医学统计学复习资料.docVIP

总体：根据研究目的确定的全部同质观察单位某项或者某些指标测量值的集合。 样本：是总体中有代表性的一部分数据集合。代表性：反应总体特征（随机抽样、足够数量、分布与总体一致即结构） 完全随机设计与随机区组设计的比较： 完全随机设计 随机区组设计 分配对象方式 一次性随机分配 分配次数等于区组数 分析方法 F=MSB/MSW F=MSB/MSEF=MSb/MSE 误差内涵 抽样误差+测量误差 测量误差 检验效能 小 大 联系 都是对单因素多水平的效应结果进行分析的方法 随机误差与系统误差：随机误差：是由各种随机因素和随机个体差异所引起的误差，具有随机变化不恒定的性质，包括抽样误差和随机测量误差，它表达的是测量值的波动性，是不可避免的。系统误差：在试验过程中，由于受试对象、研究者、仪器设备、研究方法、实验材料、环境等因素的影响，使观测结果呈现一定的偏向性和规律性。可通过实验设计和技术措施消除和控制。 x+-1.96S：从正态总体中抽大样本，变量值的95%的变异范围，包含了样本中95%的数据。X+-ta/2,v,Sx ：从正态总体中抽小样本或大样本，总体均值的可信区间概率值1-α。包含总体均值的可能性为1-α。 标准差与标准误的比较： 标准差 标准误 含义 变量对均值的离散程度 样本均数对总体均数的离散程度 大小 大 小 用途 计算变异系数、正常参考值范围 参数可信区间的估计、假设检验 公式 联系 都是离散程度的指标,标准误是通过标准差来计算 Ⅰ类错误与Ⅱ类错误：①在假设检验中无论是拒绝还是不拒绝原假设都可能犯错误。②Ⅰ类错误是指在假设检验中拒绝了一个实际成立的原假设所犯的错误，其概率的最大值为α，又称假阳性，误诊，弃真；Ⅱ类错误是指在假设检验中不拒绝一个实际不成立的原假设所犯的错误，其概率的最大值为β，又称假阴性，漏诊，存伪。③当样本含量确定时，α越大，β越小，反之。④增大样本含量可同时降低αβ。 调查与实验：调查：研究者不能主动设置处理因素，不能随机分组，混杂因素多，样本量较大，且受多因素影响。实验：研究者可主动设置处理因素，可随机分组，混杂因素少，样本量较小，受简单因素影响。 Sy.x 与Sb：Sy.x ：为剩余标准差，它是指回归分析中，实测y值对估计y值得纵向距离的平均偏差。Sb ：为样本回归系数的标准误，Sb=S Y。X/.它是指样本回归斜率对总体回归斜率的波动性。 r与b 直线相关系数r 直线回归系数b 相同点 ①研究两个变量，数量协同变化关系 ②同一资料，方向性一致 ③同一资料，假设检验水平一致tb=tr 不同点 内涵 两个相关变量的密切程度 两个相关变量的依存关系，比例关系 统计量 r b 计算公式 模型条件 正态双变量 Y或 正态分布，对x无要求 应用方面 流行病学 实验室资料 敏感度与特异度：敏感度Se：表示真病人被诊断为阳性的概率。它表达了诊断实验对病人的确证能力，Se越大，漏诊的可能性越小。：特异度Sp：表示非病人被诊断为阴性的概率，它表达了诊断试验对非病人的鉴别能力，Sp越大，漏诊的概率越小。 阳性似然比和阴性似然比：阳性似然比：是诊断试验的真阳性率与假阳性率之比，即敏感度/1-特异度。阴性似然比：是诊断试验的假阴性率与真阴性率之比，即1-敏感度/特异度。两者的比值为比数积，是把敏感度和特异度综合考虑的统计指标。 双侧检验与单侧检验：双侧检验和单侧检验应如何选择，需根据研究目的和专业知识而定。如果根据目前所拥有的知识和资料无法确定两种方法的优劣，则应选用双侧检验。如果有充足的知识可以确定一种方法必然优于另一种方法，则选用单侧检验。 发病率与患病率：发病率=一定时间范围内某地新发病例数/平均人口数*100%。患病率=某次调查某病病例数/调查总数*100% 原因变量与结果变量：假设两个变量x与y具有一定的相关性，当一个变量x改变时，另一个变量y也相应的改变，则数学上前者变量x称为自变量（原因变量），后者变量y称为因变量（结果变量）；而统计学上x为自变量（原因变量），y为因变量（结果变量）。原因变量和结果变量是相互独立又相互联系的两个变量。统计学上，在测量（或原始数据采集）过程两变量相互独立，同时在统计分析时两变量具有存在依存因果关系（单向影响），且可出现相互伴随的数量关系（双向影响）。专业上，两变量统计资料相互独立，具有不同性质或属性，同时在两变量存在着因果关系，可以通过专业理论知识进行阐述。 数值变量资料与分类变量资料：计量资料：对每个观察对象的观察指标用定量方法测定其数值大小所得的资料,一般用度量衡单位表示。计数资料：先将观察对象的观察指标按性质或类别进行分组，然后计数各组的数目所得的资料。 Ms组间Ms组内：组间变异：各处理组由于接受处