A parameter is a numerical quantity that describes some characteristics of a population.
如μ、σ、总体中位数等皆为参数。 大多数时候得不到总体数据 => 参数为未
知
总体与样本
统计主要问题在于如何透过样本的统计量来推估 或检证总体的参数。
➢ 大多社会学/卫生防疫的指标确定的依据 ➢ 注意时效性、变化性 ➢ 传染病报告制度，地震伤亡等都属于普查
普查的缺点:耗时耗力，成本高；无法搜集较为
深入、详细的信息；普查错误机率大。
抽样研究：从总体中抽取少量的样本，计算 样本统计量来帮我们推估总体的性质。
总体与样本
参数(parameters)：总体的统计学特性的数 字表达，包括总体均数、总体方差、总体 标准差
一个完整的统计指标包括指标名称和指标数 值两部分。
➢ 指标名称是指标本质的抽象概括，对总体数量特 征的规定性，它一般反映一定的社会经济范畴； 有时也被当作统计指标;
➢ 指标数值是指标量的规定，它是根据指标的内容 所计算出来的具体数值。应该包括总体范围、时 间、地点、数值及单位等。
统计指标和指标体系 数据（统计指标）的四种计量尺度：
随机事件的概念
随机现象：在基本条件相同的情况下，却 可能出现不同的结果，究竟出现哪一种结 果，随“机遇”而定，带有偶然性。内在 的规律性？如何研究它们？
研究随机现象：进行观察或实验，这些观 察和实验统称为随机试验（Experiment), 把基本条件每实现一次称为进行一次试验 ，试验的结果中所发生的现象叫做事件。 例如：掷一次硬币，是一次随机试验。
描述统计学与推断统计学
描述统计学与推断统计学的关系
➢ 二者是统计学发展的不同阶段：大致以20世纪20年代 小样本分布理论的出现为界
✓ 之前集中在数据的采集和指标的计算上； ✓ 之后推断统计学蓬勃发展，称为主流。
➢ 推断统计学不能代替描述统计学： ✓ 纵有难易之别，绝无（层次）高低之分 ✓ 描述统计是基本的统计方法，是推断统计的基础 ✓ 描述统计学有助于培养对数据的“感觉”（统计 观念）
变异（variation） 同质个体间的差异。来源于一些未加控制或
无法控制的甚至不明原因的因素。是统计学存在的基础。
从本质上说：统计学就是通过对个体变 异的研究，揭示同质事物的本质特征与 规律。
总体与样本
总体－－－参数（parameter）
根据研究目的确定的研究对象的全体，即性质相同的 所有观察对象的集合；分为有限总体和无限总体。
本例，组距= 24.3/10= 2.43，我们取为 2 cm。
组段：上限、下限
列表划记
身高组段
110~
112~ 114~
116~ 118~ 120~ 122~ 124~ 126~ 128~ 130~ 132~ 134~136
合计
某市1995年110名7岁男童身高的频数分布
频数 频率（%） 累计频数
样本－－－统计量（statistics）
总体中的部分；研究对象。
总体与样本的关系
统计学解决的问题：正确从样本特征推测总体水平。
抽样：从总体中选择样本的过程。 样本量（sample size）：样本所包含的个体数目。
普查 与 抽样
普查（census）：全面调查，根据研究目的 确定总体，人口普查，肿瘤普查
分类数据。
（2）定序尺度（Ordinal Scale）
也称顺序尺度 例如健康状况、质量等级 可对等级、大小等排序 未测量出类别之间的准确差值 根据定序尺度得到的数据为顺序数据。
（3）定距尺度（Interval Scale）
也称间隔尺度 例如年份、摄氏温度 数据表现为“数值” 可以进行加减运算 “0”是只是尺度上的一个点，不代表
科学的判断：
➢ 收集数据 ：每年发生很多次地震 ➢ 整理数据：分布，指标…… ➢ 分析数据：各年对比，趋势分析…… ➢ 解释数据：得出结论，结论的可靠性……
统计学：从数据到结论（到决策）
统计研究的过程
统计设计
实际问题
收集数据 (取得数据)
整理数据 (处理数据)
解释数据 (结果说明)
分析数据 (研究数据)
81.82 90.91 94.55 97.27 99.09 100.00
频数表的用途
✓ 根据频数表，进而可以绘制频数图。 ✓ 揭示资料的分布特征和分布类型：资料的分
布范围、峰（单峰或多峰）和离散情况。 对于单峰分布资料，
对称分布，其中一种特殊的分布叫做正态分布； 非对称分布，又称偏态分布。
✓ 便于发现可疑值； ✓ 便于进一步计算指标和统计分析处理。
必然事件
不可能 事件
随机事件
随机事件的概念
（１）导体通电时，发热 （２）抛一石块，下落 （３）在常温下，焊锡融化 （４）在标准大气压下且温度
< ０摄氏度时，冰融化 （５）掷一枚硬币，出现正面 （６）某人射击一次，中靶
同质与变异
同质（homogeneity）事物某方面的性质 、影响条件或背景相同或相近。
“不存在” 根据定距尺度得到的数据为间距数据。
（4）定比尺度 （Ratio Scale）
也称比率尺度 例如体重、身高 数据表现为“数值” 可以进行加减、乘除运算 “0”表示“没有”或“不存在” 根据定比尺度得到的数据为比
率数据。
四种计量尺度的比较
四种计量尺度的比较
计量尺度
定类尺度 定序尺度 定距尺度 定比尺度
数学特性
分类( = ，≠ )
√
√
√
√
排序( < ，> )
√
√
√
间距( + ，- )
√
√
比值( × ，÷ )
√
四种计量尺度的比较
四种尺度所包含的信息量是依次递增的， 级别由低到高。
根据较高层次的计量尺度可以获得较低 层次的计量尺度。
不同的尺度数据对应着不同数据显示方 法和分析方法。
数据的类型
医学统计学
计量资料的统计描述
大理学院 巫秀美
2012年10月18日
Refresh
如何学好《医学统计学》
➢ 学习目标：工具课，学以致用。 ➢ 掌握基本概念 ➢ 统计方法的适用的条件、基本思想 ➢ 能够进行计算分析
如何进行科学的判断？
直观的看，近几年全球的地震活动似乎越来越活 跃。地震的强度和次数仿佛有增加的趋势……
BREAK！
统计数据的描述
集中趋势： 一、众数 二、中位数 三、均值 四、众数、中位数和均值的比较
数据的计量尺度
定类尺度 定序尺度 定距尺度 定比尺度
数据的计量尺度与类型
国籍： 中国 健康状况： 良好 出生年份: 1980
体重：134公斤
定类尺度 精
定序尺度 确
定距尺度
程
度 定比尺度
（1）定类尺度 （Nominal Scale）
也称分类尺度 例如：性别、民族、职业 数据表现为“类别” 各类之间无等级次序 各类别可以用数字代码表示 根据定类尺度得到的数据为
描述统计与推断统计的关系
反映客观现 象的数据
概率论
（包括分布理论、大数定律 和中心极限定理等）
样本数据
描述统计
总体数据
（统计数据的搜集、整 理、显示和分析等）
推断统计
（利用样本信息和概率 论对总体的数量特征进
行估计和检验等）
总体内在的 数量规律性
统计指标和指标体系
统计指标（指标）：说明总体的综合数量特 征的概念和数值。
计量资料的统计描述
Descriptions of Measurement Data
主要内容
1. 频数表 2. 集中趋势 3. 离散趋势 4. 正态分布 5. 医学参考值的制定
频数分布
频数表的编制 编制步骤： 1. 求极差（即全距）R； 2. 确定组数n、组距i，并写出组段； 3. 列表划记。
统计学基本概念
随机事件(random event) v.s. 必然事件 变异(variation) v.s. 同质(homogeneity) 总体(population) v.s. 样本(sample) 抽样研究与抽样误差(sampling error) 参数(parameter) v.s. 统计量(statistics)
累计频率（%）
1
0.91
1
0.91
3
2.73
4
3.64
9
8.18
13
11.82
9
8.18
22
15
13.64
37
18
16.36
55
21
19.09
76
20.00 33.64 50.00 69.09
14
12.73
90
10
9.091004源自3.641043
2.73
107
2
1.82
109
1
0.91
110
110
100.00
统计数据是采用某种计量尺度对事物进行计量的结果。
采用不同的计量尺度
不同类型的统计数据：
定性数据 定量数据
定性数据（品质数据）（Qualitative data)：说明的 是事物的品质特征，不能用数值表示。（由定类尺度或 定序尺度计量形成）
定量数据（数量数据）(Quantitative data)：说明的 是事物的数量特征，能够用数值表示。（定距尺度或定 比尺度计量形成）
某市1995年110名7岁男童的身高资料 （cm）
114.4 119.2 124.7 125.0 115.0 112.8 120.2 110.2 120.9 120.1 125.5 120.3 122.3 118.2 116.7 121.7 116.8 121.6 115.2 122.0 121.7 118.8 121.8 124.5 121.7 122.7 116.3 124.0 119.0 124.5 121.8 124.9 130.0 123.5 128.1 119.7 126.1 131.3 123.8 114.7 122.2 122.8 128.6 122.0 132.5 122.0 123.5 116.3 126.1 119.2 126.4 118.4 121.0 119.1 116.9 131.1 120.4 115.2 118.0 122.4 114.3 116.9 126.4 114.2 127.2 118.3 127.8 123.0 117.4 123.2 119.9 122.1 120.4 124.8 122.1 114.4 120.5 115.0 122.8 116.8 125.8 120.1 124.8 122.7 119.4 128.2 124.1 127.2 120.0 122.7 118.3 127.1 122.5 116.3 125.1 124.4 112.3 121.3 127.0 113.5 118.8 127.6 125.2 121.5 122.5 129.1 122.6 134.5 118.3 132.8