医学统计学考前总结.doc

一、 概念（英文）1. 统计学( statistics )：是收集、分析、解释与呈现数据资料的一门科学。2. 变异（variation）：是社会和医学中的普遍现象。变异使得实验或观察的结果具有不确定性，如每个人的身高、体重、血压等各有不同。 3. 总体（population）：是指根据研究目的确定的同质观察单位的全体 4. 样本（sample）: 是从总体中随机抽取的具有代表性的一部分观察单位实测值集合5. 同质（homogeneity）：是指除了实验因素外，影响被研究指标的非实验因素相同。6. 参数（parameter）：根据总体的分布特征而计算的总体的统计指标。 7. 统计量（statistic）：根据样本的分布特征而计算的样本的统计指标8. 抽样研究（sampling research）：根据样本信息来推断总体特征的方法9. 抽样（sampling）：从总体中抽取部分个体的过程。10. 样本含量（sample size） ：样本包含的观察单位的个数11. 随机变量(random variable)：实验或调查研究中的观察指标；12. 数值变量（numerical variable）：计量资料13. 分类变量（categorical variable）：14. 计量资料（measurement data): 用定量方法对观察单位准确测量后所得的资料15. 计数资料（enumeration data）：用定性方法得到的资料。按观察单位某种性质或特征分组后，再分别清点各组观察单位的个数。16. 等级资料 (ranked data) ：将观察单位按某种属性的不同程度分成等级后分组计数所得的资料。17. 系统误差（systematic error）由于仪器不准确、标准不规范、抽样不均匀，分配不随机等原因，造成观察结果呈倾向性的偏大或偏小，可避免。18. 随机测量误差（random measurement error）观察者认真负责、也校准仪器，同一样品的测定值在不同观察者、相同观察者若干次观察值之间也不完全相同，可降低；19. 随机抽样误差（ random sampling error）由于抽样所引起的样本统计量与总体参数之间的差异，不可避免。20. 频率（frequency）：指样本的实际发生率。21. 概率( probability )：是描述随机事件发生可能性大小的一个量度，取值0，1。22. 抽样误差（sampling error of mean）：由于抽样而引起的差异。用标准误来衡量23. 概率(1-a)称为置信度(confidence level)，a为检验水准24. 可信区间（confidence interval, CI）是根据一定的可信度估计得到的区间。25. 1-b 称检验效能(power of a test)：当两总体确有差异，按检验水准a所能发现该差异的能力。1-b只取单尾。26. 总变异（Total variation）：全部测量值与总均数间的差别 27. 组间变异（ between group variation ）：各组的均数与总均数间的差异28. 组内变异（within group variation )：每组的j个原始数据与该组均数的差异 29. 均方(mean square，MS)：各部分离均差平方和除以相应自由度30. 组间均方与组内均方的比值称为F统计量 31. 完全随机设计（completely random design）：采用完全随机化的分组方法，将全部试验对象分配到g个处理组（水平组），各组分别接受不同的处理，试验结束后比较各组均数之间的差别有无统计学意义，推论处理因素的效应。32. 随机区组设计（randomized block design）：除了处理因素外，全部的实验对象并非按完全随机化分组，而是按容易影响试验结果的非处理因素即区组因素（配伍组因素）将受试对象配成区组(block)，再将各区组内的受试对象随机化分配到各处理或对照组。33. 二项总体（binomial population）：这种非此即彼事件构成的总体34. 二项分布(binomial distribution) ：指在只会产生两种可能结果如“阳性”或“阴性”之一的n次独立重复试验(Bernoulli试验)中，当每次试验的“阳性”概率保持不变时，出现阳性的次数X0，1，2,n的一种概率分布。35. 泊松分布（Poisson distribution），可看作是单位时间、单位面积或单位容积中颗粒数或某罕见事件发生数的概率分布，是很小、n又趋向于无穷大时二项分布的极限形式，是描述小概率事件出现规律性的一种重要的离散型分布36. 参数检验：若样本所来自的总体为分布已知的数学形式（如正态分布），对其总体参数进行假设检验37. 非参数检验：对总体分布不做严格假定，也不对总体参数进行统计推断，而是直接对总体分布的位置进行假设检验。38. 秩和检验（Rank sum test）：将变量值从小到大或从弱到强转换成秩后再计算检验统计量，从而推断一个总体表达分布位置的中位数M和已知M0、两个或多个总体的分布是否不同二、 应用条件和应用范围1.t 检验应用条件：小样本（n5，容许Tc2a,v ，则Pa，说明实际频数和理论频数偏离太大，有理由拒绝原假设H0，接受H1，表示两样本率的差异有统计学意义4、秩和检验的基本思想：基于秩次（通过编秩，用秩次代替原始数据信息来进行检验）检验各组的平均秩是否相等。如果经检验得各组的平均秩不相等，则可以推论数据的分布不同，进一步可推论各分布间分布位置发生了平移。四、 区别与联系1、标准差与标准误的区别与联系。（1）标准差S是反映个体值的变异程度,标准误S反映抽样误差；(2) S=S/ ；(3)标准差用于医学参考值计算，标准误用于可信区间计算。2、可信区间与假设检验的区别和联系 ：（1）可信区间用于推断总体参数所在的范围，假设检验用于推断总体参数是否不同。前者估计总体参数的大小，后者推断总体参数有无质的不同。（2）可信区间也可回答假设检验的问题。但可信区间不能提供确切的P值范围，只能给出在水准上有无统计意义。（3）可信区间还可提示差别有无实际意义。3、可信区间与医学参考值的区别：（1）可信区间反映总体均数的波动范围，医学参考值反映正常个体值的波动范围；（2）可信区间由标准误计算得到，医学参考值由标准差计算得到。4、直线相关与回归的区别与联系：区别（1）资料要求不同，相关：两个变量是双变量正态分布；回归：应变量Y服从正态分布；（2）统计意义不同，相关反映两变量间的伴随关系；回归则反映两变量间的依存关系。（3）分析目的不同，相关是研究两变量间关系的密切程度及方向；回归是研究两变量之间的定量函数关系。联系：（1）r与b的正负号一致。（2）假设检验等价。（3）相关和回归可以相互解释，相关系数的平方r2(又称决定系数)反映回归关系对总变异的解释力度。5、非参数检验的优缺点：（1）