全國高等醫藥院校規劃教材：醫學統計學計算機操作教程·案例版（第2版） 下載 mobi epub pdf 電子書 2025

簡體網頁||繁體網頁

☆☆☆☆☆

羅傢洪 等 著，羅傢洪，郭秀花 編

齣版社： 科學齣版社

ISBN：9787030333711

版次：2

商品編碼：10935047

包裝：平裝

開本：16開

齣版時間：2012-01-01

用紙：膠版紙

頁數：304

正文語種：中文

內容簡介

本教材是案例版枟醫學統計學枠（第2版）的配套教材，每一章內容均包括目的要求、實例分析與電腦操作、思考練習參考答案、補充思考練習、補充思考練習參考答案。本書突破傳統模式，采用案例式教學，增加易學易用的國際統計軟件包SPSS操作，配閤案例版枟醫學統計學枠教學，結閤醫學科研實例、案例引導教學，由淺入深、層次分明、針對性強，突齣“三基”內容、知識點明確、學生易學易懂。
本書適用於醫學本科生或研究生的統計學教學，也可供醫學科研人員在工作中參考。

目錄

第一章 緒論
一、目的要求
二、實例分析與電腦操作
三、思考練習參考答案
四、補充思考練習
五、補充思考練習參考答案
第二章 計量資料的統計描述
一、目的要求
二、實例分析與電腦操作
三、思考練習參考答案
四、補充思考練習
五、補充思考練習參考答案
第三章 分類資料的統計描述
一、目的要求
二、實例分析與電腦操作
三、思考練習參考答案
四、補充思考練習
五、補充思考練習參考答案
第四章 統計錶與統計圖
一、目的要求
二、實例分析與電腦操作
三、思考練習參考答案
四、補充思考練習
五、補充思考練習參考答案
第五章 總體均數估計與假設檢驗
一、目的要求
二、實例分析與電腦操作
三、思考練習參考答案
四、補充思考練習
五、補充思考練習參考答案
第六章 方差分析
一、目的要求
二、實例分析與電腦操作
三、思考練習參考答案
四、補充思考練習
五、補充思考練習參考答案
第七章 二項分布與Poisson分布
一、目的要求
二、實例分析與電腦操作
三、思考練習參考答案
四、補充思考練習
五、補充思考練習參考答案
第八章 χ2 檢驗
一、目的要求
二、實例分析與電腦操作
三、思考練習參考答案
四、補充思考練習
五、補充思考練習參考答案
第九章 秩和檢驗
一、目的要求
二、實例分析與電腦操作
三、思考練習參考答案
四、補充思考練習
五、補充思考練習參考答案
第十章 直綫相關與迴歸
一、目的要求
二、實例分析與電腦操作
三、思考練習參考答案
四、補充思考練習
五、補充思考練習參考答案
第十一章 調查設計
一、目的要求
二、實例分析與電腦操作
三、思考練習參考答案
四、補充思考練習
五、補充思考練習參考答案
第十二章 實驗設計
一、目的要求
二、實例分析與電腦操作
三、思考練習參考答案
四、補充思考練習
五、補充思考練習參考答案
第十三章 劑量反應
一、目的要求
二、實例分析與電腦操作
三、思考練習與參考答案
四、補充思考練習
五、補充思考練習參考答案
第十四章 多因素分析
一、目的要求
二、實例分析與電腦操作
三、思考練習參考答案
四、補充思考練習
五、補充思考練習參考答案
附錄
附錄一 《醫學統計學》期末模擬考試題(一)
附錄二 《醫學統計學》期末模擬考試題(二)
附錄三 《醫學統計學》期末模擬考試題(三)
附錄四 《醫學統計學》期末模擬考試題(四)
主要參考文獻

精彩書摘

第 一 章 緒 論
一 、目 的 要 求
【瞭解】
醫學統計學的概念及主要內容 。
【熟悉】
統計工作的基本步驟 。
【掌握】
1.統計資料的類型及其相應的分析方法 。
2.統計學的幾個基本概念 。
【重點難點】
1.重點是統計資料的類型和統計學的基本概念 。
2.難點是正確區彆統計資料的類型 。
二 、實例分析與電腦操作
（一） SPSS 的概述
SPSS（Statistical Package for Social Sciences ，社會科學統計軟件包）是美國 SPSS 公司開發的 大型統計軟件包 ，適用於社會科學 、醫學 、經濟學 、心理學等各個領域 。 在國際學術界有條不成 文的規定 ：凡是用 SAS 和 SPSS 統計分析的結果 ，在國際學術交流中可以不必說明算法 。 本書的 實例分析是以 SPSS Statistics 17.0 版本為基礎 ，結閤教材的例題和思考練習題 ，具體介紹 SPSS 的應用 。
（二） SPSS 的啓動
雙擊桌麵 SPSS 快捷圖標或單擊開始 → 程序 → SPSS Statistics → SPSS Statistics ，即可啓動 （激活）SPSS 的數據編輯窗口 ；SPSS 數據編輯窗口的第一行是主菜單 ，共包含 11 個菜單項 ，第二 行是數據編輯快捷工具欄 。 單擊窗口左下角的 Variable View（變量視圖）或 Data View（數據視 圖） ，可以在變量視圖窗口（圖 1-1）和數據視圖窗口（圖 1-2）之間互相切換 。 下麵介紹主要菜單 。
（三） File 菜單（文件操作）
1.New 新建文件 ，快捷鍵為 Ctrl+ N 。 包括新建 Data（數據） 、Syntax（程序） 、Output（輸齣結 果） 、Draft Output（草案輸齣結果） 、Script（手稿） 。
2.Open 打開文件 ，快捷按鈕為 ，快捷鍵為 Ctrl + O 。 包括打開 Data 、Syntax 、Output 、 Script 、Other（其他類型文件） 。
3.Save 保存文件 ，快捷按鈕為 ，快捷鍵為 Ctrl + S 。 保存文件時 ，文件的格式不同 ，其後 綴名也不同 。 SPSS 數據文件的默認後綴名為“.sav” ；程序文件的默認後綴名為“.SPS” ；輸齣結 果的默認後綴名為“.spv” 。
4.Save as 另存為 .。 若要保留原數據文件 ，可用 Save as 將修改過的數據以新文件名保 存 。 可用 Save as 將 SPSS 數據文件轉換為 Excel 、SAS 、Stata 等數據文件 。
5.Export 導齣 .。 在輸齣結果窗口中將 SPSS 結果轉換為 Word 文件 ，或在數據視窗中將 SPSS 數據文件導齣為 Excel 、SAS 、Stata 等數據文件 。
6.Exit 退齣 SPSS 係統 ，快捷鍵為 Alt + F4 。
（四） Edit 菜單 （編輯）
1.Undo 撤銷單元輸入值 ，快捷按鈕為 ，快捷鍵為 Ctrl+ Z 。
2.Redo 恢復單元輸入值 ，快捷按鈕為 ，快捷鍵為 Ctrl+ Y 。
3.Cut/Copy/Paste/Clear 剪切/復製/粘貼/清除數據或變量 ，此四項既可在菜單中選擇 ，也 可以選中單元格或變量後 ，單擊鼠標右鍵調齣 。
4.Find 查找數據 ，快捷按鈕為 ，快捷鍵為 Ctrl+ F 。
5.Options 選項 ，選擇 SPSS 參數 。 通過 Options（選項）語言選擇調整 ，實現中英文 SPSS 統 計軟件包轉換 。
（五） View 菜單（視圖）
1.Status Bar 顯示或隱藏狀態欄 。
2.Toolbars 工具欄定義 ，係統默認為 Data Editor（數據編輯）工具欄 。 小技巧 ：工具欄中的 為 Dialog Recall（重復調用對話框） ，單擊之 ，所彈齣的下拉列錶中就依次列齣瞭最近幾次使用 的一些過程名（包括非統計分析過程） ，直接從中選擇需要的過程 ，就可重復已做過的分析 。
3.Fonts 自定義字體 。
4.Grid Lines 顯示或隱藏錶格綫 。
5.Value Labels 變量值標簽/變量值顯示切換 ，係統默認不顯示變量值標簽 ，快捷按鈕為 。 變量值標簽的定義方法參見例 4-1 。
6.Variables 變量視圖/數據視圖切換 ，快捷鍵為 Ctrl+ T ，也可點擊左下角 Data/Variables 。
（六） Data 菜單 （數據操作）
1.Define Dates 定義日期 ，主要用於時間序列模型 。
2.Insert Variable 插入變量 ，在當前列插入新變量 ，快捷按鈕為 。
3.Insert Cases 插入個案 ，在當前行插入新個案 ，快捷按鈕為 。
4.Go to Case 個案定位 ，到達指定記錄號的個案 ，快捷按鈕為 。 當數據較多時 ，非常有用 。
5.Sort Cases 過程 個案排序 ，按個案排序 ，排序方式有升序（Ascending）和降序（Descending）
兩種 。
6.Transpose 過程 數據行列轉置 ，可以將原來的一條記錄轉成為一個變量 ，或將原來的一 個變量轉成為一個記錄 。 原變量名會自動保存在係統生成的 case＿ | b | 的字符變量中 。
7.Restructure 過程 數據重排 ，例如 ，進行隨機區組設計資料的秩和檢驗時 ，處理組各為一 個變量 ，但是 ，當對其進行兩兩比較時（秩變換分析方法） ，變量定義需按隨機區組設計方差分析 的形式 ，這時就可以調用 Restructure 過程完成這一任務（參見例 8-8） 。
8.Merge Files 過程 閤並數據文件 。
（1） Add Cases 過程 ：增加個案（或記錄） ，從外部數據文件中增加個案到當前數據文件中 ，稱 為縱嚮閤並 。 注意 ：相互閤並的數據文件中應該有相同的變量 ；
（2） Add Variables 過程 ：增加變量 ，從外部數據文件中增加變量到當前數據中 ，稱為橫嚮閤 並 。 注意 ：橫嚮閤並時默認按照相同個案（或記錄）數進行閤並 ，否則會丟棄一部分記錄 。
9.Aggregate 過程 數據分類匯總 ，分類匯總是按指定的分類變量（選入 Break Variables 框） 對觀察值（選入 Aggregate Variables 框）進行分組 ，在 Function 子對話框中定義需描述的統計量 。
10.Orthogonal Design 過程 正交設計 ，用於自動生成正交設計錶格 。 分為 Generate （生 成） 、Display（顯示）兩個過程 。
11.Split File 過程 拆分數據文件 ，用於數據文件的分組處理 ，快捷按鈕為 。 選擇某分組 變量（如性彆 、職業 、實驗分組等 ）對數據文件進行分組後 ，就可以對數據文件進行分組統計 分析 。
12.Select Cases 過程 選擇個案 ，用於選擇需分析的個案 ，快捷按鈕為 。 當不需要分析某 變量的全部數據時 ，可調用該過程進行選擇 。
13.Weight Cases 過程 個案加權或頻數加權 ，快捷按鈕為 。 在使用頻數錶格式錄入數據 時（如 χ2 檢驗） ，相同取值的觀察（如處理 、療效）或組段隻錄入一次 ，另加一個頻數變量用於記錄 該數值共齣現瞭多少次 ，分析時需要用 Weight Cases 過程將頻數加權即將頻數變量的數據乘以 組段（參見例 2-2 、例 7-1） 。
（七） Transform 菜單 （數據轉換）
1.Compute 過程 計算變量 ，用於對變量進行計算 。 主要特點 ：
（1） 目標變量可以是新變量 ，也可以是已有的變量 。
（2） Compute 過程中賦給變量的值可以是一個常數 ，也可以是從已有變量值或係統函數計 算而得的值 ，係統函數可以從 Function 框中選擇 。
（3） 操作記錄既可以是所有記錄 ，也可以設定邏輯條件 。 Compute 過程可以直接調用菜單 進行（參見例 5-4） ，也可以編寫程序進行（參見例 3-1） 。
2.Random Number Seed 過程 隨機數字種子 ，用於設定僞隨機種子數 ，默認情況下隨機種 子隨著時間在不停改變 ，這樣所計算齣的隨機數值無法重復（參見例 11-1） 。 在臨床試驗等情況 中 ，可以人為指定一個種子 ，結果就可重現（參見例 12-1） 。
3.Count 過程 計數 ，用於計數每個個案在多個變量中相同數值的發生次數 ，或某個值或某 些值在某個變量取值中齣現的次數 ，並生成一個新變量 。
4.Recode 過程 重新編碼（或重新賦值） ，用於將原變量值按照某種一一對應的關係生成新 變量值 。
（1） Into Same Variables 過程 ：在相同變量中重新編碼 。
（2） Into Different Variables 過程 ：在不同變量中重新編碼（參見例 2-1） 。
5.Automatic Recode 過程 自動重新編碼 ，自動按原變量大小生成新變量 ，功能與 Rank Cases 過程類似 。
6.Visual Binning 過程 可視離散化 ，根據現存的連續變量進行分組 ，産生一個新的分組 變量 。
7.Optimal Binning 過程 最優離散化 ，將一個或多個尺度變量的值分布到“塊”中進行離 散化 。
8.Rank Cases 過程 個案排秩 ，用於變量的秩變換 。 可根據某變量的大小進行編秩 ，並將秩 次結果存入新變量（參見例 9-6） 。
9.Create Time Series 過程 建立時間係列 ，用於創建時間序列變量 。
10.Replace Missing Value 過程 替換缺失值 ，用於時間序列模型數據的預處理 。
（八） Analyze 菜單 （統計分析）
1.Reports 菜單（統計報錶）
（1） Codebook 過程 ：顯示活動數據集中所有或指定變量和多重響應集的變量信息 。
（2） OLAP Cubes （Online Analytical Processing Cubes） 過程 ：在綫分層分析 ，用於對分組變量 的各組之間或不同變量之間進行統計 ，可計算 Sum（總和） 、Number of Case（個案例數） 、Mean（均 數） 、Median（中位數） 、分組中位數（Grouped Median） 、Standard Error of Mean（標準誤）等 。
（3） Case Summaries 過程 ：個案匯總 ，用於計算例數（Number of Case） 、Mean（均數） 、Median （中位數） 、Harmonic Mean（調和均數） 、Geometric Mean（幾何均數） 、分組中位數（Grouped Median） 、Standard Deviation（標準差） 、Standard Error of Mean（標準誤）等 。 注 ：幾何均數和調和均數 的計算常調用 Case Summaries 過程實現 。
（4） Report summaries in Row 過程 ：按行報錶匯總 ，用於按行形式錶達變量或指標的統計量 輸齣報告 。 可計算 Sum of Values（總和） 、Mean of Values （均數） 、Standard Deviation（標準差） 、 Percentage above Value（高於某值的百分數） 、Percentage below Value（低於某值的百分數） 、Percentage inside Low .High .（界於 Low 與 High 之間的百分數）等 。
（5） Report Summaries In Columns 過程 ：按列報錶匯總 ，用於按列形式錶達變量或指標的統 計量輸齣報告 。 可計算按行報錶匯總的指標 。
2.Descriptive Statistics 菜單（描述性統計分析）
（1） Frequencies 過程 ：頻數分布分析 ，用於生成詳細的頻數錶 ，並可按要求計算描述統計量 ， 生成常用的條圖 、圓圖 、直方圖等（參見例 2-1） 。
（2） Descriptive 過程 ：描述性分析 ，進行一般性的統計描述 ，適用於服從正態分布的計量資料 。
（3） Explore 過程 ：探索行分析 ，進行數據分布狀況的探索性分析 ，例如正態性檢驗 。
（4） Crosstabs 過程 ：行列錶（或列聯錶 ，或交叉錶）分析 ，進行行列錶資料的分析 ，用於分類資 料/等級資料的統計描述及各種假設檢驗 ，例如 χ2 檢驗 、McNemar 檢驗等（參見第 8 章） 。
（5） Ratio 過程 ：比率統計分析 ，用於對兩個連續型變量計算相對比指標 。
（6） P-P Plots 過程 ：繪製 P-P 圖 。
（7） Q-Q Plots 過程 ：繪製 Q-Q圖 。
3.Tables（統計錶格）菜單 Custom Tables （設定錶格 ） 、Multiple Response Set （定義多重響 應集 。
4.Compare Means 菜單（均數間的比較）
（1） Means 過程 ：平均數分析 ，用於對樣本進行統計描述 ，即檢驗前的預分析 。
（2） One-Sample T Test 過程 ：單樣本 t 檢驗 ，進行單樣本 t 檢驗（參見例 5-1） 。
（3） Independent-Samples T Test 過程 ：獨立樣本 t 檢驗 ，進行完全隨機設計兩樣本均數比較 的 t 檢驗 。 （參見例 5-3）
（4） Paired-Samples T Test 過程 ：配對 t 檢驗 ，進行配對 t 檢驗（參見例 5-2） 。
（5） One-Way ANOVA 過程 ：單因素方差分析 ，進行完全隨機設計的方差分析（參見例 6-1） 。
5.General Linear Model 菜單（一般綫性模型）
（1） Univariate 過程 ：單變量方差分析 ，當應變量為一個時 ，進行隨機區組設計的方差分析 。 （參見例 6-2）
（2） Multivariate 過程 ：多變量或多元方差分析 ，當應變量為多個時 ，進行多元方差分析 。
（3） Repeated Measures 過程 ：重復測量方差分析 ，進行重復測量資料的方差分析 。
（4） Variance Components 過程 ：方差成分分析 ，對層次數據擬閤方差成分模型分析 。
6.Generalized Linear Models 菜單（廣義綫性模型） Generalized Linear Models （廣義綫性模 型） 、Generalized Estimating Equations （廣義估計方程） 。
7.Mixed Models（混閤模型）菜單 Linear（綫性混閤模型） 。
8.Correlate 菜單（相關分析）
（1） Bivariate 過程 ：雙變量相關分析 ，進行兩個/多個變量間的參數/非參數相關分析 。 如果 是多個變量 ，則給齣兩兩相關的分析結果（參見例 10-1 、例 10-2） 。
（2） Partial 過程 ：偏相關分析 ，進行偏相關分析 。 如果需要進行分析的兩個變量的取值均受 到其他變量的影響 ，就可以利用偏相關分析對其他變量進行控製 ，輸齣控製其他變量影響後的 相關係數 。
（3） Distances 過程 ：距離相關分析 ，可對同一變量內部各觀察單位的數值或各個不同變量間 進行相似性或不相似性（距離）分析 。
9.Regression 菜單（迴歸分析）
（1） Linear 過程 ：綫性迴歸分析 ，用於擬閤綫性迴歸模型 ，包括簡單綫性迴歸（1 個自變量） 和多重綫性迴歸（多個自變量）（參見例 10-3 、例 10-4） 。
（2） Curve Estimation 過程 ：麯綫參數估計法 ，用於擬閤常用麯綫 。
（3） Partial Least Squares Regressi

評分☆☆☆☆☆

，Y此四項既可在菜單中選擇

評分☆☆☆☆☆

，稱為

評分☆☆☆☆☆

2.Re

評分☆☆☆☆☆

可根據某變量的大小y進行編秩

評分☆☆☆☆☆

，用於時間序列模型數據的預處理

評分☆☆☆☆☆

四、補充思考練習

評分☆☆☆☆☆

a|

評分☆☆☆☆☆

：最優尺z度分析

評分☆☆☆☆☆

2Q