【孙振球第三版】医学统计学复习题2011.12.22日.doc

《【孙振球第三版】医学统计学复习题2011.12.22日.doc》由会员分享，可在线阅读，更多相关《【孙振球第三版】医学统计学复习题2011.12.22日.doc（12页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、一、名词解释：1、总体：根据研究目确实定的同质观察单位的全体。是同质所有观察单位的某种变量值的集合。2、有限总体：是指空间、时间范围限制的总体。3、无限总体：是指没有空间、时间限制的总体。4、样本：从总体中随机抽取局部观察单位，其实测值的集合。5、计量资料：又称定量资料或数值变量资料。为观测每个观察单位的某项指标的大小，而获得的资料。其变量值是定量的，表现为数值大小，一般有度量衡单位。根据其观测值取值是否连续，又可分为连续型或离散型两类。6、计数资料：又称定性资料或者无序分类变量资料，亦称名义变量资料，是将观察单位按照某种属性或类别分组计数，分组汇总各组观察单位数后得到的资料。其变量值是定性的

2、，表现为互不相容的性或类别。分两种情形：1二分类：两类间相互对立，互不相容。2多分类：各类间互不相容。7、等级资料：又称半定量资料或有序分类变量资料，是将观察单位按某种属性的不同程度分成等级后分组计数，分类汇总各组观察单位数后而得到的资料。其变量值具有半定量性质，表现为等级大小或属性程度。8、随机误差偶然误差：是一类不恒定的、随机变化的误差，由多种尚无法控制的因素引起，观察值不按方向性和系统性变化，在大量重复测量中，它可呈现或大或小，或正或负的规律性变化。9、平均数：描述一组变量值的集中位置或水平。常用的平均数有算术平均数、几何平均数和中位数。10、抽样误差：由于个体差异和随机抽样造成的样本统

3、计量和总体参数之间的差异，以及统一总体假设干样本统计量之间的差异。13、相对数：两个有联系的指标之比，是分类变量常用的描述性统计指标，常用两个分类的绝对数之比表示相对数学的大小。如率、构成比、比等。14、率：强度相对数，说明某现象发生的频率或强度。15、构成比：结构相对数字，表示事物内部某一局部的个体与该事物各个局部个体数的和之比。用来说明各构成局部在总体所占的比重或分布。16、相比照：简称比，是两个相关联指标之比，说明两指标间的比例关系。两指标可以性质相同，也可以性质不同，通常以倍数或百分数表示。两指标可以是绝对数、相对数或平均数。17、标准化：采用某影响因素的统一标准构成以消除内部构成不同

4、对总率的影响，使通过标化后的标准率具有可比性。18、动态数列：是一系列按时间顺序排列起来的统计指标，用以观察和比拟该事物在时间上的变化和开展趋势。常用指标有绝对增长量、开展速度与增长速度、平均开展速度与平均增长速度。19、非参数检验：相对于参数检验而言，不依赖于总体分布类型，也不对总体参数进行统计推断的假设检验方法，称为参数检验。20、相关系数：又称Pearson积差相关系数，以符号r来表示。说明两正态变量间相关关系的密切程度和方向的指标。无单位，其值为-1r1。相关系数的检验假设常用t检验。21、回归系数：即线性回归方程的斜率b,其统计意义是当X变化一个单位时Y的平均改变的估计值。在直线回归

5、中对回归系数的t检验与F检验等价。22、随机划原那么：是指在实验分组时，每个受试对象均有相同的概率或时机被分陪配到实验组和对照组。23、分类变量资料：计数资料，又称定性资料或无序分类变量资料。是将观察单位按照某种属性或类别分组计数，分组汇总各组观察单位数后得到的资料。其变量值是定性的，表现为互不相容的性或类别。分两种情形：1二分类：两类间相互对立，互不相容。2多分类：各类间互不相容。24、无序分类变量资料：计数资料，又称定性资料。是将观察单位按照某种属性或类别分组计数，分组汇总各组观察单位数后得到的资料。其变量值是定性的，表现为互不相容的性或类别。分两种情形：1二分类：两类间相互对立，互不相容

6、。2多分类：各类间互不相容。25、期望寿命：指同时出生的一代人活满x岁以后尚能生存的年数即岁数。26、检验效能：表达式为1-，以往称把握度。其意义为当两总体确有差异，按规定检验水准所能发现该差异的能力。27、观察单位：亦称个体，是统计研究中的根本单位。它可以是一个人、一只动物，也可以是特指的一群人；可以是一个器官，甚至一个细胞。28、样本含量：样本中包含观察单位数称为该样本的样本含量。29、变量：确定总体之后，研究者应对每个观察单位的某项特征进行观察或测量，这种特征能表现观察单位的变异性，成为变量。30、变量值：对变量的观测值称为变量值或观察值。31、误差：泛指实测值与真实值之差，按产生原因和

7、性质可粗分为1随机误差；2非随机误差系统误差非系统误差。32、系统误差：实验过程中产生的误差，它的值或恒不变，或遵循一定的变化规律，其产生的原因往往是可知的或可能掌握的。应尽可能设法预见到各种系统误差的具体来源，力求通过周密的研究设计和严格的技术措施施加以消除或控制。33、非系统误差：在实验过程中由于研究者偶然失误造成的误差。这类误差应当通过认真检查核对予以去除，否那么将影响研究结果的准确性。34、频率：一个随机试验有几种可能，在结果重复进行试验时，个别结果看来是偶然发生，但当重复试验次数相当大时，总有规律出现。在重复屡次后，出现结果的比例称之为频率。35、概率：概率是描述随机事件发生可能性大

8、小的一个度量。36、医学参考值：是直指包括绝大多数正常人的人体形态、功能和代谢产物等个各种生理指标常数，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，故医学参考值范围作为判定正常和异常的参考标准。37、正态分布：正态分布又称高斯分布，是一种很重要的连续型分布，应用很广。假设指标X的频率分布曲线对应于数学上的正态分布曲线，那么称该指标服从正态分布。38、偏态分布：指集中位置偏向一侧，频数分布不对称。1正偏态分布：集中位置偏向数值小的一侧。2负偏态分布：集中位置偏向数值大的一侧。39抽样：在医学研究中，为节省人力、物力、财礼和时间，一般都采取从总体中抽取样本，根据样本信息

9、来推断总体特征的方法，即抽样研究的方法来实现，这种从总体种随机抽取局部观察单位的过程称为抽样。为保证样本的代表性，抽样时必须遵循随机化原那么。统计描述：指选用恰当的指标，通常称为统计量，选用适宜的统计表与统计图，对资料的数量特征及其分布规律进行测定和描述。包括搜集数据、整理数据、总结数据、分析数据以及将数据呈现出来统计推断：指如何在一定的可信度下由样本信息统计指标来推断总体相应指标，又称参数估计。包括进行推测、假设检验、确定关系然后作出预测小概率事件：统计分析中的很多结论都是基于一定可信程度下的概率推断，习惯上将P=0.05称为小概率事件，表示一次实验或观察中该事件发生的可能很小，可以视为可能

10、不发生。 算术均数：简称均数 可用于反映一组呈对称分布的变量值在数量上的平均水平或者说是集中位置的特征值。几何均数geometric mean： 可用于反映一组经对数转换后呈对称分布的变量值在数量上的平均水平。适用条件：呈倍数关系的等比资料或对数正态分布正偏态资料；如抗体滴度资料中位数median：是将变量值从小到大排列，位置居于中间的那个变量值。符号为Md，反映一批观察值在位次上的平均水平。适用于: 1、各种分布类型的资料2、特别是偏态分布资料和开囗资料一端或两端无确切数值的资料。 3、 资料分布不明等百分位数：将一组数据从大到小按顺序排列起来，并计算相应的累计百分位频率。那某一百分位所对应

11、的数据变量值就叫这一百分位的百分位数 百分位数的应用：确定医学参考值范围 ；中位数Md与四分位半间距QD一起使用，描述偏态分布资料的特征百分位数 ：数据从小到大 排列;在百分尺度下，所占百分比对应的值。记为Px。包括直接算法和频数表法应用：1.确定医学参考值范围 reference range：如95参考值范围P97.5P2.5；表示有95正常个体的测量值在此范围。2.中位数Md与四分位半间距QD一起使用，描述偏态分布资料的特征 方差 variance也称均方差mean square deviation，样本观察值的离均差平方和的均值。表示一组数据的平均离散情况。标准差 standard de

12、viation即方差的正平方根；其单位与原变量X的单位相同。 自由度是数学名词，在统计学中，n个数据如不受任何条件的限制，那么n个数据可取任意值，称为有n个自由度变异系数：多用于观察指标单位不同时，如身高与体重的变异程度的比拟；或均数相差较大时，如儿童身高与成人身高变异程度的比拟。医学参考值reference value是指包括绝大多数正常人的人体形态、机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。95可信区间：从总体中作随机抽样，作

13、100次抽样，每个样本可算得一个可信区间，得100个可信区间，平均有95个可信区间包括(估计正确)，只有5个可信区间不包括(估计错误)。假设检验过去称显著性检验：它是利用小概率反证法思想，从问题的对立面(H0)出发间接判断要解决的问题(H1)是否成立。然后在H0成立的条件下计算检验统计量，最后获得 P值来判断。 检验水准a，过去称显著性水准，是预先规定的概率值，它确定了小概率事件的标准。在实际工作中常取a = 0.05。可根据不同研究目的给予不同设置。P的含义是指从H0规定的总体随机抽样，抽得等于及大于(或/和等于及小于)现有样本获得的检验统计量(如t、u等)值的概率。I 型错误：“实际无差异

14、，但下了有差异的结论，假阳性错误。犯这种错误的概率是a其值等于检验水准 II型错误：“实际有差异，但下了不拒绝H0的结论，假阴性错误。犯这种错误的概率是b其值未知 完全随机设计：是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，试验结束后比拟各组均数之间的差异有无统计学意义，推论处理因素的效应。组间变异： 各处理组由于接受处理的水平不同，各组的样本均数 (i1，2，g)也大小不等，这种变异称为组间变异。其大小可用各组均数与总均数的离均差平方和表示，记为SS组间 组内变异：在同一处理组中，虽然每个受试对象接受的处理相同，但测量值仍各不相同，这种变异称为组内

15、变异误差。组内变异可用组内各测量值Xij与其所在组的均数的差值的平方和表示，记为SS组内, 表示随机误差的影响。随机区组设计(randomized block design)又称为配伍组设计，是配对设计的扩展。具体做法是：先按影响试验结果的非处理因素如性别、体重、年龄、职业、病情、病程等将受试对象配成区组(block)，再分别将各区组内的受试对象随机分配到各处理或对照组动态数列(dynamic series)：是一系列按时间顺序排列起来的统计指标可以为绝对数，相对数或平均数，用以观察和比拟该事物在时间上的变化和开展趋势。绝对增长量;是说明事物在一定时期增长的绝对值。开展速度与增长速度：均为相比

16、照，说明事物在一定时期的速度变化。开展速度表示报告期指标的水平相当于基期水平的百分之多少或假设干倍， 平均开展速度;是各环比开展速度的几何平均数，说明某事物在一个较长时期中逐期如逐年平均开展的程度。平均增长速度;是各环比增长速度的平均数，说明某事物在一个较长时期中逐期平均增长的程度。b的意义: 回归系数b称为斜率(slope)，其统计学意义是：X 每增加(减)一个单位，Y 平均改变b个单位。 残差(residual)或剩余值，即实测值Y与假定回归线上的估计值Y的纵向距离。直线相关系数correlation coefficient，Pearson积差相关系数，用来说明具有直线关系的两变量间相关的

17、密切程度与相关方向。统计图：指利用点的位置、线段的升降、直条的长短和面积的大小等各种几何图形来表达统计资料。统计图只能提供概略的情况，而不能获得确切数值，因此不能完全代替统计表，常需要同时列出统计表作为统计图的数值依据 百分条图：是以矩形总长度作为100%，将其分割成不同长度的段表示各构成的比例。圆图和百分条图适合描述分类变量的各类别所占的构成比。百分条图以总长度L为100%，将长度L乘以各类别的构成比%得到各构成的长度，由大到小或按类别的自然顺序依次排列，其它项放最后。 箱式图(box plot)：使用5个统计量反映原始数据的分布特征，即数据分布中心位置、分布、偏度、变异范围和异常值。箱式图

18、的箱子两端分别是上、下四分位数，中间是中位数，两端连线分别是除异常值之外的最小与最大值。箱子越长数据变异程度越大，中间横线在箱子中点说明分布对称，否那么不对称。箱式图特别适合多组数据分布的比拟。二项分布binomial distribution是指在只会产生两种可能结果如“阳性或“阴性之一的n次独立重复试验中，当每次试验的“阳性概率保持不变时，出现“阳性次数X=0，1，2，n的一种概率分布。记作：XB(n，) 。概率可以由下边公式求出： X=0，1，2，3、，nPoisson分布：Poisson distribution作为二项分布的一种极限情况，已开展成为描述小概率事件发生规律性的一种重要分

19、布。Poisson分布是描述单位面积、体积、时间、人群等内稀有事件或罕见事件发生数的分布。所谓随机变量X 服从Poisson分布，是指在足够多的n次独立Bernoulli试验中，取值X 的概率为非参数检验 针对某些资料的总体分布难以用某种函数式来表达，或者资料的总体分布的函数式是未知的，只知道总体分布式连续型的或是离散型的，用于解决这类问题需要一种不依赖总体分布的具体形式的统计分析方法。由于这类方法不受总体参数的限制，故称为非参数统计，或称为不拘分布的统计分析方法，又称为无分布型式假定的统计分析方法。适于处理总体分布不易确定或未知；分布非正态但无适宜转换方法；有一端或两端有不确定数值如15.0

20、 的资料；等级资料等。参数检验 通常要求样本来自总体分布类型正态分布，在这种假设的根底上，对总体参数如总体均数进行估计和检验，称为参数检验。例如，均数的区间估计；t检验/u检验，F检验。 “球对称假设 ： 满足“球对称假设，可用第四章随机区组方差分析比拟处理组间差异；假设不满足“球对称假设，亦可用随机区组方差分析，但需校正时间效应F界值的自由度。单变量分析：研究单个变量的数量特征，推断两个或多个总体参数的差异。 双变量分析：研究两个变量的数量依存或依赖关系或互依或相关关系。 多变量分析：研究多个变量的数量依存或依赖关系或互依或相关关系。单独效应：指其他因素的水平固定时，同一因素不同水平间的差异

21、 主效应： 指某一因素各水平间的平均差异交互作用：当某因素的各个单独效应随另一因素变化而变化时，那么称这两个因素间存在交互作用。正交试验：非全面组合，g 个处理组是各因素 各水平的局部组合，即析因设计 的局部实施。优点：减少试验次数缺点：牺牲分析各因素局部交互作用b0为截距：表示各自变量均为0时y的的估计值。bi称为偏回归系数，是i的估计值，表示当方程中其他自变量保持不变时，自变量Xi变化一个计量单位,反响变量Y的平均变化量。 b称为 X=(X1, X2, , Xm)时,反响变量Y的估计值。e是去除m个自变量对Y影响后的随机误差残差偏相关系数：扣除其他变量的影响后，变量Y与Xi的相关， 称为Y

22、与Xi的偏相关系数。 优势比OR(odds ratio) 流行病学衡量危险因素作用大小的比数比例指标。计算公式为：优势比估计：可反映某一因素两个不同水平c1，c0的优势比：logistic回归：是一个概率型模型，因此可以利用它预测某事件发生的概率。例如在临床上可以根据患者的一些检查指标，判断患某种疾病的概率有多大。综合评价：利用多项指标对某个评价对象的某种属性进行定性、定量评估，或者对多个评价对象的属性进行定性、定量评估，可对优劣顺序排序多元回归与逐步回归法：多元回归分析挑选标准化偏回归系数绝对值较大或偏回归系数假设检验有显著性的指标作为评价指标；逐步回归有自动挑选主要影响指标的功能，是目前最

23、常用的指标挑选方法。指标聚类法：在存在众多指标的情况下，可将相似指标聚成类，再从每类中找一个典型指标作为代表，从而用少量几个典型指标作为评价指标来代表原来众多的指标建立评价模型。层次分析法(Analytic Hierarchy Process,简称AHP)：由美国科学家于20世纪70年代提出,是用系统分析的方法，对评价对象依评价目的所确定的总评价目标进行连续性分解,得到各级各层评价目标，并以最下层指标作为衡量目标到达程度的评价指标。然后依据这些指标计算出一综合评分指数对评价对象的总评价目标进行评价，依其大小来确定评价对象的优劣等级。秩和比Rank Sum Ratio，RSR指行或列秩次的平均值

24、，是一个非参数统计量，具有01连续变量的特征。在综合评价中，秩和比综合了多项评价指标的信息，说明多个评价指标的综合水平， RSR值越大越优。 重复测量设计 ：当前后测量设计的重复测量次数m3时，称重复测量设计或重复测量数据。 判别分析:在分为假设干个类的前提下，获得判别模型，并用来判定观察对象的归属。 聚类分析:将随机现象归类的统计学方法，在不知道应分多少类适宜的情况下，试图借助数理统计的方法用已收集到的资料找出研究对象的适当归类方法。已成为开掘海量基因信息的首选工具。 R型聚类: 又称指标聚类，是指将m个指标归类的方法，其目的是将指标降维从而选择有代表性的指标。Q型聚类: 又称样品聚类，是指

25、将n个样品归类的方法，其目的是找出样品间的共性。非参数检验 针对某些资料的总体分布难以用某种函数式来表达，或者资料的总体分布的函数式是未知的，只知道总体分布式连续型的或是离散型的，用于解决这类问题需要一种不依赖总体分布的具体形式的统计分析方法。由于这类方法不受总体参数的限制，故称为非参数统计，或称为不拘分布的统计分析方法，又称为无分布型式假定的统计分析方法。适于处理总体分布不易确定或未知；分布非正态但无适宜转换方法；有一端或两端有不确定数值如15.0 的资料；等级资料等。参数检验：通常要求样本来自总体分布类型正态分布，在这种假设的根底上，对总体参数如总体均数进行估计和检验，称为参数检验。例如，

26、均数的区间估计；t检验/u检验，F检验。完全数据：一局部研究对象可观察到死亡，从而得到准确的生存时间，所提供的信息是完全的不完全数据：亦称截尾数据：一局部病人，或中途失访，或到观察结束时仍存活，对这局部病人无法知道准确的生存时间，只知道其生存时间比观察到的时间要长，它提供不完全的信息，称为不完全数据，亦称截尾数据生存时间： 生存时间survival time是任何两个有联系事件之间的时间间隔，常用符号t表示。狭义的生存时间常指患某种疾病的病人从发病到死亡所经历的时间跨度，广义的生存时间定义为从某种起始事件到终点事件所经历的时间跨度。 生存函数：生存函数survival function又称为累

27、积生存率，简称生存率。表示具有协变量的观察对象其生存时间大于时间的概率，常用表示。死亡概率：表示一个观察对象从开始观察到时间t为止的死亡概率，它是一个随时间上升的函数：F(t，X)=P(Tt，X)，当t趋于无穷大时，死亡概率等于1。 层次分析法：用系统分析的方法，对评价对象依评价目的所确定的总评价目标进行连续性分解,得到各级各层评价目标，并以最下层指标作为衡量目标到达程度的评价指标。然后依据这些指标计算出一综合评分指数对评价对象的总评价目标进行评价，依其大小来确定评价对象的优劣等级。Topsis法：是系统工程中有限方案多目标决策分析的一种常用方法，可用于效益评价、卫生决策和卫生事业管理等多个领

28、域。本法对样本资料无特殊要求，使用灵活简便，故应用日趋广泛。秩和比法：指利用RSR进行统计分析的一组方法。其根本思想是：在一个行列矩阵中，通过秩转换，获得无量纲统计量；在此根底上，运用参数统计分析的概念与方法，研究的分布；以RSR值对评价对象的优劣直接排序或分档排序。频数表：频数表亦称频数分布表，是由变量值的分组和各组段的例数构成统计描述：指选用恰当的指标，通常称为统计量，选用适宜的统计表与统计图，对资料的数量特征及其分布规律进行测定和描述。包括搜集数据、整理数据、总结数据、分析数据以及将数据呈现出来统计推断：指如何在一定的可信度下由样本信息统计指标来推断总体相应指标，又称参数估计。包括进行推

29、测、假设检验、确定关系然后作出预测，有点估计和区间估计。小概率事件：统计分析中的很多结论都是基于一定可信程度下的概率推断，习惯上将P=0.05称为小概率事件，表示一次实验或观察中该事件发生的可能很小，可以视为可能不发生。 算术均数：简称均数 可用于反映一组呈对称分布的变量值在数量上的平均水平或者说是集中位置的特征值。几何均数： 可用于反映一组经对数转换后呈对称分布的变量值在数量上的平均水平。适用条件：呈倍数关系的等比资料或对数正态分布正偏态资料；如抗体滴度资料中位数：是将变量值从小到大排列，位置居于中间的那个变量值。符号为Md，反映一批观察值在位次上的平均水平。适用于: 1、各种分布类型的资料

30、2、特别是偏态分布资料和开囗资料一端或两端无确切数值的资料。 3、 资料分布不明等百分位数：将一组数据从大到小按顺序排列起来，并计算相应的累计百分位频率。那某一百分位所对应的数据变量值就叫这一百分位的百分位数 百分位数的应用：确定医学参考值范围 ；中位数Md与四分位半间距QD一起使用，描述偏态分布资料的特征参考值范围：由于个体存在差异，医学数据，并不是常数，而是在一定范围内波动，是指包括绝大多数正常人形态、功能和代谢产物等各种生理及生化指标常数，也称正常值。百分位数：数据从小到大 排列;在百分尺度下，所占百分比对应的值。记为Px。包括直接算法和频数表法应用：1.确定医学参考值范围：如95参考值

31、范围P97.5P2.5；表示有95正常个体的测量值在此范围。2.中位数Md与四分位半间距QD一起使用，描述偏态分布资料的特征 抽样误差：由个体变异产生的，抽样造成的样本统计量与总体参数的差异方差也称均方差，样本观察值的离均差平方和的均值。表示一组数据的平均离散情况。标准差即方差的正平方根；其单位与原变量X的单位相同。 ，标准误：将样本统计量的标准差称，样本均数的标准差称均数标准误,反映了样本均属间的离散程度，也反映了样本均数与总体均数的差异，说明均数抽样误差的大小自由度是数学名词，在统计学中，n个数据如不受任何条件的限制，那么n个数据可取任意值，称为有n个自由度变异系数：多用于观察指标单位不同

32、时，如身高与体重的变异程度的比拟；或均数相差较大时，如儿童身高与成人身高变异程度的比拟。可信区间：按一定的概率或可信度(1-)用一个区间来估计总体参数所在的范围,该范围通常称为参数的可信区间或者置信区间,预先给定的概率(1-)称为可信度或者置信度。如果能进行重复抽样试验，平均有1-的可信区间包含总体参数。95可信区间：从总体中作随机抽样，作100次抽样，每个样本可算得一个可信区间，得100个可信区间，平均有95个可信区间包括(估计正确)，只有5个可信区间不包括(估计错误)。假设检验过去称显著性检验：它是利用小概率反证法思想，从问题的对立面(H0)出发间接判断要解决的问题(H1)是否成立。然后在

33、H0成立的条件下计算检验统计量，最后获得 P值来判断。 检验水准a，过去称显著性水准，是预先规定的概率值，它确定了小概率事件的标准。在实际工作中常取a = 0.05。可根据不同研究目的给予不同设置。检验效能：是用数量描述的事物现象之间如果确定有一个真正的差异存在，能被显著性检验所检出的概率标准化法：用统一的内部构成，然后计算标准化率的方法。采用某影响因素的统一标准构成，以消除构成不同对合计率地影响，使标准化后的率具有可比性P的含义是指从H0规定的总体随机抽样，抽得等于及大于(或/和等于及小于)现有样本获得的检验统计量(如t、u等)值的概率。完全随机设计：是采用完全随机化的分组方法，将全部试验对

34、象分配到g个处理组水平组，各组分别接受不同的处理，试验结束后比拟各组均数之间的差异有无统计学意义，推论处理因素的效应。组间变异： 各处理组由于接受处理的水平不同，各组的样本均数 (i1，2，g)也大小不等，这种变异称为组间变异。其大小可用各组均数与总均数的离均差平方和表示，记为SS组间 组内变异：在同一处理组中，虽然每个受试对象接受的处理相同，但测量值仍各不相同，这种变异称为组内变异误差。组内变异可用组内各测量值Xij与其所在组的均数的差值的平方和表示，记为SS组内, 表示随机误差的影响。随机区组设计又称为配伍组设计，是配对设计的扩展。具体做法是：先按影响试验结果的非处理因素如性别、体重、年龄

35、、职业、病情、病程等将受试对象配成区组(block)，再分别将各区组内的受试对象随机分配到各处理或对照组动态数列：是一系列按时间顺序排列起来的统计指标可以为绝对数，相对数或平均数，用以观察和比拟该事物在时间上的变化和开展趋势。二项分布是指在只会产生两种可能结果如“阳性或“阴性之一的n次独立重复试验中，当每次试验的“阳性概率保持不变时，出现“阳性次数X=0，1，2，n的一种概率分布。记作：XB(n，) 。 Poisson分布：作为二项分布的一种极限情况，已开展成为描述小概率事件发生规律性的一种重要分布。Poisson分布是描述单位面积、体积、时间、人群等内稀有事件或罕见事件发生数的分布。所谓随机

36、变量X 服从Poisson分布，是指在足够多的n次独立Bernoulli试验中，取值X 的概率b的意义: 回归系数b称为斜率(slope)，其统计学意义是：X 每增加(减)一个单位，Y 平均改变b个单位。 残差或剩余值，即实测值Y与假定回归线上的估计值Y的纵向距离。直线相关系数，Pearson积差相关系数，用来说明具有直线关系的两变量间相关的密切程度与相关方向。统计图：指利用点的位置、线段的升降、直条的长短和面积的大小等各种几何图形来表达统计资料。统计图只能提供概略的情况，而不能获得确切数值，因此不能完全代替统计表，常需要同时列出统计表作为统计图的数值依据百分条图：是以矩形总长度作为100%，

37、将其分割成不同长度的段表示各构成的比例。圆图和百分条图适合描述分类变量的各类别所占的构成比。百分条图以总长度L为100%，将长度L乘以各类别的构成比%得到各构成的长度，由大到小或按类别的自然顺序依次排列，其它项放最后。 箱式图(box plot)：使用5个统计量反映原始数据的分布特征，即数据分布中心位置、分布、偏度、变异范围和异常值。箱式图的箱子两端分别是上、下四分位数，中间是中位数，两端连线分别是除异常值之外的最小与最大值。箱子越长数据变异程度越大，中间横线在箱子中点说明分布对称，否那么不对称。箱式图特别适合多组数据分布的比拟。茎叶图:将数据别离成两局部，整数为茎，尾数为叶“球对称假设 ：

38、满足“球对称假设，可用第四章随机区组方差分析比拟处理组间差异；假设不满足“球对称假设，亦可用随机区组方差分析，但需校正时间效应F界值的自由度。二、填空题1、医学统计工作的根本步骤：设计、搜集资料、整理资料、分析资料。2、医学统计资料的主要来源的四个方面：统计报表、经常性工作记录、专题调查、统计年鉴和数据库专集。3、正态分布的规律的应用：估计频数分布情况、质量控制、统计处理方法的理论根底、估计医学参考值范围。4、计量资料统计描述的方法：频数分布表、频数分布图、统计指标。5、CV变异系数：常用于度衡量单位不同和均数相悬殊的多组资料变异度的比拟。6、统计推断是从总体中随机抽样本，由样本信息推断总体特

39、征的过程，包括参数估计和假设检验两方面内容。参数估计包括点估计和区间估计。7、可信区见估计的优劣取决于两要素：1可信度1-准确度，即区间包含总体均数的理论概率大小，可信度愈接近1愈好。2区间宽度精密度，即区间的长度，区间愈窄愈好。8、变量变换的方法有：对数变换、平方跟变换、倒数变换、平方根反正弦变换。9、常用的相对数：率、构成比、相比照。10、动态数列常用指标有：绝对增长量、开展速度与增长速度、平均开展速度、平均增长速度。11、二项式分布的参数是n和。n,n次独立重复实验数目；，每次实验的“阳性概率。12、二项式分布在n很大，而很小，且n=为常数时，二项式分布近似Poisson分布。13、总体

40、均数与总体方差2相等是Poisson分布的重要特征。14、Poisson分布具备可加性。15、当总体率增大时，Poisson分布渐近正态分布。16、四格表中四格子根本数值为两对实测的实际频数和理论频数。17、R*C表的卡方检验，假设表格中有一个方向按多个等级分类时，那么称之为单向有序行列表，当等级数大于3时，如检验各处理组各等级下的构成比有无差异时采用2检验，如检验各处理组各等级下的程度上有无差异时采用非参数检验。18、配比照拟秩和检验，以正秩或负秩的和T为检验统计量，其中T越小那么P的值小于相应的检验水平。19、正态分布的两个参数和2，前者决定分布的位置，后者决定分布的形态形状、变异度。20

41、、四格表2的校正条件为n40而且1T5。21、R*C表资料2检验，如果有T1，应该采取的措施有：1增加样本含量，使理论频数增大；2根据专业知识考虑能否删除理论频数太小的行或列，能否将理论频数太小的行或列与性质相近的行或列合并。3改用双向无序R*C表资料的Fisher确切概率法。22、Poisson分布中，总体的方差与均数的关系是=2，当均数较大时，Poisson分布趋近于正态分布。23、要分析某个资料是否属于二项分布，可用频数分布的拟合优度的2检验。24、r是相关系数，表示具有直线关系的两变量间相关密切程度和相关方向。25、变异系数的应用条件是均数相差较大、观察指标单位不同。26、2表示理论频

42、数与实际频数的符合程度。27、常用相对数的指标有强度相对数字率、结构相对数构成比、相比照比。28、常用的描述构成比的统计图有圆图和百分比条图。29、方差分析的应用条件为相互独立的随机样本、来自正态总体、方差齐性。30、实验设计的根本原那么随即机原那么、对照原那么、重复原那么。31、常用的几种统计图有直条图、圆图和百分比条图、线图、直方图、统计地图、其它特殊分析图。32、写出四种变量变换的方法：倒数变换、平方根变换、平方反正弦变换、对数变换。33、在F检验中如有各比拟组方差不齐时应用变量变换、近似t检验、Wilcoxon秩和检验的方法。34、四格表资料2适用条件：1n40且T5时用2检验的根本公

43、式，当P时，改用四格资料表的Fisher确实切概率法；2n40且1T5时用，用四格资料表2检验的校正公式，或改用四格资料表的Fisher确实切概率法；3n40，或T1时，改用四格资料表的Fisher确实切概率法。35、当总体率很小时，当n很大时，二项分布可用泊松分布来近似。36、率的标准化的计算方法有直接标准化方法和间接标准化方法。37、2检验的用途：1推断两个总体率或构成比之间有无差异；2多个总体率或构成比之间有无差异；3两分类变量间有无关联性；4多个样本间的多重比拟；5频数分布拟合优度的2检验。38、拟合优度检验常用判定实际分布是否符合正态分布、二项分布、Poisson分布和负二项分布。3

44、9、实验设计的三个根本要素为：实验单位、处理因素、实验效应。40、变异系数常用于观察单位指标不同和均数相差较大的多组资料变异度的比拟。41、所有检验统计量是在H0的条件下计算出来的。42、标准化的目的是为了消除构成比不同对合计率的影响，使比拟组间具有可比性。43、统计推断包括：参数估计区间估计、点值估计、假设检验。44、医学参考值的制定方法包括：正态分布法、百分位数法。45、Poisson分布的性质：(1)可加性、(2)总体均数与总体方差2相等、(3)当n很大而很小且n=时二项分布近似Poisson分布、(4)当增大时，Poisson分布渐近正态分布。46、集中趋势的描述指标：算术均数、集几何

45、均数、中位数和百分位数。47、离散趋势的描述指标；极差、四分位数间距、方差与标准差、变异系数。第二章 计量资料的统计描述1、统计资料可以分成几类?答: 根据变量值的性质，可将统计资料分为数值变量资料(计量资料)，无序分类变量资料(计数资料)，有序分类变量资料(等级资料或半定量资料)。用定量方法测定某项指标量的大小，所得资料，即为计量资料；将观察对象按属性或类别分组，然后清点各组人数所得的资料，即为计数资料；按观察对象某种属性或特征不同程度分组，清点各组人数所得资料称为等级资料。2、不同类型统计资料之间的关系如何? 答: 根据分析需要，各类统计资料可以互相转化。如男孩的出生体重，属于计量资料，如

46、按体重正常与否分两类，那么资料转化为计数资料；如按体重分为: 低体重，正常体重，超体重，那么资料转化为等级资料。计数资料或等级资料也可经数量化后，转化为计量资料。如性别，结果为男或女，属于计数资料，如男性用0(或1)，女性用1(或0)表示，那么将计数资料转化为计量资料。3、频数分布有哪两个重要特征?答:频数分布有两个重要特征:集中趋势和离散趋势，是频数分布两个重要方面。将集中趋势和离散趋势结合起来分析，才能全面地反映事物的特征。一组同质观察值，其数值有大有小，但大多数观察值集中在某个数值范围，此种倾向称为集中趋势。另一方面有些观察值较大或较小，偏离观察值集中的位置较远，此种倾向称为离散趋势。4

47、、标准差有什么用途? 答: 标准差是描述变量值离散程度常用的指标，主要用途如下: 描述变量值的离散程度。两组同类资料(总体或样本)均数相近，标准差大，说明变量值的变异度较大，即各变量值较分散，因而均数代表性较差；反之，标准差较小，说明变量异度较小，各变量值较集中在均数周围，因而均数的代表性较好。结合均数描述正态分布特征；结合均数计算变异系数CV；结合样本含量计算标准误。5、变异系数(CV)常用于哪几方面? 答: 变异系数是变异指标之一，它常用于以下两个方面: 比拟均数相差悬殊的几组资料的变异度。如比拟儿童的体重与成年人体重的变异度，应使用CV；比拟度量衡单位不同的几组资料的变异度。如比拟同性别，同年龄人群的身高和体重的变异