首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏用户2133719的专栏

    医学统计学:计量资料的统计描述

    统计描述」是指用统计指标和适当的统计图表来描述资料的「分布规律」及其「数量特征」,本文将介绍统计描述中的常见概念。 我们可以通过如下步骤计算频数分布(以连续变量为例): 求极差(最大值和最小值之差) 确定组段数和组距 根据组距写出组段 分组划记并统计频数 计算得出的频数分布可以通过「频数分布表」或「频数分布图」进行展现 image.png 医学参考值范围的制定 「医学参考值」(reference value)是指包括绝大多数正常人的人体形态、功能和代谢产物等各种生理及生化指标常数,也称正常值。 由于存在个体差异,生物医学数据并非常数而是在「一定范围」内波动,故采用「医学参考值范围」(medical reference range)作为判定正常和异常的参考标准。 医学参考值范围可以采用「单侧界」值或「双侧界值」,这通常依据医学专业知识而定。根据资料的分布类型,有两种计算医学参考值范围的常用方法:「正态分布法」和「百分位数法」。

    1.8K31发布于 2020-08-17
  • 来自专栏数据库

    Fisher确切概率法在医学统计中的应用及spss中的操作——杏花开医学统计

    四格表资料的卡方检验的内容详见: 《如何用四格表卡方检验进行医学数据的统计分析?》 下面,我们一起来了解两样本的四格表资料的Fisher 确切概率法的基本原理、适用条件及其在SPSS中的操作步骤。 关于数据加权还原的操作由于前期已经详细讲解过,因此不再赘述,具体请看: 《如何用四格表卡方检验进行医学数据的统计分析?》 依次点击“分析——描述统计——交叉表格”。 在“交叉表格”窗口中,点击“statistics”,在出现的“统计”窗口中,勾选“卡方”。 点击“继续”,然后“确定”,得到结果。 后续我们将陆续更新更多不同卡方检验方法在医学研究中的应用和在统计软件中的实现,敬请关注! 参考文献: 1、孙振球,徐勇勇.《医学统计学 第4版》.人民卫生出版社. 2、邱皓政. 《量化研究与统计分析》.重庆大学出版社.

    14.4K80发布于 2018-01-30
  • 来自专栏深度学习|机器学习|歌声合成|语音合成

    医学统计分析:心电图智能诊病

    train_label.csv和submit_example.csv就是全量样本的id; train_label.csv字段解释 id label a35c4353-bac5-4054-97db-8ee74d6263f9

    1.4K10编辑于 2022-04-13
  • 来自专栏深度学习|机器学习|歌声合成|语音合成

    医学统计分析思路方法总结:实例

    医学研究思路 研究适合的研究数据 模型选择 分类变量:logistic回归 生存资料 Cox回归 计数资料:Poisson/负二项 回归连续变量:线性回归 选择适合的预测分子 阅读文献选择适当的预测因子 临床医学预测模型的流程 R数据导入和查看和导出 结局变量==Y值 二分类 诊断模型中转化为二分类模型 诊断模型中结局变量的形式: 二分类:是否患病 由连续变量根据某一标准转换为二分类:是否高血压 异常值 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-aWU3Li5q-1594014200624)(https://i.loli.net/2020/06/30/qkZOv8p3M4GA7jw.png )] 处理方法 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-8d5E634x-1594014200624)(https://i.loli.net/2020/06 /30/WrjIqXxY8FL7cMe.png)] 缺失值

    1.1K20发布于 2021-01-14
  • 来自专栏机器学习与统计学

    北大@Coursera 医学统计学与SPSS软件 第一周 医学统计学基本概念和方法

    统计学(statistics) 运用概率论和数理统计的基本原理和方法,研究数据的收集、整理和分析的一门学科。将统计学应用于医学领域,则称为医学统计学。 ? 1. 不同类型的资料,统计方法不同 数值变量 t检验、方差分析、回归与相关 无序分类变量 卡方检验 有序分类变量 秩和检验 各种类型的 资料之间是可以相互转化的 ? 统计工作的基本步骤 (1)设计 (2)搜集资料 (3)整理资料 (4)分析资料 SPSS软件基本数据管理功能 排序 分割 描述 计算变量 赋值 重新编码 ? ? ? ? ? ? ? ? ?

    97420发布于 2019-04-10
  • 来自专栏优雅R

    医学统计与R语言:圆形树状图(circular dendrogram)

    Y 1.370000 total 5 S 1.550000 total 6 M 1.610000 total 7 k 0.700000 total 8 1.209947 I 13 sub-I5 1.194959 I 14 sub-I6 1.129556 I 15 sub-I7 1.189508 I 16 sub-I8

    2.3K10发布于 2020-07-06
  • 来自专栏生信修炼手册

    《实用医学统计学与SAS应用》学习笔记 | 绪论

    医学统计学的地位和应用 统计学这门工具学科将有助于我们解决工作中所遇到的问题: 如何做一个好的科研设计 如何记录或描述人类疾病的分布特征 如何研究影响疾病发生,发展的相关因素和机制? 医学统计学的定义与内容 统计学的概念:统计学是一门处理数据中变异性的科学与艺术,内容包括收集,整理,分析,解释和表达数据,以获得可靠的结果。 医学统计学:是一门运用统计学尤其是数理统计学的原理和方法,研究医学科研及卫生工作中有关数据的收集,整理,分析的学科。 国内有"医学统计学","卫生统计学"等不同名词,二者的原理和方法完全相同,医学统计学侧重于临床医学,基础医学,口腔医学,中医学等学科的非公共卫生方面的研究;卫生统计学更侧重于医学与卫生学等公共卫生研究领域 学习医学统计学应注意的问题 1) 重点应放在统计学基本概念和基本原理的理解和掌握 2)重点应放在基本统计方法的适用条件,用途及注意事项的理解和掌握,不必深究公式的推到过程和死记硬背统计概念与公式,重点是掌握一些基本的统计方法在资料具备什么条件下可用

    82420编辑于 2023-03-09
  • 来自专栏优雅R

    医学统计与R语言:aggregate.plot了解一下

    输入1: longrma <- read.csv("longrma.csv",header=T) longrma[sample(nrow(longrma),,replace=F),] 结果1: id group time score treatment after treatment after control before control after treatment before tre

    77720发布于 2020-07-06
  • 来自专栏医学和生信笔记

    R语言和医学统计学系列:样本量计算

    检验的样本量计算 单样本t检验(样本均数和已知总体均数比较) 两样本t检验(两样本均数比较) 多样本均数比较 样本率和已知总体率的比较 两独立样本率的比较 多样本率的比较 直线相关分析 样本量计算也是医学统计学中的一块重要内容 我使用的课本是孙振球主编的《医学统计学》第4版,封面如下: 通常样本量计算大家可能知道PASS软件,这是一个专门用来计算样本量的软件,但是也是付费的,并且没有mac版,而R语言免费,谁都可以用,不过! 拟用4种方法治疗贫血患者,估计治疗后血红蛋白增加的均数分别为18,13,16,10,标准差分别为10,9,9,8,设α=0.05,β=0.1,若要得出有差别的结论,每组需要多少例? alternative = two.sided ## ## NOTE: n is number in *each* group 算出来结果是64.93465,和课本差别不大~ 多样本率的比较 使用课本例36-8的例子 根据以往经验,血硒与发硒含量间直线相关系数为0.8,若想在α=0.05,β=0.1的水平上得到相关系数有统计学意义的结论,应调查多少人?

    3.1K41编辑于 2022-11-15
  • 来自专栏第三方工具

    Java8统计金额demo

    Java8统计金额demo package com.example.core.mydemo.java8; public class GoodsPriceDTO { private String setAmount(Integer amount) { this.amount = amount; } } package com.example.core.mydemo.java8;

    31710编辑于 2024-10-09
  • 来自专栏用户2133719的专栏

    医学统计学:总体均数的估计与假设检验

    1 均数的抽样误差与标准误 了解总体特征的最佳方法是对总体的每一个个体进行观察、试验,但这在医学研究实际中往往不可行。 我们只能采用抽样研究,从总体中随机抽取一个或几个样本,通过样本信息了解总体特征,这种方法即「统计推断」(statistical inference)。 同样,来自同一总体的若干样本统计量间也存在抽样误差。 在抽样研究中,抽样误差「不可避免」,其产生的根本原因是生物个体的变异性。 因统计结论具有概率性质,故不要使用“肯定”、“一定”、“必定”等词。 「统计”显著性“与医学 / 临床 / 生物学”显著性“」。 统计“显著性”对应于统计结论,而医学 / 临床 / 生物学”显著性“对应于专业结论。假设检验是为专业服务的,统计结论必须和专业结论有机地结合,才能得出恰如其分、符合客观实际的最终结论。

    2.4K30发布于 2020-08-17
  • 来自专栏医学和生信笔记

    R语言和医学统计学系列:协方差分析

    今天继续学习使用R语言进行医学统计学分析,今天要学习的内容是协方差分析,还是使用课本中的例子。 我使用的课本是孙振球主编的《医学统计学》第4版,封面如下: 课本封面 完全随机设计资料的协方差分析 使用课本例13-1的例子。 . ## $ y2: num 9.2 9.1 8.9 8.6 9.9 7.1 7.8 7.9 8 9 ... ## $ x3: num 9.8 11.2 10.7 9.6 10.1 9.8 10.1

    64640编辑于 2022-11-15
  • 来自专栏测试开发干货

    数据工厂平台-8:首页统计功能

    最好就是 各种统计图 那种吧,看着还高大上~ 但是我们不能为了统计统计,好看不如实用,所以我们还是要先思考下,我们首页的第一个统计图: 【各个工具的使用次数统计】 也就是说,我们的平台不止会有一个工具 当然,每个工具被使用的时候,我们都要在统计表中记录好它被使用的次数,这样才能更加刺激其他同学在平台上创造数据构造小工具。 首页统计模块,方便使用者对当前整体有个概念 和力量展示。 顶部的这些按钮 也都暂时保留,可以点击切换样式和 不同的统计图的,动画效果也很nice 好本节内容到此结束,大家是不是一下就会了去借鉴网上的第三方样式组件了呢? 下节课我们用vue和该统计图连接起来,控制它的展示数据等等。

    75130编辑于 2022-05-19
  • 来自专栏AustinDatabases

    MYSQL 8 统计信息持久化 与 null

    在任何数据库中统计信息是帮助数据库查询中走更适合的查询路径的基础,MYSQL 8 中持久化的统计信息怎么做,怎么能持久化后提高执行计划的稳定性。 10%的行进行变化了,才开始统计信息的重新计算。 ,这里 stats_auto_recalc 这里的意思是是否你要自动的进行还是手动, 最后的stats_sample_pages 是针对你索引的统计信息的精度,默认是20,增加这个数值可以提高统计信息的精度 UNCOMMITED 的方式,其中如果有删除的记录,同时被标记的删除记录,还是要记录到统计分析中,所以大量有delete操作的情况下 RC RR 方式获得的统计分析信息就会相对准确率低。 但同样也会将统计分析的时间加大,并且在统计分析时会加重系统的负担。

    97020发布于 2020-06-01
  • 来自专栏企鹅号快讯

    《教育统计与SPSS应用》学习笔记(8

    8讲 回归分析 主要内容 回归分析简介 一元线性回归分析 多元线性回归分析 第一部分 回归分析简介 一、回归分析的意义 表示变量之间的不确定性关系以及关系的密切程度,统计学上可以用相关关系来表达 二、回归分析主要解决以下几方面的问题: 1、通过分析大量的样本数据,确定变量之间的数学关系式 2、对所确定的数学关系式的可信程度进行各种统计检验,并区分出某一特定变量影响较为显著的变量和影响不显著的变量

    1.3K80发布于 2018-02-27
  • 来自专栏全栈程序员必看

    医学图形图像处理(医学影像和医学图像处理)

    文章目录 1 图像和数字图像 2 图像分类 2.1 简单分类 2.2 传感器分类 2.3 维度分类 3 图像处理流程 4 医学图像 1 图像和数字图像 数字图像: 被定义为一个二维函数,f(x,y), 图像数据:   生活中是二维的,医学上通常还有3维和4维的。比如在关注心脏跳动的时候,不仅关注其三维结构,还要关注时间轴变化。   三维图像:一个像素描述成一个体素。    医学图像中常用的是dicom 2 图像分类 2.1 简单分类 (1)二值图像:包含两个值,通常为0、255 (2)灰度图像: 0-255灰阶,更能表现自然界图像形态。 (6)X光(X-ray): (7)MRI(RF、核磁共振)图像: (8)超声图像: 2.3 维度分类 (1)二维:   日常生活中看到的都是二维图像 (2)三维:    4 医学图像 (1)CT图像: 骨结构、组织结构(不太清晰) (2)MRI(核磁共振)图像: 清晰看到除了骨结构之外的一些软组织,更能描述人体软组织结构。

    1.7K10编辑于 2022-07-31
  • 来自专栏AIGC 先锋科技

    Eir-8B 专为医学领域打造的先进大语言模型 !

    作者呈现了Eir-8B,这是一个具有80亿参数的大型语言模型,专门设计用于提高泰语文本处理医学任务的准确性。该模型关注于为医护行人和患者提供明确且易于理解的答案,从而提高诊断和治疗过程的效率。 作者在四个医学基准上评估了几个具有80亿参数的开放源大型语言模型:MedQA,MedMCQA,PubMedQA和MMLU的医学子集。 作者使用了最佳 Baseline 来开发Eir-8B。 3 Methodology Eir-8B模型的开发是一个复杂的过程,尤其是在为泰国创建一个专门针对医疗领域的语言模型方面。具有独特语言结构的泰语,在医学领域中的专业词汇非常有限。 5 结论 Eir-8B 是一种专门针对泰国医学领域的特定语言模型,展示了先进的医学推理和在这些专业基准上的改善性能。 通过持续训练于精心选择的、高质量医疗资源,包括更新的临床指南,Eir-8B在泰语医学语言能力方面超越了所有相似规模的泰国医学领域的最新模型。

    47310编辑于 2024-09-29
  • 来自专栏跟着飞哥学编程(全栈联盟社区)

    java8 集合 多字段 分组 统计个数

    list.add(u7);list.add(u3);list.add(u4);list.add(u5);list.add(u6); //原有list(根据第二个字段:userName和第四个字段:age 统计重复的记录数 ) //jdk8的方法统计个数: Map<String, Map<Integer, Long>> map = list.stream().collect(Collectors.groupingBy( User::getUserName,Collectors.groupingBy(User::getAge,Collectors.counting()))); //jdk8以下:         Map                 }             });             list2.add(user);         });         //遍历最后想要的结果(User中c为统计后的个数

    1.4K20编辑于 2022-11-30
  • 来自专栏最新医学影像技术

    医学图像处理教程(三)——医学图像增强算法

    今天将给大家分享医学图像常见图像增强算法。 这个类函数需要人为设置三个参数:Alpha,Beta,Radius,其中Alpha参数是用来控制结果相对于经典直方图均衡化方法结果的相似程度,Beta参数用来控制图像锐化程度,Radius用来控制直方图统计时的区域大小

    3.4K50发布于 2020-06-29
  • 来自专栏机器学习与统计学

    北大@Coursera 医学统计学与SPSS软件 第六周 直线回归与相关

    其检验假设为: H0: b=0,即X、Y之间无直线关系 H1:b¹0,即X、Y之间有直线关系 只有当b¹0时,才能认为直线回归方程成立(具有统计学意义)。 H0:r=0,即X、Y之间无直线相关关系 H1:r¹0,即X、Y之间有直线相关关系 统计量t为: ? 式中sr为样本相关系数的标准误。 注:只有当r¹0时,才能根据|r|的大小判断相关 的密切程度。

    1.9K10发布于 2019-04-10
领券