，於是變數就呈現正態分布。
一個隨機變數中有兩種成分，一是非隨機成分，一是隨機成分分。建模把非隨機部分用模型(函數形式)來表達，純隨機的成分就成了殘差。
回歸不論線性與否，殘差是正態，說明模型不能表達的成分確實是“垃圾”，不能再處理的。
但是，我們把數據饋入模型，結果發現殘差非正態(或並非白噪音)，怎麼辦，最理想的辦法是修改模型，使其符合正態假設。回歸其實就是在雜亂的信息中，把有規律的信息用模型表達出來，而無規律的白雜訊濾掉。
;㈣ 醫學統計方法有哪些
醫學統計方法概述 第一節 醫學統計學 在臨床醫學中的作用和意義 一、醫學統計學 1、統計學 統計學（statistics）是研究數據搜集、整理與分析的科學，是認識社會和自然現象數量特徵的重要工具。 2、醫學統計學 統計學在醫學研究領域的應用稱為醫學統計學。 醫學統計學與生物統計學、衛生統計學是統計學原理和方法在互有聯系的不同學科領域的應用，三者間有少許區別，但無截然界限。 二、醫學統計學在臨床醫學中的應用及意義 1、臨床科研設計 2、對搜集資料的內在規律進行分析 3、為醫務工作者閱讀科技文獻和撰寫科研論文提供工具 第二節 統計工作的基本步驟 統計工作的基本步驟通常分為四步：(研究)設計、搜集資料、整理資料和分析資料。 一．研究設計(design) 設計一般包括專業設計和統計設計。專業設計即確定調查題目、內容等。統計設計包括資料收集、整理與分析。 統計設計包括資料收集、整理與分析全過程的統計設想和科學安排。 設計需考慮以下幾方面： 1、研究的目的和假設是什麼? 2、研究對象的選擇范圍是什麼？如何確定？ 3、研究方法是什麼？技術路線如何？ 4、具體的研究內容、觀察項目與指標是什麼？ 5、研究對象的數量大小，如何抽樣？怎樣分組？ 6、對觀察指標如何進一步計算？具體採用哪些統計分析方法？ 7、有哪些可能存在的誤差？如何避免與減少其影響？ 8、時間、人員、經費方面的安排。 實驗三要素：處理因素、受試對象、實驗效應 設計四原則：對照、隨機化、重復、盲法 二、搜集資料(data collection) 按照設計要求，原則是及時、准確、完整地收集原始數據。 1、病歷 2、日常醫療工作記錄 3、臨床檢查與化驗記錄 4、疾病監測報表 5、專題研究 三、整理資料（data sorting） 1、資料的錄入和清理 資料錄入前後初步的清理是核實，其次是發現異
㈤ 醫學統計學重點知識歸納有哪些
醫學統計學重點知識歸納u分布是標准正態分布，均數為0，標准差為1的正態分布，t分布當自由度足夠大的時候近似與u分布，n→∞時，t 分布與標准正態分布完全一致。
1）求極差（Range）R＝Xmax－Xmin (29.64-7.42=22.22)。
2）確定組數和組距、劃分組段組數確定需根據樣本大小決定，一般取10組左右。(22.22/12=1.85)。
3）頻數統計，列頻數表。
圖形特徵：
集中性：正態曲線的高峰位於正中央，即均數所在的位置。
對稱性：正態曲線以均數為中心，左右對稱，曲線兩端永遠不與橫軸相交。
均勻變動性：正態曲線由均數所在處開始，分別向左右兩側逐漸均勻下降。
曲線與橫軸間的面積總等於1，相當於概率密度函數的函數從正無窮到負無窮積分的概率為1。即頻率的總和為100%。
關於μ對稱，並在μ處取最大值，在正（負）無窮遠處取值為0，在μ±σ處有拐點，形狀呈現中間高兩邊低，正態分布的概率密度函數曲線呈鍾形，因此人們又經常稱之為鍾形曲線。
㈥ 醫學統計學基礎概念整理
醫學統計學基礎概念整理2017
統計學是研究數據的收集、整理和分析的一門科學。其工作流程為設計、搜集、整理、分析與結果報告。打個通俗的比喻，統計學就好比“打牌”，抓牌就是搜集數據，牌抓好後要整理一下，然後研究怎麼打就是分析，打的輸贏就是結果報告。下面是我為大家帶來的關於醫學統計學基礎概念整理的知識，歡迎閱讀。
一.總體與樣本
總體：是指根據研究目的所確定的觀察單位某項特徵的集合。比如說我想研究山西醫科大學所有在校生的平均體重，那根據此目的，我們研究的總體就是：山西醫科大學所有在校生的體重數據的集合。但是需要註明一點：總體分為有限總體和無限總體，上面的例子就是有限總體，畢竟山西醫科大學學生還是有限的，然而科研過程中面臨的大多數是無限的總體，我們是無法取得其總體進行研究的。那我們面對無限總體怎麼辦呢?
我們為了研究無限總體，發明了抽樣的方法。就像我們想知道一鍋老母雞湯的鹹淡，不需要喝完所有的湯，只要搖勻，嘗其一勺就可以了，這種思想就叫“抽樣”。
樣本：就是從總體中抽出的部分觀察單位某項特徵的集合。但是在抽樣過程中必須遵守隨機化的原則。
隨機化原則：是指總體中的任何一個觀察單位都要有同等的機會被抽到作為樣本進行研究。那麼如何保證隨機化抽樣呢，一般包括單純隨機抽樣、系統抽樣、分層抽樣、整群抽樣和多級抽樣等方法。
二.參數與統計量
參數：用於描述總體特徵的指標;
統計量：用於描述樣本特徵的指標;
總體、樣本、參數與統計量的關系如下圖。
統計學就是通過描述樣本的統計量去推斷描述總體的參數。這是通過偶然去發現必然的過程，通過一般去發現普遍的過程，是以小見大的過程。
三.誤差
誤差：觀察值與真知之差。即我們通過一次試驗得到的結果與事件真實結果之間的差值。誤差根據其產生的原因，分為四種：
(1)系統誤差：因為試劑未校正或儀器沒有調零等因素造成的研究結果傾向性的增大或減小。如我們路過葯房，門口放個一個體重計，請問我們在稱自己的體重之前，首先要乾的第一件事情是什麼呢?從統計學角度，我們應該看看體重計上的指針是不是對准零，如果本身就有5Kg底重，那我們所有的同學去稱，都將會重5Kg，即發生傾向性的偏大。其特點：傾向性的增大或減小，如果我們就行調零，就可以避免。
(2)隨機誤差(random error)：是由各種偶然因素造成的觀察值與真值之差。比如班級所有同學用同一把尺子測量我的身高，結果發現我的身高值是不一樣的。其特點為：不可以避免，但可以減少。統計學有一定律叫做“測不準定律”，不管你怎麼測，就是測不準，因此我們通常多次測量後取平均。
(3)抽樣誤差(sampling error)：因為抽樣造成的樣本統計量與總體參數之間的差異。有人會說，剛才那一勺老母雞湯的鹹淡應該和鍋里湯的鹹淡是完全一樣的啊，是的，但上面的例子是在講抽樣的原理，而我們科學研究和喝老母雞湯是不一樣的，因為湯里的氯化鈉是均勻分布的，而我們科學研究的目標事件是不均勻分布的。比如某個班級120名同學的近視眼患病率為50%，我按照隨機化原則隨機抽取50名同學，則50名同學的近視眼患病率絕對不等於50%，因為近視眼同學在班級中的`分布是不均勻的。因此抽樣誤差的特點為：不可以避免，但可以減少。我們可以通過增大樣本量進行減少。
(4)過失誤差(gross error)：
由於觀察過程中的不仔細造成的錯誤判斷或記錄。過失誤差可以通過仔細核對進行避免。
那我們統計學的存在主要是解決那種誤差呢?我們通過統計設計減少系統誤差、通過統計學檢驗去排除抽樣誤差的。
四.概率與頻率
概率(P)：用於反映某一事物發生可能性大小的一種量度。一般用大寫的斜體P表示。
我們根據事物發生概率的大小，把事件分為3類：P=1為必然事件，發生率為100%;P=0為不可能事件，發生率為0;0
頻率(f)：是指我們進行了N次試驗，其中一個事件出現的次數m與總的試驗次數N的比值。
問題是：我們到底如何能夠得到某一事件發生的概率呢，比如說誰能夠告訴我一個半截粉筆從講台上掉下摔斷的概率P=?。我們至今的科學發展也沒有辦法通過公式去計算該值。那我們是怎麼做的呢?有句話叫做“有些事情越想越煩，做起來卻極其簡單”。我們只需要那兩盒同樣的粉筆進行重復摔就可以了，如果總共100支粉筆，斷了98隻，那斷的頻率就等於f=98/100=0.98。而統計學上證實，當某事件發生次數較多時，頻率就會接近於概率。意即f=P。因此，其實我們就是通過頻率去估計概率的。
五.同質與變異
同質：是指觀察單位所受的影響因素相同。而我們科研的觀察單位所受的影響因素只可能相對的相同，不可能絕對的相同，因此，同質是相對的。
變異：是指觀察單位在同質的基礎上的個體差異。天底下沒有兩個完全一樣的事物，唯一不變的就是變化。因此，變異是絕對的。
這一對概念對我們研究統計的意義：如果沒有同質的話，就沒有我們研究的總體或者樣本。因為如果不同質，我們是不可能把他們放在一起進行研究的。如果沒有變異，就根本沒有統計學產生的必要，因為如果沒有變異，我們拿一種葯物治療某病的一個病人，如果有效，該葯對所有該病病人都應該有效，這是不可能的。
六.試驗vs實驗
試驗——對已知事物結果的探索過程：為了查看某事的結果或某物的性能而從事某種活動。
實驗——已有明確的結論/假說後的驗證過程：為了檢驗某種科學理論或假設而進行某種操作或從事某種活動。
從上述來自《現代漢語詞典》的兩個解釋，可以看出：實驗中被檢驗的是某種科學理論或假設，通過實踐操作來進行;而試驗中用來檢驗的是已經存在的事物，是為了察看某事的結果或某物的性能，通過使用、試用來進行。
在我們實際應用中，很多詞彙中到底是用“試驗”還是“實驗”是已經根據前人的經驗明確了的。比如RCT(Randomized Controlled Trial)，我們會叫“隨機對照試驗”，我想多半是因為翻譯的過程中Trial翻譯為“試驗”更為合適。而RCT中，患者被分為兩組時，則被稱為“實驗組”(Treatment Group)和對照組(Control Group)。
七.病人/患者vs受試者/研究對象
這兩組詞，也許沒有必要把定義在貼上來了，因為他們的區別顯而易見。病人/患者的稱法，當然應該用於病人和患者的身上。如果研究是在健康人或者潛在患者人群中開展的，此時研究對象還不能確定為病人/患者，那麼只能稱其為受試者或研究對象。相似的，在產科的研究中，如果研究對象為一般的產婦，我們通常也不應該用“患者”或“病人”這樣的稱謂。
研究對象可以說是一個萬金油，什麼時候用都是可以的。而受試者我們又要說一下了，“受試者”常與某種干預聯系在一起，通常僅在干預性研究(RCT、類實驗)和診斷試驗中才會使用。
八.終點vs結局
結局(Outcome)——研究中患者可能出現的一種結果：某種疾病或某種狀態影響下的(人的)最終(健康)狀態。
終點(Endpoint)——研究中患者某一結果的替代指標：用於在研究中判斷干預或因素作用效果的某種“結局”。
在臨床研究中，結局通常是指患者的某種轉歸，比如腫瘤患者中，痊癒、死亡、復發、轉移這些都可以作為結局。當然，干預或某種因素暴露下短期的改變也可以成為結局，比如紅細胞的升高、體溫降低等等。而終點，則是臨床研究中的效應評價點，比如主要終點、次要終點，此時用“結局”就不合適了。
上面這些看起來很頭疼吧，那就記個最簡單的。一般在試驗性研究中(比如在RCT)我們一般使用“終點”，生存分析是有時也會用觀察終點這一說法;而在其他類型的研究中，常使用“結局”。
九.排除vs剔除
所謂的排除標准就是考慮到研究的可行性和研究對象的安全，將一部分無法保證研究對象安全及不可行的符合入選條件的研究對象排除在研究之外。針對研究對象開始進行研究前，不將符合排除標準的對象作為研究對象納入，這就是排除。
在臨床研究中，根據入選排除標准確定研究對象之後，在研究中我們還會發現一些患者無法接受進一步干預或觀察，或者在研究期間才能發現研究對象的某些特徵不屬於我們將要外推的范圍。此時雖然這些對象在研究初期被確定為“研究對象”，認為他們屬於研究結果將要外推到的人群，但實際上他們並不屬於該類人群。這時我們就要將該類研究對象“剔除”出研究，相應的標准就是剔除標准。
簡而言之，排除是在研究初期用於選擇研究對象的;剔除是在研究中期用於去除隨時發現的非外推人群的研究對象。
;㈦ 什麼是醫學統計學
醫學統計學名詞解釋
（註：醫學統計學名詞解釋一般會考英文，所以一定要同時記住他的英文，各個學校考察重點不同，自己進行刪減添加即可，大致都是這些）
1. 統計學 （Statistics）：運用概率論、數理統計的原理與方法，研究數據的搜集；分析；解釋；表達的科學
2. 醫學統計學 ：是以醫學理論為指導，藉助統計學的原理和方法研究醫學現象中的數據搜集、整理、分析和推斷的一門綜合性學科。
3. 變數 ：是指觀察個體的某個指標或特徵，統計上習慣用大寫拉丁字母表示
4. 同質 ：是指事物的性質、影響條件或背景相同或相近。
5. 變異 ：是指同質的個體之間的差異
6. 總體 ：總體（population）是根據研究目的確定的同質的觀察單位的全體，更確切的說，是同質的所有觀察單位某種觀察值（變數值）的集合。總體可分為有限總體和無限總體。總體中的所有單位都能夠標識者為有限總體，反之為無限總體。
7. 樣本 ：從總體中隨機抽取部分觀察單位，其測量結果的集合稱為樣本（sample）。樣本應具有代表性。所謂有代表性的樣本，是指用隨機抽樣方法獲得的樣本。
8. 參數 ：參數（paramater）是指總體的統計指標，如總體均數、總體率等。總體參數是固定的常數。多數情況下，總體參數是不易知道的，但可通過隨機抽樣抽取有代表性的樣本，用算得的樣本統計量估計未知的總體參數。
9. 統計量 ：統計量（statistic）是指樣本的統計指標，如樣本均數、樣本率等。樣本統計量可用來估計總體參數。總體參數是固定的常數，統計量是在總體參數附近波動的隨機變數。
10. 隨機抽樣 ：隨機抽樣（random sampling）是指按照隨機化的原則（總體中每一個觀察單位都有同等的機會被選入到樣本中），從總體中抽取部分觀察單位的過程。隨機抽樣是樣本具有代表性的保證。
11. 變異 ：在自然狀態下，個體間測量結果的差異稱為變異（variation）。變異是生物醫學研究領域普遍存在的現象。嚴格的說，在自然狀態下，任何兩個患者或研究群體間都存在差異，其表現為各種生理測量值的參差不齊。
12. 計量資料 ：對每個觀察單位用定量的方法測定某項指標量的大小，所得的資料稱為計量資料。計量資料亦稱定量資料、測量資料。．其變數值是定量的，表現為數值大小，一般有度量衡單位。
13. 計數資料 ：將觀察單位按某種屬性或類別分組，所得的觀察單位數稱為計數資料。計數資料亦稱定性資料或分類資料。其觀察值是定性的，表現為互不相容的類別或屬性。
㈧ 醫學統計學名詞解釋
醫學統計學：是以醫學理論為指導，藉助統計學的原理和方法研究醫學現象中的數據搜集、整理、分析和推斷的一門綜合性學科。
醫學統計學在上世紀二十年代以後才逐漸形成為一門學科。解放前，我國學者即致力於把統計方法應用到醫學中去，但人力有限、范圍較窄。解放後，隨著醫學科研工作的發展，本學科得到迅速普及與提高。
通過大量實踐，在不少方面積累了自己的經驗，豐富了醫學統計學的內容。而電子計算機的作用，更促進了多變數分析等統計方法在醫學研究中的應用。
(8)醫學統計知識大全擴展閱讀
作為醫學工作者，學習和掌握一定的統計學知識是十分必要的。
第一，在閱讀醫學書刊中，經常會遇到一些統計學方面的名詞概念，有了這方面的知識，有助於正確理解文章的涵義；
第二，在實際工作中，經常要做登記工作，要填寫各種報表，只有懂得了原始登記與統計結果的密切關系，並掌握了收集、整理與分析資料的基本知識與技能，才能自覺地、認真地把登記工作做好，積累有科學價值的資料；
第三，參加科研工作時，從開始設計到數據整理分析與統計結果的表達，每一步驟都需要統計學知識。
㈨ 醫學科研中常用的統計學方法有哪些
秋風送爽，也給我們送來了劉嶺教授的統計說說第五期。這一期的統計學方法之選擇大家一定要認真學起來，說不定馬上你就會用到了。
編者語
針對常用的基本統計學方法，一般而言說的就是t檢驗、單因素方差分析和卡方檢驗，這也是大家在寫論文、閱讀論文時經常遇到的統計學方法（幾乎每篇文章都會涉及這一種或幾種方法），那到底該採用何種統計學方法呢？今天我們就此來聊聊。
一、拿到數據開始分析之前，一定要進行數據類型的劃分（圖1），因為不同數據類型資料，描述的方式不一樣，統計學方法也不一樣。
圖1 統計資料的類型
舉個例子（表1）：
表1 某地2002年735例65歲以上老年人健康檢查記錄
二、各種類型資料的統計分析（描述與統計推斷）
1.計量資料
特點：每個觀察單位的觀察值之間有量的區別，有單位；
描述形式：最常見採用「X±S」（一般文獻中經常見到），用算數均數描述其平均水平，用標准差描述其離散程度。如果遇到數據「特別變態」（特別是標准差大於算數均數），就採用Md(P25,P75)（Md為中位數，P25和P75為四分位數）（表2）。正態分布檢驗請大家復習：醫學科研課堂丨統計說說（三）：你所應該了解的正態、方差齊性檢驗
表2 計量資料常用統計指標的特點及其應用場合
統計推斷方法：一般分為單因素和多因素兩種。
單因素分析方法分析要點：一是劃清數據類型（計量資料）；二是明確試驗設計類型（完全隨機設計？幾組樣本？）；三是注意所用方法的應用條件；四是滿足正態方差齊性時採用t檢驗（注意t檢驗有三種形式哦！）或單因素方差分析，不滿足時採用秩和檢驗（圖2）。
圖2 計量資料統計方法的正確選擇
提醒兩點：
① 如果樣本數據不服從正態分布的話，那就只能用非參數檢驗（秩和檢驗），但其檢驗效能低於參數檢驗（t檢驗或方差分析）。所謂檢驗效能低就是本身有差異，卻沒有能力發現其差異。
② 如果是兩組以上樣本的數據時，不能採用t檢驗（會導致假陽性錯誤概率增加），應該採用方差分析。若方差分析的P<0.05，需再進一步兩兩比較，常用的方法為LSD法或SNK法（注意依舊不能採用t檢驗）。
在上兩講內容中我們已經學過t檢驗（醫學科研課堂丨統計說說（二）：你的t檢驗做對了嗎？）和方差分析（醫學科研課堂丨統計說說（四）：統計學方法之靈魂—方差分析）了，至於秩和檢驗，我們以後會逐步介紹滴。
多因素分析一般採用回歸分析，主要是線性回歸分析，以後會給大家介紹此方法。
2.計數資料
特點：無序分類，同類別中各觀察單位之間沒有量的差別，但各類別間有質的不同，各類別互不相容。其中二分類一定是計數資料（例如性別只有男/女之分，是否繼發某種疾病只有繼發/未繼發之分），而多分類滿足分類在性質上沒有程度等級上的差別，即為計數資料（例如婚姻狀況包括未婚、已婚、離異、喪偶，就屬於多分類，但各分類沒有程度等級差別，因此為計數資料，尿糖定性檢測結果包括-、+、++、+++、++++，屬於具有程度等級差別的多分類資料，就不屬於計數資料，屬於等級資料了）。
描述形式：最常見採用「例數（%）」（一般文獻中經常見到），主要要分清構成比（結構相對數）和率（強度相對數）的差別（表3）。而且在應用時，分母（就是樣本量啦）一般不宜過小，分母太小不足以反映數據的客觀事實，也不穩定。
表3 計數資料常用統計指標的特點及其應用場合
比如說：
1.某地肺癌患者中男性A例，女性B例，則當地肺癌患者的性別比為A/B就是「比」。
2.某次研究共檢出了致病菌3種，總株數為A+B+C，其中一種致病菌檢出株數為A，那麼A/（A+B+C）就是構成比，即該種致病菌占總致病菌的比重或分布。
3.某研究對患者（總例數為B）進行治療，結果治癒的患者例數為A，則A/B即為率（可以理解為治癒率）。
統計推斷方法：一般分為單因素和多因素兩種。
單因素分析方法分析要點：一是劃清數據類型（計數資料）；二是明確試驗設計類型（完全隨機設計？幾組樣本？）；三是注意所用方法的應用條件；四是多樣本率比較，若卡方檢驗的P<0.05，需再進一步兩兩比較，並進行Bonferroni校正，以控制假陽性（圖3）。
圖3 計數資料統計方法的正確選擇
提醒兩點：
① 構成比是以100作為基數，各構成部分所佔的比重之和必須為100%，故某組成部分所佔比重的增減必影響其它組成部分的比重；
② 構成比和率在實際應用時容易混淆，主要區別在分母上，所以應正確選擇分母。
多因素分析一般採用回歸分析，主要是Logistic回歸分析，以後會給大家介紹此方法。
3.等級資料
特點：屬於多分類資料，滿足多分類在性質上有程度等級上的差別，各分類屬性按一定順序排列（有序），即為等級資料。
描述形式：最常見採用「例數（%）」（一般文獻中經常見到），這和計數資料的描述大體相同，主要區別在於多個分類排列時一定要按照順序進行（從小到大或從弱到強）。
統計推斷方法：等級資料的統計分析方法在單因素分析中採用非參數檢驗（秩和檢驗），當然對於雙向有序R×C資料，也就說分組變數和結局變數都是有序（等級）的情況，構成比的比較採用卡方檢驗，程度的比較採用秩和檢驗，趨勢關聯性的比較用秩相關（也稱等級相關）。多因素分析中採用有序Logistic回歸。
注意：分類變數（計數資料和等級資料）在軟體分析操作時，要適當數量化處理（賦值），賦值情況會直接影響統計分析結果的解釋。
最後用下面這張圖來總結基本統計學方法的選擇（圖4）。
圖4 常用基本統計學方法的正確選擇
今天的內容就到這里，同學們多多復習，有什麼問題和不懂的可以在下面留言，我們會請劉嶺教授一一解答。好了，讓我們期待下一期吧！
撰稿：劉嶺 約稿編輯：劉芹
排版：畢麗 審核：王東
專家簡介
劉嶺：陸軍軍醫大學衛生統計學教研室副教授，主要從事衛生統計學教學、科研工作。擔任中華衛生信息學會第八屆統計理論與方法專業委員會委員，重慶市預防醫學衛生統計專業委員會副主任委員，並擔任《第三軍醫大學學報》等多家雜志的編委、統計審稿專家。
歷史推薦
醫學科研課堂丨統計說說（四）：統計學方法之靈魂—方差分析
醫學科研課堂丨統計說說（三）：你所應該了解的正態、方差齊性檢驗
醫學科研課堂丨統計說說（二）：你的t檢驗做對了嗎？
醫學科研課堂丨統計說說（一）：樣本量估算是個什麼東東？
㈩ 醫學統計學重點知識歸納有哪些
醫學統計學重點知識如下：
1、醫學統計學：運用概率論和數理統計學的原理和方法，研究醫學領域中隨機現象有關數據的搜集、整理、分析和推斷，進而闡明其客觀規律性的一門應用科學。
2、醫學多元統計方法：多元線性回歸和逐步回歸分析、判別分析、聚類分析、主成分分析、因子分析、logistic回歸與Cox回歸分析。
3、變數：觀察指標在統計學上統稱為指標變數，它反應的是生物個體間的變異情況，根據其性質可分為定性變數（分類）和定量變數（連續）。
4、截尾數據：生存時間觀察過程被人為的截止稱為截尾，又稱刪失或終檢。原因：失訪/退出/終止（研究時限已到而終止觀察）。
5、總體：根據研究的目的確定的同質研究對象中所有的觀察單位變數值的集合。