卫生统计学总结

卫生统计学总结卫生统计学总结 王玉林王玉林 石河子大学医学院预防医学系石河子大学医学院预防医学系 一 简答题 一 简答题 1 方差分析的基本思想是什么 方差分析的基本思想是什么 方差分析的基本思想就是把全部观察值间的变异 总变异 按设计和需要分解成两个或多 个组成部分 然后将各部分的变异与随机误差进行比较 以判断各部分的变异是否具有统 计学意义 总自由度也分解成相应的几个部分 再做分析 分解的每一部分代表不同的含 义 其中至少有一部分代表各均数间的变异情况 另一部分代表误差 2 标准差和标准误的区别与联系 标准差和标准误的区别与联系 标准差和标准误都是变异指标 但它们之间有区别 也有联系 1 区别 概念不同 标准差是描述观察值 个体值 之间的变异程度 标准误是描述样本 均 数的抽样误差 用途不同 标准差与均数结合估计参考值范围 计算变异系数 计算标准误等 标准误用于估计参数的可信区间 进行假设检验等 它们与样本含量的关系不同 当样本含量 n 足够大时 标准差趋向稳定 而 标 准误随 n 的增大而减小 甚至趋于0 2 联系 标准差 标准误均为变异指标 当样本含量不变时 标准误与标准差成正比 3 假设检验的原理是什么 假设检验的原理是什么 假设检验 统计学中的一种推论过程 通过样本统计量得出的差异作为一般性结论 判断 总体参数之间是否存在差异 假设检验的实质是对可置信性的评价 是对一个不确定问题的决策过程 其结果在一定概 率上正确的 而不是全部 1 两类假设 对于任何一种研究而言 其结果无外乎有两种可能 即是否符合我们预期 一般来说证伪一 件事情比证实一件事容易 在行为科学的研究中 由于我们无法了解总体中除样本以外的 个体情况 因此尝试拒绝虚无假设的方法优于证明备择假设 备则假设 因变量的变化 差异确实是由于自变量的作用 往往是我们对研究结果的预期 用 H1表示 虚无假设 实际上什么也没有发生 我们所预计的改变 差异 处理效果都不存在 观察到的差异只是随机误差在起作用 用 H0表示 2 小概率原理 小概率原理 小概率事件在一次试验中几乎是不可能发生的 至于什么就算小概率事件 那就是我们在计算前明确的决策标准 也就是显著性水平 在检验过程中 我们假设虚无假设是真实的 同时计算出观测到的差异完全是由于随机误 差所致的概率 之后将其与我们实现界定好的显著性水平比较 从而考虑是否依据小概率 原理来拒绝虚无假设 3 两类错误 第 类错误 当虚无假设正确时 我们拒绝了它所犯的错误 也叫 错误 研究者得出了处理有效果的结论 而实际上并没有效果 即所谓 无中生有 第 类错误 当虚无假设是错误的时候 我们没有拒绝所犯的错误 也叫 错误 假设检验未能侦查到实际存在的处理效应 即所谓 失之交臂 两类检验的关系 不一定等于1 在其他条件不变的情况下 与 不可能同时减小或增大 4 检验的方向性 单侧检验 强调某一方向的检验 显著性的百分等级为 双侧检验 只强调差异不强调方向性的检验 显著性百分等级为 2 对于同样的显著性标准 在某一方向上 单侧检验的临界区域要大于双侧检验 因此如果 差异发生在该方向 单侧检验犯 错误的概率较小 我们也说它的检验效力更高 5 假设检验的步骤 根据问题要求 提出虚无假设和备择假设 选择适当的检验统计量 确定检验的方向性并规定显著性水平 计算检验统计量的值 将统计量的值与临界值对比做出决策 附 假设检验基本推断原理 小概率事件在一次随机试验中不 大 可能发生 假设检验基本逻辑 在零假设成立的情形下计算统计量和 P 值 把 不太可能出现的 假阳性 当做 不可能出现假阳性 从而拒绝零假设 4 直线相关与直线回归的区别与联系 直线相关与直线回归的区别与联系 1 区别 相关分析资料双变量正态分布 回归资料只要求 Y 为正态分布 X 可是正态分 布 资料 也可为一般变量 意义上 相关说明互相关系 回归反应依存关系 2 联系 同一资料 r 与 b 的正负号相同 r 与 b 的假设检验等价 同一资料 tb tr 用回归解释相关 R2 SS回 SS总 5 应用相对数时的注意事项 应用相对数时的注意事项 1 理解相对数的含义不可望文生义 2 频率型指标的解释要紧扣总体与属性 3 计算相对数时分母应有足够数量 4 正确计算合计率 5 注意资料的可比性 6 样本相对数的统计推断 6 非参数检验的特点和适用范围非参数检验的特点和适用范围 1 特点 对样本所来自的总体分布形式没有要求 收集资料方便 可用 等级 或 符号 来记录观察结果 多数非参数检验方法比较简便 易于理解和掌握 缺点是损失信息量 适用于参数检验的资料用非参数检验会降低检验效能 2 适用范围 等级资料 偏态分布资料 方差不齐 且不能通过变量变换达到齐性 个体数据偏离过大 或一端或两端无界的资料 分布类型不明 初步分析 7 卡方检验的用途 卡方检验的用途 1 单样本分布的拟合优度 2 比较两个或多个独立样本频率或独立样本频率分布 3 比较配对设计两样本和两频率分布 8 均数比较的方法有哪些 均数比较的方法有哪些 1 t 检验检验 单样本资料的 t 检验 样本均数与总体均属比较的 t 检验 推断样本是否来自已知总体 应用条件 计量资料 具有独立性 正态性 方差齐性 两独立样本资料的 t 检验 推断两样本总体均数是否相等 或两样本是否来自同一总体 应用条件 计量资料 具有独立性 正态性 方差齐性 配对设计资料的 t 检验 配对计量资料比较的 t 检验 差值均数的比较 包括异体配对 和 自身配对 应用条件 计量资料 具有独立性 正态性 方差齐性 2 方差分析方差分析 完全随机设计资料的方差分析 多个样本均数的比较 应用条件 计量资料 具有独立性 正态性 方差齐性 随机区组设计资料的方差分析 多个样本均数的比较 应用条件 计量资料 具有独立性 正态性 方差齐性 析因设计资料的方差分析 分析个实验因素的单独效应 主效应和因素间的交互效应 应用条件 计量资料 具有独立性 正态性 方差齐性 3 非参数检验非参数检验 单样本资料的秩和检验 用于不满足 t 检验条件的单样本定量变量资料的比较 推断样 本中位数与已知总体中位数是否相等 应用条件 计量资料 不具有独立性 正态性 方差齐性 配对设计资料的秩和检验 当差值 d 不满足正态分布时使用 推断两个总体中位数是否 相等 即两种处理效应是否相同 应用条件 计量资料 差值具有正态性 两独立样本比较的秩和检验 推断连续型变量资料或有序变量资料的两个独立样本代表 的两个总体分布是否有差别 应用条件 两样本来自非正态总体或方差不齐 多组独立样本比较的秩和检验 推断定量变量或有序分类变量的多个总体分布有无差别 应用条件 多个独立样本对应总体不满足正态性或方差齐性 随机区组设计的秩和检验 多个样本均数的比较 应用条件 多个独立样本对应总体不满足正态性或方差齐性 9 9 参考值范围和可信区间的区别与联系参考值范围和可信区间的区别与联系 1 从意义来看 95 参考值范围是指同质总体内包括 95 个体值的估计范围 而总体均数 95 可信区间是 指按 95 可信度估计的总体均数的所在范围 2 从计算公式看 若指标服从正态分布 95 参考值范围的公式是 1 96s 总体均数 95 可信区间的公式是 前者用标准差 后者用标准误 前者用 1 96 后者用 为 0 05 自由度为 v 的 t 界值 10 10 频率分布表 图 的用途是什么 频率分布表 图 的用途是什么 1 揭示资料的分布类型 2 描述分布的集中趋势和离散趋势 3 便于发现某些特大和特小的可疑值 4 便于进一步计算指标和统计分析 2 2 名词解释名词解释 1 医学统计学 medical statistics 应用概率论和数理统计学原理结合医学实际解决医 学科研中设计 资料收集 整理 分析的科学 2 总体 population 是根据研究目的确定的同质研究对象的全体 3 样本 sample 是指从研究总体中抽取的一部分有代表性的个体 4 同质 homogeneity 是指同一总体中个体的性质 影响条件或背景相同或非常相近 5 变异 variation 是指同质的个体之间存在的差异 6 参数 parameter 是指反映总体特征的统计指标 7 样本统计量 statistic 由样本观察资料计算出来的反映样本特征的两称为样本统计量 8 频率分布表 frequency distribution table 当变量值个数较多时 对各变量值出现 的频率列表即为频率分布表 简称频率表 9 二项分布 binomial distribution 是指在只会产生两种可能结果的 n 次独立重复试验中 当每次试验的 阳性 概率保持不变时 出现 阳性 的次数 X 0 1 2 3 n 的一种概率 分布 10 医学参考值范围 reference range 是指特定的 正常 人群的解剖 生理 生化指标及 组织代谢产物含量等数据中大多数个体的取值所在的范围 11 抽样误差 sampling error 由于生物固有的个体变异的存在 从某一总体中随机抽取一 个样本 所得样本统计量与相应的总体参数往往是不同的 这种差异称为抽样误差 12 置信区间 confidence interval CI 区间估计是将样本统计量与标准误结合起来 确定 一个具有较大置信度的包含总体参数的范围 该范围称为总体参数的置信区间 13 统计推断 statistical inference 由样本信息对相应总体的特征进行推断称为统计推断 14 假设检验 hypothesis testing 若对所估计的总体首先提出一个假设 然后通过样本数据 去推断是否拒绝这一假设 称为假设检验 15 析因设计 factorial design 是将两个或多个实验因素的个水平进行全面组合的实验 能 够分析个实验因素的单独效应 主效应和因素间的交互效应 16 单独效应 simple effect 是指其他因素水平固定时 同一因素不同水平的效应之差 17 主效应 main effect 是指某一因素单独效应的平均值 18 交互效应 interaction 是指两个或多个因素间的效应互不独立的情形 19 参数检验 parametric test 凡是以特定的总体分布为前提 对未知的总体参数做推断的 假设检验方法统称为参数检验 20 非参数检验 nonparametric test 不以特定的总体分布为前提 也不针对决定总体分布 的几个参数做推断 故又称任意分布检验 distribution free test 21 线性相关系数 linear correlation coefficient 是表示两个随机变量之间线性相关强度和 方向的统计量 22 回归系数 regression coefficient 回归分析中度量依变量对自变量的相依程度的指标