ivd試劑產品研發的過程中，需要對其相關臨床檢測結果進行評價，不同試劑在不同儀器上的效能比較以及一些資料處理，這裡就用到了大量的統計知識。資料的型別對資料進行分類是統計歸納的基礎。按其特性分主要分為數量性狀和質量性狀兩大類。數量性狀資料一般是由計數和測量或度量得到的。由計數法得到的資料稱為計數資料，也稱為非連續變數資料；由測量或度量得到的資料為計量資料，也稱連續變數資料。質量性狀資料也稱屬性資料，是指對某種現象只能觀察而不能測量的資料。統計描述對於蒐集到的計數資料我們需要進行分析整理，這就用到了統計圖，統計表和一些特徵數的計算，集中性通過平均數來衡量(例如：算術均數，幾何均數，中位數和百分位數等)，離散性通過變異數來衡量(例如：極差，方差，標準差，變異係數等)。
正態分佈與醫學參考值範圍正態分佈是最常見，最重要的一種連續型分布，是各種統計推斷的理論基礎，也是確立醫學參考範圍的依據。
醫學研究中許多變數的頻數分布以均數為中心，表現為越接近均數頻數分布越多，離均數越遠頻數分布越少，且左右兩側基本對稱。
正態分佈具有如下幾個主要特徵：
1、正態分佈是單峰分布，以x=μ為中心，左右完全對稱，正態曲線以x軸為漸近線，兩端與x軸不相交。
2、正態曲線在x=μ處有最大值，其值為f(μ)=1/(σ√2π)；
x越遠離μ，f(x)值越小，在x=μ±σ處有拐點，呈現為鐘形。
3、正態分佈完全由兩個引數μ和σ決定，μ是位置引數，描述正態分佈平均水平，決定著正態分佈在x軸上的位置；
σ是形狀引數，描述正態分佈的變異程度，決定著正態曲線的分布形狀。
參考值範圍也稱為正常值範圍，是指大多數正常人的解剖、生理、生化、免疫等各種資料的波動範圍。所謂正常人，並非一定是「健康人」，而是指排除影響研究指標因素的同質人群。
引數估計與假設檢驗統計學方法包括統計描述和統計推斷兩種方法，其中，推斷統計又包括引數估計和假設檢驗引數估計就是用樣本統計量去估計總體的引數，它的方法有點估計和區間估計兩種。
點估計是用估計量的某個取值直接作為總體引數的估計值。
區間估計是在點估計的基礎上給出總體引數估計的乙個估計區間，該區間通常是由樣本統計量加減估計誤差得到的。假設檢驗是推斷統計的另一項重要內容，它與引數估計類似，但角度不同，引數估計是利用樣本資訊推斷未知的總體引數，而假設檢驗則是先對總體引數提出乙個假設值，然後利用樣本資訊判斷這一假設是否成立。t檢驗主要用於樣本含量較小，總體標準差σ未知的正態分佈資料，t檢驗是用t分布理論來推導差異發生的概率，從而比較兩個平均數的差異是否顯著。
一般的步驟都是通過建立假設包括原假設h0和備擇假設h1，同時確定檢驗水準α，計算檢驗統計量，查相應界值表，確定p值。
若p≤α，按α檢驗水準拒絕h0，接受h1；
若p＞α，則不能拒絕h0。
方差分析又稱變異數分析或f檢驗，用於兩個及兩個以上樣本均數差別的顯著性檢驗。
乙個複雜的事物，其中往往有許多因素相互制約又相互依存。
方差分析的目的是通過資料分析找出對該事物有顯著影響的因素，各因素之間的互動作用，以及顯著影響因素的最佳水平等。
經過方差分析若拒絕了檢驗假設，只能說明多個樣本總體均值不相等或不全相等，若要得到各組均值間更詳細的資訊，應在方差分析的基礎上進行多個樣本均值的兩兩比較，通常通過 q檢驗的方法。卡方檢驗主要用於分析分類變數資料的假設檢驗方法，該方法主要目的是推斷兩個或多個總體率或構成比之間有無差別。
包括2x2，2xc，rx2，rxc等列聯表。
上述用到的檢驗方法，不管是t檢驗，方差分析還是卡方檢驗都是在總體分布已知的前提下對引數進行的檢驗，即引數檢驗方法，對於總體分布未知，或不符合引數檢驗的條件，就需要用到非引數檢驗方法。
線性回歸與相關研究兩個變數之間的關係，常用的統計分析方法是線性回歸與相關。
回歸分析就是根據相關關係的具體形態，選擇乙個合適的數學模型，來近似的表達變數間的依賴關係。
相關分析主要是研究變數之間相關的方向和程度；
回歸分析是研究變數之間的數量聯絡進行測定，確定相關的數學方程式，一般包括一元和多元線性回歸。
logistic回歸線性回歸用於分析應變數為連續型變數，但在醫學研究中應變數有時是二分類的結果，不滿足正態分佈的條件，不適合線性回歸分析，這時可以採用logistic回歸分析。roc曲線又稱受試者工作特徵曲線，以假陽性(1-特異度)為橫軸，真陽性(靈敏度)為縱軸，可以很容易地查出任意界限值時的對疾病的識別能力，通過計算各個試驗的roc曲線下的面積(aug)進行比較，哪一種試驗的aug最大，則哪一種試驗的診斷價值最大。
在這裡我僅僅是拋磚引玉，對於具體的統計學分析方法的計算，還需要通過軟體來進行，無論選用何種統計方法，前提分析是關鍵。統計學作為研發的重要工具，需要我們在不斷實踐中加以運用，熟能生巧。
統計中的t檢驗
1.什麼情況下，應用t檢驗 1.已知總體的均值m，或者我們假設了乙個總體均值m 2.我們知道樣本的個數n，樣本的的方差var，樣本的均值m 3.我們假設總體，或者樣本都是服從正太分布的。2.我們的目的，就是要檢驗這個總體均值m是否合理 3.具體步驟 參考 t檢驗的步驟 1 建立虛無假設h 0 1 2...
統計中的t檢驗
1.什麼情況下，應用t檢驗 1.已知總體的均值m，或者我們假設了乙個總體均值m 2.我們知道樣本的個數n，樣本的的方差var，樣本的均值m 3.我們假設總體，或者樣本都是服從正太分布的。2.我們的目的，就是要檢驗這個總體均值m是否合理 3.具體步驟 參考 t檢驗的步驟 1 建立虛無假設h 0 1 2...
統計中的f檢驗和t檢驗的區別
參考 首先是目的不同。f檢驗用於比較兩種分析方法是否存在顯著差異 單邊檢驗 或者兩種方法緊密度是否存在差異 雙邊檢驗 我記得老師說是用於檢驗新方法是否可行，相當於系統誤差。而t檢驗是利用統計量t，檢驗操作是否存在誤差，或者不同人 不同實驗組 之間是否存在誤差。按這種說法，如果為了徹底檢驗新方法，就得...