卫生统计整理资料.doc

1、试比较标准差和标准误的关系与意义。标准差与标准误是医学统计中常用的两种指标，在意义上、用途上以及与样本含量的关系上，均有区别，但二者又有密切的联系。 意义 标准差描述个体值间的变异，即观察值间的离散度。标准差较小，表示观察值围绕均数的波动较小。当观察值呈正态分布或近似正态分布时可将均数及标准差同时写出，如S。 标准误描述统计量的抽样误差， 即样本统计量与总体参数的接近程度。标准误小，表示抽样误差小，则统计量较稳定，与参数较接近。可将统计量及其标准误同时写出， 如样本均数及其标准误写为 “S”。 用途 标准差常用于： 表示观察值间波动的大小，如精密度的大小;当资料服从正态分布时，可结合均数估计正常值范围， 如(-1.96S)(+1.96S)为双侧95%正常值范围。标准误常用于：表示抽样误差的大小，估计参数的可信区间， 如(-T0.05S，+T0.05S)为总体均数的95%可信区间。 标准差、标准误与样本含量的关系 标准差随着样本含量的增多，逐渐趋于稳定，如同地区、同年龄、同性别儿童的身高、体重的标准差，当样本含量达到约200以上时，基本趋于稳定。标准误随着样本含量的增多逐渐减小，如均数的标准误，当标准差不变时，与样本含量的平方根成反比。若样本含量趋近于总体例数，则标准误趋近于0，抽样误差几乎消失。 联系 标准差与标准误都是变异指标，说明个体值之间的变异用标准差，说明统计量之间的变异(即抽样误差)用标准误，故亦将标准误称为统计量的标准差。但应注意，标准误的符号如s、 SB等的下标、b不能去掉，使与标准差s不致混淆。当样本含量不变时，标准差越大标准误亦越大，如均数的标准误与标准差成正比。2、简述非参数检验的应用条件和优缺点。优点： 首先，检验条件比较宽松，适应性强。非参数检验对资料的要求不像参数检验那样严格，它适合于处理诸如非正态的、方差不等的或分布形状未知的资料。 其次，自由分布检验的方法比较灵活，用途广泛。它不但可以应用于处理测量层次较高的定距、定比数据，也适用于处理层次较低的定类、定序数据。对于那些不能进行加、减、乘、除运算的定类数据与定序数据，也可进行检验。 再次，自由分布检验的计算相对简单。由于自由分布的检验方法不用复杂计算，一般使用计数方法就可以了，它的计数过程与结果都比较简单、直观与明显。 缺点： 它对原始数据中包含的信息利用得不够充分，检验的功效相对较弱。应用条件：1、抽样总体为正态分布或近似正态分布2、各抽样总体为等方差或方差齐性3、各变量值间是相互独立的（书上）适用于登记资料、总体分布偏态或分布类型未知的资料、有个别数据偏大或数据的某一端无确定数值的资料、各离散程度相差悬殊的资料3、请简述对两总体均数作独立样本假设检验可以采用的统计方法及适用条件？可以采用两组独立样本资料的方差齐性检验（成组）和两组独立样本比较的t检验。4、方差是实际值与期望值之差平方的平均值，而标准差是方差平方根。 在实际计算中，我们用以下公式计算方差。在样本容量相同的情况下，方差越大，说明数据的波动越大，越不稳定 。5、二项分布：Px=k=Cpq“。，(七=o，l，2，1)二项分布bf忍，pl当行很大，p很小，A=np大小适中时，可用参数为兄=np的泊松分布来近似；当栉充分大，且p既不接近于0也不接近于1时，二项分布6(胛，P)可用正态分布(印，印(1-p)来近似；泊松分布，(五肖A充分大时的极限分布是正态分布N(A，五1，并且泊松分布，rf兄1的分布函数与正态分布(五，力)的分布函数近似相等6、试述直线相关与直线回归的区别与联系。区别（1）应用不同：直线回归用于说明两变量间数量依存变化的关系，描述y如何依赖于x而变化；直线相关用于说明两变量间的直线相关关系，此时两变量的关系是平等的。（2）资料要求不同：直线回归要求应变量y是来自正态总体的随机变量，而x可以是来自正态总体的随机变量，也可以是严密控制、精确测量的变量；相关分析则要求x，y是来自双变量正态分布总体的随机变量。（3）b和r的含义不同：b表示x每改变一个单位，y平均增（减）b个单位；r说明具有直线关系的两个变量间相关的密切程度与相关方向。（4）b和r的计算公式不同：（5）取值范围：-b+；-1r1（6）单位：b有单位；r无单位。2.联系（1）对同一样本，若同时计算b和r，其正负号是一致的。（2）对同一样本，b和r的假设检验是等价的，二者的t值相等，即tbtr。（3）用回归解释相关。r