医学统计学重点简答题和名词解释..doc

统计学（Statistics）：运用概率论、数理统计的原理与方法，研究数据的搜集；分析；解释；表达 的科学。 抽样误差（sampling error）在抽样过程中由于抽样的偶然性而出现的误差。表现为总体参数与样本统计量的差异，以及多个样本统计量之间的差异。可用标准误描述其大小。 标准误(Standard Error) 样本统计量的标准差，反映样本统计量的离散程度，也间接反映了抽样误差的大小。样本均数的标准差称为均数的标准误。均数标准误大小与标准差呈正比，与样本例数的平方根呈反比，故欲降低抽样误差，可增加样本例数 区间估计（interval estimation）：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，该范围称为置信区间（confidence interval，CI），又称可信区间。 参考值范围 描述绝大多数正常人的某项指标所在范围；正态分布法（标准差）、百分位数法，参考值范围用于判断某项指标是否正常 置信区间 揭示的是按一定置信度估计总体参数所在的范围。t分布法、正态分布法（标准误）、二项分布法。置信区间估计总体参数所在范围 非参数统计（nonparametric statistics）是指在统计检验中不需要假定总体分布形式和计算参数估计量,直接对比较数据(x)的分布进行统计检验的方法。 变异（variation）：对于同质的各观察单位，其某变量值之间的差异 同质（homogeneity）：研究对象具有的相同的状况或属性等共性。 参数（parameter）：描述总体特征的统计指标。 统计量（statistic）：描述样本特征的统计指标。 实验设计的基本原则 对照 (control) 对受试对象不施加处理因素的状态。在确定接受处理因素的实验组时，要同时设立对照组 重复 (replication) 相同实验条件下进行多次实验或多次观察。整个实验的重复；观察多个受试对象（样本量）；同一受试对象重复观察。作用是估计变异大小和降低变异 随机化(randomization) 采用随机的方式，使每个受试对象都有同等的机会被抽取或分配到试验组和对照组。 I类错误（假阳性错误） 真实情况为H0是成立的，但检验结果为H0不成立，这样的错误称为I类错误。其发生的概率用 ? 表示。在假设检验中作为检验水准。一般取0.05或0.01。 II类错误（假阴性错误） 真实情况为H1是成立的，但检验结果为H1不成立，这样的错误称为II类错误。其发生的概率用 ? 表示。由于其取值取决于H1 ，因此在假设检验中无法确定。 变异指标 是用于描述一组观察值围绕中心位置散布的范围，即描述离散趋势的统计指标。数值越大，说明数据越离散，反之越集中。极差 (range)；四分位数间距(quartile range)；方差(variance)；标准差(standard deviation)；变异系数(coefficient of variation 平均数指标 用于描述一组同质观察值的集中趋势，反映一组观察值的平均水平。算术均数（arithmetic mean）；几何均数（geometric mean）；中位数（median）；众数（mode） 单纯抽样 将调查总体的全部观察单位编号，从而形成抽样框架，在抽样框架中随机抽取部分观察单位组成样本。每个观察对象都有相同的机会被抽中 系统抽样 又称机械抽样。按照某种顺序给总体中的个体编号，然后随机地抽取一个号码作为第一个调查个体，其他的调查个体则按照某种确定的规则“系统”地抽取。 最常用的方法是等距抽样 分层抽样 先将总体中全部个体按某种特征分成若干“层”，再从每一层内随机抽取一定数量的个体组成样本。分层特征与研究目的有关。按各层比例抽样。为减少抽样误差，要求层内误差最小，层间误差最大。 整群抽样 先将总体分成若干“群”，从中随机抽取几个群，抽取群内的所有观察单位组成调查样本。“群”的确定与研究目的无关。为减少抽样误差，需多抽几个“群”。 一、统计表有哪些要素构成的？制表的注意事项有哪些？ 一般来说，统计表由标题、标目、线条和数字、备注五部分组成。但备注并不是必需的内容，可以根据需要出现。 1简明扼要，重点突出：最好一张表突出一个中心，不易太多中心，如果需要说明多个中心，可分成多张统计表。 2合理安排主语和谓语的位置：对于表中任意一行，从左至右，通过简短的连接词，可连成成一句通顺的句子。 3表中数据要认真核对，保证准确可靠 二、为什么不宜用t 检验对多组均数进行比较？ 如果用 t 检验进行多个样本均数的两两比较，则会增加犯 I 类错误的概率。 经检验得到拒绝H0 ，认为两组之间有差别的结论可能犯I类错误的概率为?，不犯I类错误的概率为1- ? . 每次判断均不犯I类错误的概