医学统计学重点简答题摘要.doc

一、平均水平常用的统计指标及其适用范围？ 常用统计指标包括算术均数,几何均数,中位数。 算术均数适用于对称分布，特别是正态分布的数据； 几何均数适用于经对数变换后频数分布对称或呈等比级数的数据； 中位数主要适用于三种情形：(非正态分布资料（对数正态分布除外）。(频数分布的一端或两端无确切数据的资料。(总体分布不清楚的资料。 二、应用相对数的注意事项 1.计算相对数时应有足够的观察单位数。 例数太少会使相对数波动较大，这种情况下最好用绝对数表示。 2.正确计算合计率。 计算观察单位不等的几个率的合计率（平均率）时，不能将 几个率直接相加求其平均率，而应分别将分子分母合计，再求出合计率。 3不能以构成比代替率。 构成比说明事物内部各部分所占的比重，不能说明某现象发生的频率或强度。 4.注意资料的可比性。在比较相对数时，除了要比较的因素外，其余的因素应尽可能相同或相近。 5.样本率或构成比的比较应做假设检验。 由于样本率或构成比也存在抽样误差，比较两个或多个率或构成比时，不能凭样本率或构成比的差别作出结论，而必须进行差别的假设检验。 三、正常值范围与置信区间的区别 四、标准误与标准差的区别与联系。 五、简述四格表卡方检验统计方法的选择条件 六、行×列表资料χ2检验的注意事项 1.行×列表资料中各格的理论频数T均不应小于1，并且1≤ T＜5的格子数不宜超过格子总数的1/5，否则可能产生偏性。处理的方法有三种：(增大样本含量，使理论频数增大；(根据专业知识，删去理论频数太小的行或列或将理论频数太小的行或列与性质相近的邻行或邻列合并。(改用双向无序R×C表的Fisher确切概率法。 2. 多个样本率比较，若所得统计推断为拒绝H0，接受H1时，只能认为各总体率之间总的来说有差别，但不能说明任两个总体率之间均有差别。要进一步推断哪些两总体率之间有差别，需进一步做多个样本率的多重比较。 3. 对于有序的R×C表资料不宜用χ2检验。因为行×列表资料的χ2检验与分类变量的顺序无关。 七、参数检验和非参数检验的适用范围和优缺点 参数检验 适用范围：总体分布已知、总体方差齐的资料 优点：能充分利用资料提供的信息，检验效能较高。 缺点：对样本所对应的总体分布有比较严格的要求，这样就限制了它的适用范围。 非参数检验 适用范围：1 总体分布类型不明确的计量资料 2偏态资料 3等级资料 4不满足参数检验条件的资料，如个别数据较大或数据的一端或两端是不确定数值。 5初步分析 优点：1适用范围广，可应用于参数检验难以处理的资料。 2受限条件少，不受总体分布的限制 3具有稳健性 4方法简便，易于理解和掌握。 缺点：对于符合参数检验的资料，若采用非参数检验，会导致信息损失和检验效能下降，增加犯第二类错误的概率。 八、卡方检验基本思想。 X2反应的是实际频数与根据假设检验算得的理论频数吻合程度。若检验假设H0:π1=π2成立，四个格子的实际频数A 与理论频数T 相差不应该很大，即统计量不应该很大。如果X2值很大，即相对应的P 值很小，则反过来推断A与T相差太大，超出了抽样误差允许的范围，从而怀疑H0的正确性，继而拒绝H0，接受其对立假设H1，即π1≠π2 。 九、简述最小二乘法与最大似然函数法在原理及应用上的异同之处。 原理方面：最小二乘法是一种根据残差平方和最小来求解方程系数；最大似然法是一种非线性拟合方法，常用于Logistic回归分析中回归模型的估计，其基本思想是先建立似然函数和对数似然函数，再通过使对数似然函数最大来求解相应的参数值。 应用方面：最小二乘法用于在线性回归分析中回归系数的确定；最大似然法常用于Logistic回归，cox回归中回归系数确定。 十、简述偏相关系数与复相关系数的区别 一、概念不同：偏相关系数是在对其它变量的影响进行控制的条件下，衡量多个变量中某两个变量之间的线性相关程度和相关方向的指标；复相关系数是用来度量一个变量与其它多个自变量之间的线性相关程度的指标，而不能反映其互相之间线性相关的方向。用R表示。 二、计算不同：偏相关系数等于两个相应的偏回归系数的几何平均数；复相关系数R=根号下R2=根号下SS回/SS总 三、取值范围不同：偏相关系数取值范围为[-1,1]；而复相关系数则为[0,1] 四、假设检验不同：偏相关系数的假设检验等同于偏回归系数的t检验.；复相关系数的假设检验等同于回归方程的方差分析。 十一、简述方差分析基本思想及应用条件 基本思想：根据资料设计的类型