第2章统计描述
1．对定量资料进行统计描述时，如何选择适宜的指标？
定量资料统计描述常用的统计指标及其适用场合描述内容指
标
意义适用场合
平均水平均
数
个体的平均值对称分布
几何均数平均倍数取对数后对称分布
中位数位次居中的观察值
①非对称分布；②半定量资料；③末端开
口资料;④分布不明
众
数
频数最多的观察值不拘分布形式,概略分析
调和均数基于倒数变换的平均值正偏峰分布资料
变异度全
距
观察值取值范围不拘分布形式，概略分析
标准
差
(方差)
观察值平均离开均数的
程度对称分布，特别是正态分布资料
四分位数
间距
居中半数观察值的全距
①非对称分布；②半定量资料;③末端开口
资料；④分布不明
变异系数标准差与均数的相对比
①不同量纲的变量间比较;②量纲相同但
数量级相差悬殊的变量间比较
定性资料:阳性事件的概率,概率分布,强度和相对比。
2. 应用相对数时应注意哪些问题?
答:（1）防止概念混淆相对数的计算是两部分观察结果的比值,根据这两部分观察结果的特点，就可以判断所计算的相对数属于前述何种指标。
(2）计算相对数时分母不宜过小样本量较小时以直接报告绝对数为宜。
(3)观察单位数不等的几个相对数,不能直接相加求其平均水平。
(４）相对数间的比较须注意可比性,有时需分组讨论或计算标准化率。
3. 常用统计图有哪些?分别适用于什么分析目的？
常用统计图的适用资料及实施方法
图形适用资料实施方法
条图组间数量对比用直条高度表示数量大小
直方图定量资料的分布用直条的面积表示各组段的频数或频率
百分条图构成比用直条分段的长度表示全体中各部分的构成比
饼图构成比用圆饼的扇形面积表示全体中各部分的构成比
线图定量资料数值变动线条位于横、纵坐标均为算术尺度的坐标系
半对数线图定量资料发展速度线条位于算术尺度为横坐标和对数尺度为纵坐标的坐标系散点图双变量间的关联点的密集程度和形成的趋势,表示两现象间的相关关系
箱式图定量资料取值范围用箱体、线条标志四分位数间距及中位数、全距的位置茎叶图定量资料的分布用茎表示组段的设置情形,叶片为个体值,叶长为频数
第3章概率分布
１. 服从二项分布及Ｐoisｓoｎ分布的条件分别是什么？
二项分布成立的条件：①每次试验只能是互斥的两个结果之一；②每次试验的条件不变;③各次试验独立。
Pｏissｏn分布成立的条件：除二项分布成立的三个条件外,还要求试验次数n很大,而所关心的事件发生的概率 很小。
2. 二项分布、Poisson分布分别有什么特征?
①二项分布、Pｏisson分布都是离散型分布。
②二项分布的形状取决于π与n的大小。π=0.5时,不论n大小,对称分布。π≠0.５时，图形呈偏态,随n增大而逐渐对称。当n足够大，π或1－π不太小,二项分布近似正态。
③Pｏissｏn分布μ越小,分布越偏。μ越大，分布越对称。当n足够大时,分布接近正态。
4、正态分布应用
①?估计变量值的频数分布
②?制定参考值范围
③质量控制
④?正态分布是很多统计方法的基础
5. 正态分布特征
①?以均数为中心,左右对称
②?正态曲线在横轴上方均数处取得最高点
③正态分布有两个参数,即均数(位置参数)和标准差(变异度参数）
④正态曲线下面积有一定规律
第４章参数估计
1. 标准误与标准差的区别
（1）标准差反映个体值散布的程度;标准误反映估计总体参数的精确程度。
（２）标准误小于标准差。
(3）样本含量越大，标准误越小，其样本均数更有可能接近于总体均数,随着样本含量的增大，标准差有可能增大，也有可能减小。
(4）用途不同。
标准差的用途：
①反映一组资料的离散程度
②计算变异系数
③结合均数与正态分布的规律,估计参考值范围
标准误的用途:
④衡量样本均数的可靠性
⑤与样本均数结合,估计总体均数的置信区间
⑥可用于进行均数的假设检验
3．简述置信区间与医学参考值范围的区别。
区别置信区间参考值范围
含义
用途
计算公式总体参数的波动范围，即按事先给
定的概率100（1-α)%所确定的包
含未知总体参数的一个波动范围
估计未知总体均数所在范围
σ未知：
/2,X
X t S
αν
±
σ已知或σ未知但n≥３０,有
/2X
X Z
α
σ
±或/2X
X Z S
α
±
个体值的波动范围,即按事先给
定的范围１０0(１-α)%所确
定的“正常人”的解剖、生理、
生化指标的波动范围
供判断观察个体某项指标是否
“正常”时参考（辅助诊断）
正态分布：
/2
X Z S
α
±
偏峰分布：P X～P10０-Ｘ
4 何谓置信区间准确度与精确度？如何协调两者间的关系。
置信区间有准确度与精密度两个要素。
（１)准确度由置信度 (1-α) 的大小确定，即由置信区间包含总体参数的可能性大小来反映。从准确度的角度看，置信度愈接近于１愈好，
（２)精密度是置信区间宽度的一半,意指置信区间的两端点值离样本统计量(如X、p)
的距离。从精密度的角度看,置信区间宽度愈窄愈好。
（3）在抽样误差确定的情况下,两者是相互矛盾的。为了同时兼顾置信区间的准确度与精密度,可适当增加样本含量。
3、参考值范围估计的基本步骤
①从正常人的总体中进行随机抽样
②对选定的正常人进行准确的测定
③?确定取单侧还是双侧范围
④?确定范围常用９5%。
⑤?根据资料的分布类型选用恰当的界值估计方法
第5章 假设检验
1．试述假设检验中α与P 的联系与区别。
区别:(1）α值是事先确定的一个小的概率值。为一次检验中,甘愿冒的风险。
（2）Ｐ值是在0H 成立的条件下,出现当前检验统计量以及更极端状况的概率。为一次检验中，实际冒的风险。
联系：以t 检验为例,P 、α都可以用t 分布尾部面积大小表示。P ≤α时，拒绝0H 假设。 ２. 试述假设检验与置信区间的联系与区别。
联系：区间估计与假设检验是由样本数据对总体参数做出统计学推断的两种主要方法。 区别：置信区间用于说明量的大小，即推断总体参数的置信范围；
假设检验用于推断质的不同，即判断两总体参数是否不等。 ３． 怎样正确运用单侧检验和双侧检验?
需要根据数据的特征及专业知识进行确定。若比较甲、乙两种方法有无差异，则应选用双侧检验。若需要区分何者为优，，则应选用单侧检验。在没有特殊专业知识说明的情况下,一般采用双侧检验即可。 4． 试述两类错误的意义及其关系。
⑴Ⅰ类错误:如果检验假设0H 实际是正确的，由样本数据计算获得的检验统计量得出拒绝
0H 的结论,此时就犯了错误，统计学上将这种拒绝了正确的零假设0H （弃真）的错误称
为Ⅰ类错误。Ⅰ类错误的概率用 α表示。
⑵Ⅱ类错误：若检验假设0H 原本不正确(1H 正确）,由样本数据计算获得的检验统计量得出不拒绝0H (纳伪)的结论，此时就犯了Ⅱ类错误。Ⅱ类错误的概率用β 表示。
在假设检验时,应兼顾犯Ⅰ类错误的概率（α)和犯Ⅱ类错误的概率(β）。犯Ⅰ类错误的概率（α)和犯Ⅱ类错误的概率(β）成反比。如果把Ⅰ类错误的概率定得很小，势必增加犯Ⅱ类错误的概率,从而降低检验效能;反之，如果把Ⅱ类错误的概率定得很小,势必增加犯Ⅰ类错误的概率,从而降低了置信度。为了同时减小α和β,只有通过增加样本含量,减少抽样误差大小来实现。
5．试述检验功效的概念和主要影响因素。
答:拒绝不正确的0H 的概率，在统计学中称为检验功效（p ｏwer of te ｓt ）,记为
1β-。检验功效的意义是:当两个总体参数间存在差异时(如备择假设1H :0μμ≠成立时）,
所使用的统计检验能够发现这种差异(拒绝零假设0H :0μμ=）的概率，一般情况下要求检验功效应在0.8以上。
影响检验功效的四要素为总体参数的差异δ、总体标准差σ、检验水准α及样本量n 。
6.简述假设检验的基本思想。
假设检验是在H 0成立的前提下，从样本数据中寻找证据来拒绝0H 、接受1H 的一种“反证”方法。如果从样本数据中得到的证据不足,则只能不拒绝0H ,暂且认为0H 成立,即样本与总体间的差异仅仅是由于抽样误差所引起。拒绝0H 是根据某个界值,即根据小概率事件确定的。所谓小概率事件是指如果比检验统计量更极端(即绝对值更大)的概率较小,比如小于等于０.05,则认为零假设的事件在某一次抽样研究中不会发生，此时有充分理由拒绝
0H ，即有足够证据推断差异具有统计学意义。
７. 建设检验四步骤：
⑦ 建立检验假设Ｈ0和备择假设Ｈ1(判断是单侧检验还是双侧检验再作假设) ⑧ 确定检验水准
⑨ 选定检验方法和计算检验统计量 ⑩ 确定P 值和作出推断结论 ８.参数及非参数检验优缺点
第６章 两样本定量资料的比较
1. 对于完全随机设计两样本定量资料的比较,如何选择统计方法?
答:完全随机设计两样本定量资料比较统计方法的选择最关键的是看是否满足正态性（样本量较大时不必进行正态性检验）和方差齐性。如果资料来自正态总体且总体方差齐，采用t 检验;如果满足正态性但总体方差不齐，采用ｔ′检验；当两者都不满足时,才考虑选用秩和检验。当然,我们也可采用变量变换的方法使其满足ｔ或t ′检验的条件。
2.t 检验有几种，适用条件是什么？
ｔ检验是以ｔ分布为理论基础。小样本时,要求资料符合正态分布和方差齐性。一般有以下三种： ? 样本均数与总体均数的比较
?配对资料的比较
?两个样本均数的比较
此外，还有相关系数,回归系数的ｔ检验。
3.两组定量独立样本的比较
（1）两独立样本的t检验（满足正态性和方差齐性）
(2)校正的t检验(正态但方差不齐)
(3）u检验(大样本,且方差齐)
(4)秩和检验（小样本，不正不齐){p值确定分为Ｔ值在范围内还是范围外}
４.配对定量资料的比较
（1）配对资料的t检验（差值服从正态）
（２)符号秩和检验（不正)｛p值确定类似于t检验}
第7章多组定量资料的比较
1. 方差分析的基本思想和应用条件是什么？
基本思想
将处理间平均变异与误差平均变异比较。根据试验设计的类型和研究目的,将全部观测值总的离均差平方和及其自由度分解为两个或多个部分，除随机误差作用外,每个部分的变异可由某个因素的作用加以解释，通过比较不同变异来源的均方,借助F分布做出统计推断，从而推论各种研究因素对试验结果有无影响。
应用条件
①各样本是相互独立的随机样本,均服从正态分布；
②各样本的总体方差相等，即方差齐性。
２.方差分析的步骤
①建立假设检验和检验水准(H0：总体均数都相等)
②?计算统计量F
③确定P值和作出推断结论
④作两两均数之间的比较(若P>0.０5,可省略此步）
３. 多组定量资料比较时,统计处理的基本流程是什么?
多组定量资料比较时首先应考虑用方差分析。
(１)若方差齐性，且各样本均服从正态分布,选单因素方差分析。
(2）若方差不齐，或某样本不服从正态分布,选Kruskaｌ-Walｌis秩和检验,或通过某种形式的数据变换使其满足方差分析的条件。
若方差分析或秩和检验结果有统计学意义，则需选择合适的方法(如Bonfeｒonｎi、LSD法等）进行两两比较。
4.方差分析的应用?
①多组定量资料比较，即两个或两个以上均数的比较?
②方差齐性检验?
③两个或多个研究因素的交互作用?
④回归方程的线性假设检验
第8章 定性资料的比较
1. 简述2
χ检验适用的数据类型,基本思想，检验步骤。
答：⑴卡方检验是应用较广的一种定性资料的假设检验方法，用于①检验两个或多个样本率(或构成比)之间有无差别,②交叉分类资料两属性间的关联性检验 ③频数分布的拟合优度
⑵χ2检验的基本思想:χ2
值反映的是实际频数与理论频数的吻合程度，在检验假设H 0
成立的情况下，实际频数与理论频数差别仅由随机误差所致，其χ2
值会比较小，反之亦然,χ2
值越大，越有理由认为检验假设H 0不成立。
⑶检验步骤:
①?建立假设检验和检验水准（H ０ :总体分布／某情况／某率相等) ② 计算统计量 2
χ
③ 确定P 值和做出推断结论
④ 作两两之间的比较(若P>0.05,可省略此步）
2.四格表资料χ２
检验的条件有哪些？（注意T 为理论频数）
完全随机设计公式,χ2 ＝ （ad －bc)2
. n/{(ａ+ｂ)（c+d ）（a+ｃ）（b+d)}
① 总例数ｎ≥40，且T ≥5,直接计算χ2
不用校正
②?ｎ≥40,且1≤T ＜5,用连续性校正χ２检验
③ ｎ<4０或T<1，不能用χ2
检验,用直接计算概率的方法F ｉｓh ｅr 确切概率法。
配对设计公式 χ2 = （b －c ）2
/（ｂ+c) ② ?b+c ≥40,无需校正
② ｂ＋c ≤４0，用连续校正公式
3. 两组二分类资料的设计类型有几类？其相应的检验方法是什么？
两组二分类资料的设计类型主要有2类，即完全随机设计和配对设计。完全随机设计和配对设计资料在假设检验方法上均采用卡方检验。
通用公式χ2 ＝(A －T ）２
/ T
完全随机设计公式 χ２ = (a ｄ-bc)2
. ｎ／｛(a+b ）(c ＋d)(a+c)（ｂ+d ）}
配对设计公式 χ２ ＝ （b-ｃ）2
/(b ＋c)
4. 什么资料适合用秩和检验进行检验？简述秩和检验步骤。 适用于总体分布未知资料,偏态分布资料，开口资料，等级资料。 秩和检验步骤为:
① 建立假设10H H 和，并确定检验水准α；（H ０总体分布相等／配对秩和:中体中位数为0）
②根据不同的设计类型对资料进行编秩并计算秩和;
③根据计算的秩和直接查表或计算相应的统计量再查表，确定P值,作出统计推断。
6、行×列表资料χ2检验的注意事项
①要求不能有1/5以上的格子理论频数小于5，或不能有任意一个格子的理论频数小于1，否则易致分析的偏性。
②若结果拒绝检验假设,只能认为各总体率或构成比之间总的来说有差别，并非彼此间都有差别
③单向有序的行×列表资料,不宜作χ2检验。
6、两样本比较的秩和检验直接法基本思想
?假定含量分别为Ｎ1和N２的两个样本，来自同一总体或分布相同的两个总体,则样本含量为Ｎ1的样本的T与平均秩和Ｎ1(N＋1）/２一般相差不大,若相差悬殊，超出界值范围,表示随机抽得现有样本统计量Ｔ值的概率很小。
７.非参与参数检验的定义及两者区别
参数检验是总体的分布类型已知，对其中未知的参数进行估计和检验的统计方法。特点：依赖于特定的分布类型，比较的是参数。
非参数检验是不依赖于总体分布形式的统计方法。特点:不受总体参数的影响,比较的是分布或分布位置，而不是参数。
9.配对设计差值的秩和检验的编秩方法
①求差值
②将差值按绝对值大小从小到大编秩,并按差值的正负给秩次加上正负号。
③若差值绝对值相等,则取其平均秩次。
④编秩时若遇差值为0,则舍去不计。
1０.两组比较的秩和检验的编秩方法
将两样本混合编秩次，若有“相同数据”,处于不同组，则取其平均秩次;在同一组，则无需取平均秩次。(数据 0 不舍去)
11. 配对设计差值的秩和检验的检验步骤
⑴建立假设检验，确定检验水准H０：差值的总体中位数为零H1 ：差值的总体中位数不为零
⑵计算检验统计量Ｔ值
①求差值
②编秩:将差值按绝对值大小从小到大编秩，并按差值的正负给秩次加上正负号。若差值绝对值相等,则取其平均秩次。编秩时若遇差值为0,则舍去不计。
③求秩和确定统计量T
⑶确定P值，作出统计学推断。n＜25,用查表法。ｎ＞25,用正态近似法。
1３．非参检验适用范围
①各种资料初步分析
②等级资料,如严重程度，优劣等级,成效大小等。
③资料分布类型不能确认或偏态分布。
④综合分析同质性较差的资料
⑤组内个别数据偏离较大，或组内相差悬殊。
第9章关联性分析第1０章简单线性回归分析
1.Pｅarson积距相关系数ｒ的特点
①相关系数ρ是一个无量纲的数值,且－１≤ρ≤1
②ρ>0为正相关，ρ<0为负相关。
③| ρ|越接近１，说明相关性越好；| ρ|越接近0,说明相关性越差。
２．线性回归分析的前提条件ＬIＮE
①线性指反应变量Y与自变量Ｘ呈线性变化趋势。一般通过散点图来考察。
②独立性任意两个观察值相互独立。一个个体的取值不受另外一个个体的影响。
③正态性指给定Ｘ值时，Ｙ的取值服从正态分布。
④等方差性指对应于不同的X值，Y值的总体变异相同。
Pｅaｒsoｎ秩相关(即等级相关）的应用条件
①双变量不服从正态分布的资料
②总体分布类型未知的资料
③数据本身有不确定值
④等级资料
直线回归及其回归方程有何用途
①描述Ｙ对X的依存关系
②预测。由自变量Ｘ预测应变量Ｙ。
③统计控制。通过控制自变量X的取值,从而使Y在一定范围内波动。
简述做直线相关与回归分析时的注意事项
①回归方程要有实际意义
②分析前先绘散点图,观察是否存在直线趋势或异常点
③直线回归的适用范围一般以自变量X的取值范围为限,不能随便外延。
直线相关与直线回归的区别与联系
区别
①资料要求不同。相关分析要求X，Y均服从正态分布,而回归分析时,要求Ｙ服从正态分布。
②应用不同。相关是只说明两个变量间是否有关联。回归是由一个变量推算另外一个变量，说明依存变化的数量关系。
③相关系数与回归系数 r 与 b 不同。
A.意义不同:b表示X每增(减)一个单位,Y改变b个单位;ｒ说明具有直线关系的两个变量关
系的密切程度和方向。
B.取值范围不同 -∞＜b＜+∞，－1≤ｒ≤+１
C.b有单位,r无单位。
联系
①同一组资料相关系数和回归系数的符号相同。
②同一资料相关系数和回归系数的假设检验等价。即tｒ=ｔb ,P值相等。
③可以用回归解释相关。
简述简单线性回归分析的基本步骤。
①绘制散点图,考察是否有线性趋势及可疑的异常点;
②估计回归系数;
③对总体回归系数或回归方程进行假设检验;
④列出回归方程，绘制回归直线;
⑤统计应用。
回归分析中决定系数Ｒ2
①定义:考察在Y的变异中，由X所引起的变异占多大的比重。Ｒ2=SS回归／SＳ总
②取值在0-1之间（因SS回归＜SS总)
③大小反映了自变量对回归效果的贡献,即在Y的总变异中回归关系所能解释的百分比。
④反映了回归模型的拟合效果，常作为拟合优度的指标。
⑤当X与Y均为随机变量时，决定系数R2等于相关系数(ｒ）的平方。
第1１章多重线性回归分析
μ=β0＋β1Ｘ1 ＋β2X２ +…＋βp Xｐ
⑴β0 : 当所有自变量为0时反应变量Y的平均取值
⑵βi：(偏回归系数）方程中其他自变量不变时,Ｘi每增加(或减少）一个计量单位,反应变量Y平均改变βｉ个单位。
⑶确定系数R2:反映回归方程的效果好坏。R2=SS回归/SS总说明自变量组X可以解释反应变量Y总变异的百分比。（增加自变量，Ｒ2只增不减)
⑷调整的确定系数R2aｂ＝1 — MＳ残差/MS总 (增加贡献很小的自变量,R2ab可能减小）
⑸复相关系数R=确定系数开平方，表示随机变量Y与一组随机变量X之间线性相关的程度。
1. 多重线性回归分析的用途有哪些？
①定量地建立一个反应变量与多个解释变量之间的线性关系，
②筛选危险因素,
③通过较易测量的变量估计不易测量的变量,
④通过解释变量预测反应变量，
⑤通过反应变量控制解释变量。
４．如何判断和处理多重共线性？
①如果自变量之间存在较强的相关，则存在多重共线性。
②通过分析自变量之间的相关系数＞0.9、计算方差膨胀因子>10和容忍度＜0.25等指标判断是否存在多重共线性。
③最简单的处理办法是删除变量，即在相关性较强的变量中删除测量误差大的、缺失数据多的、从专业上看意义不是很重要的或者在其他方面不太满意的变量。
④也可采用主成分回归方法。
5. 如何判断、分析自变量间的交互作用？
答:基于专业背景知识,构造可能的交互作用项，并检验交互作用项是否有统计学意义。
6．多重线性回归模型的基本假定有哪些?如何判断资料是否满足这些假定?如果资料不满足假定条件,常用的处理方法有哪些？
多重线性回归的前提条件（基本假定)是线性、独立性、正态性和等方差性，可以借助残差分析等方法判断资料是否满足条件。如果资料不满足前提条件,可以采用变量变换、引入交互作用项和更换回归方程等方法处理。
7、哑变量的设置：将有序变量或无序多分类变量转换成为多个二分类变量的过程。个数为变量类别数减1。
第12章实验设计
科研设计的四项基本原则及其意义
①对照原则通过对照鉴别处理因素与非处理因素的差异；消除或减少实验误差
②均衡原则要求各处理组非实验因素的条件均衡一致，以消除非实验因素对实验的影响。
③随机原则抽样随机,分配随机,实验顺序随机，以减少系统误差。
④重复原则要求一定的样本量。重复实验、重复取样、重复测量
实验设计三要素
①处理因素
②受试对象
③实验效应(客观性、精准性、灵敏度、特异性）
实验设计类型
①单因素设计（完全随机设计）：单组设计、成组设计、单因素多水平设计
配对设计、
②随机区组设计 (配对设计的拓展)
③交叉设计（处理因素顺序）
④析因设计(K个因素与各水平组合)
⑤重复测量设计
第１3章临床试验设计
1.临床试验通常分为哪四期,各期的主要目的分别是什么?
答:Ⅰ期临床试验：初步的临床药理学及人体安全性评价试验。观察人体对于新药的耐受程度和药代动力学,为制定给药方案提供依据。?Ⅱ期临床试验:治疗作用初步评价阶段。其目的是初步评价药物对目标适应证患者的治疗作用和安全性，也包括为Ⅲ期临床试验研究设计和给药剂量方案的确定提供依据。此阶段的研究设计可以根据具体的研究目的采用多种形式,包括随机盲法对照临床试验。治疗组不少于１0０例。?Ⅲ期临床试验:治疗作用确证阶段。其目的是进一步验证药物对目标适应证患者的治疗作用和安全性,评价利益与风险关系,最终为药物注册申请的审查提供充分的依据。试验一般应为具有足够样本量的随机盲法对照试验。治疗组不少于30０例,对照组不少于１0０.
Ⅳ期临床试验:新药上市后由申请人进行的应用研究阶段。其目的是考察在广泛使用条件下的药物的疗效和不良反应、评价在普通或者特殊人群中使用的利益与风险关系以及改进给药剂量等。
２.在临床试验开始之前，应做哪些必要的准备工作？
答：应当了解临床试验相关法规,了解临床试验相关指导原则,了解临床试验的伦理学原则,了解在哪里以及作哪些临床试验。
5. 临床试验设计的基本原则包括哪些？
答：临床试验必须遵循对照、随机、重复和均衡的原则。
6、统计检验类型
①差异性检验差别是否有统计学意义应确定检验水平
②非劣性检验是否不差于有效参比药应确定非劣差异下限
③等效性检验是否与有效参比药等效应确定等效界限
８、统计数据集
①意向性分析数据集未能观察全程的病历资料，用最后一次观察数据作为试验最终结果
②符合方案数据集符合方案，完成主要填写内容的病例，或服药量在８0%~120%之间
③安全性数据集只服药一次并进行了至少一次安全性评估的患者。
医学统计学知识点整理 第一节统计学中基本概念 一、同质与变异 同质：统计研究中，给观察单位规定一些相同的因素情况。 如儿童的生长发育，规定同性别、同年龄、健康的儿童即为同质的儿童。 变异：同质的基础上个体间的差异。 “同质”是相对的，是客观事物在特定条件下的相对一致性，而“变异”则是绝对的 二、总体与样本 1、总体：是根据研究目的所确定的，同质观察对象（个体）所构成的全体。 2、样本：是从总体中随机抽取的部分观察单位变量值的集合。 三、参数与统计量 总体参数：根据总体个体值统计计算出来的描述总体的特征量。用希腊字母表示。μ.δ.π 样本统计量：根据样本个体值统计计算出来的描述样本的特征量。用拉丁字母表示。X.S.p 总体参数一般是不知道的，抽样研究的目的就是用样本统计量来推断总体参数，包括区间估计和假设检验 四、误差：实测值与真值之差★ 1.随机误差：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。随机测量误差、抽样误差。 2.系统误差：是一类恒定不变或遵循一定变化规律的误差，其产生原因往往是可知的或可能掌握的。 3.非系统误差：过失误差，可以避免或清除。 五、概率 是用来描述事件发生可能性大小的一个量值，常用P表示。概率取值0~1。 统计上一般将P≤0.05或P≤0.01的事件称为小概率事件，表示其发生的概率很小，可以认为在一次抽样中不会发生。 第二节统计资料的类型★
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，称为变量。 一、数值变量资料 又称为计量资料、定量资料：观测每个观察单位某项指标的大小而获得的资料。表现为数值大小，带有度、量、衡单位。如身高（cm）、体重(kg)、血红蛋白（g）等。 二、无序分类变量资料 又称为定性资料或计数资料：将观察对象按观察对象的某种类别或属性进行分组计数，分组汇总各组观察单位后得到的资料。 分类：二分类：+ -；有效，无效；多分类：ABO血型系统 特点：没有度量衡单位，多为间断性资料 【例题单选】某地A、B、O、AB血型人数分布的数据资料是( ) A.定量资料 B.计量资料 C.计数资料 D.等级资料 【答案】C 【解析】ABO血型系统人数分布资料属于无序分类变量资料，又称为计数资料。因为是按照变量的血型分类，血型表现为互不相容的属性。所以本题选C。 【例题单选】测量正常人的脉搏数所得的变量是（） A.二分类变量 B.多分类变量 C.定量变量 D.定性变量 【答案】C 【解析】脉搏数有数值大小，有度量衡，所以这个资料属于定量资料。本题选C。 三、有序分类变量资料 半定量资料或等级资料：将观察对象按观察对象的某种属性的不同程度分成等级后分组计数，分组汇总各组观察单位后得到的资料。 特点：每一个观察单位没有确切值，各组之间有性质上的差别或程度上的不同举例：- + ++ +++ 第三节统计工作的基本步骤★ 1.统计设计 2.收集资料
第一章绪论 1、统计学，是关于数据收集、整理、分析、表达和解释的普遍原理和方法。 2、研究对象：具有不确定性结果的事物。 3、统计学作用：能够透过偶然现象来探测其规律性，使研究结论具有科学性。 4、统计分析要点：正确选用统计分析方法，结合专业知识作出科学的结论。 5、医学统计学基本内容：统计设计、数据整理、统计描述、统计推断。 6、医学统计学中的基本概念 (1) 同质与变异 同质，指根据研究目的所确定的观察单位其性质应大致相同。 变异，指总体内的个体间存在的、绝对的差异。 统计学通过对变异的研究来探索事物。 (2) 变量与数据类型 变量，是反映实验或观察对象生理、生化、解剖等特征的指标。 变量的观测值，称为数据 分为三种类型：定量数据，也称计量资料，指对每个观察单位某个变量用测量或其他定量方法准确获得的定量结果。（如身高、体重、血压、温度等） 定性数据，也称计数资料，指将观察单位按某种属性分组计数的定性观察结果。包括二分类、无序多分类。（进一步分为二分类和多分类，如性别分为男和女，血型分为A、B、O、AB等） 有序数据，也称半定量数据或等级资料，指将观察单位按某种属性的不同程度或次序分成等级后分组计数的观察结果，具有半定量性质。 统计方法的选用与数据类型有密切的关系。 （3）总体与样本 总体，指根据研究目的确定的所有同质观察单位的全体，包括所有定义范围内的个体变量值。 样本，是从研究总体中随机抽取部分有代表性的观察单位，对变量进行观测得到的数据。抽样，是从研究总体中随机抽取部分有代表性的观察单位。 参数，指描述总体特征的指标。 统计量，指描述样本特征的指标。 （4）误差 误差，指观测值与真实值、统计量与参数之间的差别。 可分为三种：系统误差，也称统计偏倚，是某种必然因素所致，不是偶然机遇造成的，误差的大小通常恒定，具有明确的方向性。 随机测量误差，是偶然机遇所致，误差没有固定的大小和方向。 抽样误差，是抽样引起的统计量与参数间的差异。 抽样误差主要来源于个体的变异。 统计学主要研究抽样误差。 （5）概率 概率，是描述某事件发生可能性大小的量度。 必然事件，事件肯定发生，概率P(U)＝1； 随机事件，事件可能发生，可能不发生，概率介于0≤P(A)≤ 1； 不可能事件，事件肯定不发生，概率P(∮)＝0； 小概率事件，事件发生的可能性很小，概率P(A)≤ 0.05、或P(A)≤ 0.01。 医学科研中，P(A)≤0.05作为事物差别有统计意义，P(A)≤ 0.01作为事物差别有高度统
医学统计学章节重点归纳 第一节概述 1、主要内容：a、卫生统计学的基本原理和方法（研究设计和数据处理中的统计理论和方法）b、健康统计（医 学人口统计、疾病统计和生长发育统计）c、卫生服务统计（卫生资源、医疗卫生服务的需求和利用、医疗保健制度和管理中的统计问题）。 2、 卫生统计工作的步骤：设计、资料的搜集、资料的整理、资料的分析 3、医学统计资料主要四个方面：统计报表、报告卡（单）、日常医疗卫生工作记录，专题研究或实验。 4、观察单位：是获得数据的最小单位，观察单位是根据研究目的确定的，观察单位可以是人、标本、家庭、国 家等。 5、变异：是指客观事物的多样性和不确定性。 6、变量： 观察单位的某种特征，称为变量。a、数值变量（定量变量）b、分类变量（定型变量或字符变量）。 7、总体：根据研究目的所确定的同质研究对象的全体。确切的说是性质相同的所有观察单位的某种变量的集合。 8、样本：从总体中随机抽取部分观察单位，其变量值就构成样本，通过样本信息来推断总体特征。 9、概率：事件发生的可能性大小的量度，通常以符号P表示。 10、误差：测量值与真值之差或样本指标和总体指标之差。分为随机误差和系统误差。 第二节数值资料的统计描述 1、频数分布就是观察值在所取得范围内分布的情况。重要特征：集中趋势和离散趋势。 2、频数分布类型：正态分布型频数、正偏态分布型频数，负偏态分布型频数。 3、集中趋势指标：算术平均数（均数）、几何均数、中位数。 指标使用条件计算公式 算术平均数适用于正态或近似正态分布 的数值变量资料 几何均数①对数正态分布，即数据经 过对数变换后呈正态分布的 资料；②等比级数资料，即 观察值之间呈倍数或近似倍 数变化的资料。 中位数①非正态分布资料（对数正 态分布除外）；②频数分布 的一端或两端无确切数据的 资料③总体分布不清楚的资 料。为奇数 , 为偶数, 4、离散型趋势指标：极差、标准差和变异系数 指标计算公式主要优缺点 极差R=Xmax-Xmin 计算简单，便于理解；只考虑最大值与最小值之差异，不能反映 组内其它观察值的变异度，不稳定，受样本量影响很大。
医学统计学 1. 对定量资料进行统计描述时，如何选择适宜的指标 定量资料统计描述常用的统计指标及其适用场合描述内容指 标 意义适用场合 平均水平；均 数 个体的平均值· 对称分布 几何均数平均倍数取对数后对称分布 中位数[ 位次居中的观察值 ①非对称分布；②半定量资料；③末端开 口资料；④分布不明 众 数 频数最多的观察值不拘分布形式，概略分析 ? 调和均数 基于倒数变换的平均值正偏峰分布资料 变异度全 距 观察值取值范围不拘分布形式，概略分析 标准差 （方差） 观察值平均离开均数的 程度对称分布，特别是正态分布资料 四分位数 间距 ？ 居中半数观察值的全距 ①非对称分布；②半定量资料；③末端开 口资料；④分布不明 变异系数标准差与均数的相对比①不同量纲的变量间比较；②量纲相同但 数量级相差悬殊的变量间比较 定性资料：阳性事件的概率，概率分布，强度和相对比。 ￥ 2. 应用相对数时应注意哪些问题 答：（1）防止概念混淆相对数的计算是两部分观察结果的比值，根据这两部分观察结果的特点，就可以判断所计算的相对数属于前述何种指标。 （2）计算相对数时分母不宜过小样本量较小时以直接报告绝对数为宜。 （3）观察单位数不等的几个相对数，不能直接相加求其平均水平。 （4）相对数间的比较须注意可比性，有时需分组讨论或计算标准化率。 3. 常用统计图有哪些分别适用于什么分析目的 常用统计图的适用资料及实施方法 < 图形 适用资料实施方法 条图组间数量对比用直条高度表示数量大小 直方图用直条的面积表示各组段的频数或频率
( 定量资料的分布 百分条图构成比用直条分段的长度表示全体中各部分的构成比 饼图构成比用圆饼的扇形面积表示全体中各部分的构成比 定量资料数值变动线条位于横、纵坐标均为算术尺度的坐标系 、 线图 半对数线图定量资料发展速度线条位于算术尺度为横坐标和对数尺度为纵坐标的坐标 系 散点图} 双变量间的关联点的密集程度和形成的趋势，表示两现象间的相关关系箱式图定量资料取值范围用箱体、线条标志四分位数间距及中位数、全距的位置茎叶图定量资料的分布' 用茎表示组段的设置情形，叶片为个体值，叶长为频数 第3章概率分布（连续随机变量的正态分布；离散随机变量的二项分布及Poisson分布）1. 服从二项分布及Poisson分布的条件分别是什么 二项分布成立的条件：①每次试验只能是互斥的两个结果之一；②每次试验的条件不变；③各次试验独立。 Poisson分布成立的条件：除二项分布成立的三个条件外，还要求试验次数n很大，而所关心的事件发生的概率 很小。 、 2. 二项分布、Poisson分布分别有什么特征 ①二项分布、Poisson分布都是离散型分布。 ②二项分布的形状取决于π与n的大小。π=时，不论n大小，对称分布。π≠时，图形呈偏态，随n增大而逐渐对称。当n足够大，π或1-π不太小，二项分布近似正态。 ③Poisson分布μ越小，分布越偏。μ越大，分布越对称。当n足够大时，分布接近正态。 4、正态分布应用 ①估计变量值的频数分布 《 ②制定参考值范围 ③质量控制 ④正态分布是很多统计方法的基础 5. 正态分布特征 ①以均数为中心，左右对称 ②正态曲线在横轴上方均数处取得最高点 ~ ③正态分布有两个参数，即均数（位置参数）和标准差（变异度参数）（μ,σ2 ;标准0,1）
第一章健康管理概论 健康管理是以现代健康概念（生理、心理和社会适应能力）和新的医学模式（生理、心理、社会）以及中医治未病为指导，通过采用现代医学和现代管理学的理论、技术、方法和手段，对个体或群体整体健康状况及其影响健康的危险因素进行全面检测、评估、有效干预与连续跟踪服务的医学行为及过程。 其目的是以最小投入获取最大健康效益。 健康管理的八大目标： 1.完善健康和福利 2.减少健康危险因素 3.预防疾病高危人群患病 4.易化疾病的早期诊断 5.增加临床效用、效率 6.避免可预防的疾病相关并发症的发生 7.消除或减少无效或不必要的医疗服务 8.对疾病结局作出度量并提供持续的评估和改进 健康管理的特点： 标准化足量化个体化系统化 健康管理的三个基本步骤： 1.了解和掌握健康，开展健康信息收集和健康检查 2.关心和评价健康，开展健康风险评价和健康评估 3.干预和促进健康，开展健康风险干预和健康促进 健康风险评估是手段，健康干预是关键，健康促进是目的 健康管理的五个服务流程： 1.健康调查与健康体检 2.健康评估 3.个人健康咨询 4.个人健康管理后续服务 5.专项的健康和疾病管理服务 健康管理的六个基本策略： 1.生活方式管理 2.需求管理 3.疾病管理 4.灾难性病伤管理 5.残疾管理 6.综合群体健康管理 生活方式管理的特点： 1.以个体为中心，强调个体的健康责任和作用
2.以预防为主，有效整合三级预防 生活方式的四大干预技术： 教育激励训练营销 影响需求管理的四大主要因素： 1.患病率 2.感知到的需要 3.消费者选择偏好 4.健康因素以外的动机（残疾补贴、请病假的能力等） 需求管理的策略： 1.小时电话就诊和健康咨询 2.转诊服务 3.基于互联网的卫生信息数据库 4.健康课堂 5.服务预约 疾病管理的三个特点： 1.目标人群是患有特定疾病的个体 2.不以单个病例和（或）其单次就诊事件为中心，而关注个体或群体连续性的健康状况与 生活质量 3.医疗卫生服务以及干预措施的综合协调至关重要 灾难性病伤管理的五大特点： 1.转诊及时 2.综合考虑各方面因素，制订出适宜的医疗服务计划 3.具备一支包含多种医学专科及综合业务能力的服务队伍，能够有效应对可能出现的多种 医疗服务需要 4.最大程度地帮助病人进行自我管理 5.尽可能使患者及其家人满意 残疾管理的八大目标： 1.防止残疾恶化 2.注重功能性能力 3.设定实际康复和返工的期望值 4.详细说明限制事项和可行事项 5.评估医学和社会心理学因素 6.与病人和雇主进行有效沟通 7.有需要时要考虑复职情况 8.实行循环管理 《健康中国2030规划纲要》 1.强调预防为主，防患未然
医学统计学知识点汇总(精华) 一.概论 1，医学统计学：运用概率论和数理统计学的原理和方法，研究医学领域中随机现象有关数据的搜集、整理、分析和推断，进而阐明其客观规律性的一门应用科学。 2，医学统计学的主要内容： 1）统计研究设计调查研究设计和实验研究设计 2）医学统计学的基本原理和方法研究设计和数据处理中的基本统计理论和方法。 A：资料的搜集与整理 B：常用统计描述，集中趋势和离散趋势，相对数，相关系数，回归系数，统计表，统计图 C：统计推断，如参数估计和假设检验。 3）医学多元统计方法多元线性回归和逐步回归分析、判别分析、聚类分析、主成分分析、因子分析、logistic回归与Cox回归分析。 3，统计工作步骤： 1）设计明确研究目的和研究假说，确定观察对象与观察单位，样本含量和抽样方法，拟定研究方案，预期分析指标，误差控制措施，进度与费用。 2）搜集材料 A，搜集材料的原则及时、准确、完整 B，统计资料的来源医学领域的统计资料的来源主要有三个方面。一是统计报表，二是经常性工作记录，三是专题调查或专题实验。 C，资料贮存 3）整理资料 a检查核对b设计分组c拟定整理表d归表 4）分析资料统计分析包括统计描述和统计推断
4，同质（homogeneity）：指被研究指标的影响因素相同。 变异(variation)：同质基础上的各观察单位间的差异。 变量(variable)：收集资料过程中，根据研究目的确定同质观察单位，再对每 个观察单位的某项特征进行测量或观察，这种特征称为变量变量值：变量的观察结果或测量值。 5，总体（population）根据研究目的所确定的同质研究对象中所有观察单位某 变量值的集合。总体具有的基本特征是：同质性 样本（sample）从总体中随机抽取部分观察单位，其变量值的集合构成样本。 样本必须具有代表性。代表性是指样本来自同质总体，足够的样 本含量和随机抽样的前提。
医学统计学知识点梳理 Revised as of 23 November 2020
医学统计学知识点梳理 医学统计学:是用统计学原理和方法研究生物医学问题的一门学科。他包括了研究设计、数据收集、整理、分析以及分析结果的正确解释和表达。 统计描述：用统计指标、统计图表对资料的数量特征及分布规律进行客观的描述和表达。 统计推断：在一定的置信度和概率保证下，用样本信息推断总体特征： ①参数估计：用样本的指标去推断总体相应的指标 ②假设检验：由样本的差异推断总体之间是否可能存在的差异 同质：一个总体中有许多个体，他们之所以共同成为人们研究的对象，必定存在共性，我们说一些个体处于同一总体，就是指他们大同小异，具有同质性。 总体（population）是根据研究目的确定的同质的观察单位的全体，更确切的说，是同质的所有观察单位某种观察值（变量值）的集合。总体可分为有限总体和无限总体。总体中的所有单位都能够标识者为有限总体，反之为无限总体。 样本：从总体中随机抽取部分观察单位，其测量结果的集合称为样本（sample）。样本应具有代表性。所谓有代表性的样本，是指用随机抽样方法获得的样本。 随机抽样：随机抽样（random sampling）是指按照随机化的原则（总体中每一个观察单位都有同等的机会被选入到样本中），从总体中抽取部分观察单位的过程。随机抽样是样本具有代表性的保证。 变异：在自然状态下，个体间测量结果的差异称为变异（variation）。变异是生物医学研究领域普遍存在的现象。严格的说，在自然状态下，任何两个患者或研究群体间都存在差异，其表现为各种生理测量值的参差不齐。 （1）计量资料：对每个观察单位用定量的方法测定某项指标量的大小，所得的资料称为计量资料（measurement data）。计量资料亦称定量资料、测量资料。.其变量值是定量的，表现为数值大小，一般有度量衡单位。 （2）计数资料：将观察单位按某种属性或类别分组，所得的观察单位数称为计数资料（count data）。计数资料亦称定性资料或分类资料。其观察值是定性的，表现为互不相容的类别或属性。 （3）等级资料：将观察单位按测量结果的某种属性的不同程度分组，所得各组的观察单位数，称为等级资料（ordinal data）。
医学统计学 第一章 医学统计中的基本概念 1 医学统计工作的内容:设计,收集资料,整理资料,分析资料。 2 资料的类型:计量资料(数值变量),计数资料(无序分类),等 变异(variation):在同质的基础上被观察个体的差异。级分组资料(有序分类)。 3 同质(homogeneity):对研究指标有影响的非实验因素相同。 4 总体(population):根据研究目的确定的同质的全部研究对象称总体 。 样本(sample):根据随机化的原则从总体中抽出有代表性的一部分观察单位组成的子集称样本。 5 参数(parameter):总体的设计指标称为参数。 统计量(statistic):样本的统计指标称为统计量。 6 变量(variable):观察对象的特征或指标称为变量,测量的结果即为变量值。 7 概率(probability):描述随机事件发生的可能性的大小的一个量度,其概率介于0与1之间。 第二章 集中趋势的统计描述 一 算术均法(mean)简称为均数,适用于正态或近似正态分布资料 （一）直接法 X n x n X X X n ∑= +?++= 21 (二)加权法(针对频数表)n fx n x f f f X k k ∑= +++= (21) 二 几何均数(geometic mean,G)适用于倍数关系变化,经对数转换后呈正态分布(如:抗体滴度, 血清凝集效价,细菌计数,某些物质浓度等) G= n n X X X ?21 为了计算方便,常改用对数的形式计算,即=G lg 1 -( n X ∑lg ) 对于频数表资料,可用公式 G=lg 1 -( n x f ∑lg ) 三 中位数(M)与百分位数 中位数:适用于偏态分布资料,末端无确切数值的资料及分布情况不确定 公式:M=L+( M L f f n -5.0) M i L,M i ,M f 分别为M 所在组段的下限,组距与频数,L f 为M 所在组段之前各组数的累积频数。 百分位数:用符号X P 表示,x 即百分位 公式:x P =L+( x L f f x n -%·)x i 式中L,x i ,x f 分别为x P 所在组段的下限,组距与频数,L f 为x P 所在组段之前各组段的累积频数
一、基本概念 1.总体与样本 总体：所有同质观察单位某种观察值（即变量值）的全体 样本：是总体中抽取部分观察单位的观察值的集合 2.普查与抽样调查 普查：就是全面调查，即调查目标总体中全部观察对象 抽样调查：是一种非全面调查，即从总体中抽取一定数量的观察单位组成样本，对样本进行调查 3.参数与统计量 参数：总体的某些数值特征 统计量：根据样本算得的某些数值特征 4.Ⅰ型与Ⅱ型错误 假设检验的结论 真实情况拒绝H0不拒绝H0 H0正确Ⅰ型错误(ɑ) 推断正确(1 ?ɑ) H0不正确推断正确(1?β) Ⅱ型错误(β) Ⅰ型错误（ɑ错误）: H0为真时却被拒绝，弃真错误 Ⅱ型错误（β错误）: H0为假时却被接受，取伪错误 5.随机化原则与安慰剂对照 随机化原则:是将研究对象随机分配到实验组和对照组，使每个研究对象都有同等机会被分配到各组中去，以平衡两组中已知和未知的混杂因素，从而提高两组的可比性，避免造成偏倚。（意义:①是提高组间均衡性的重要设计方法；②避免有意扩大或缩小组间差别导致的偏倚；③各种统计学方法均建立在随机化基础上） 安慰剂对照:是一种常用的对照方法。安慰剂又称伪药物，是一种无药理作用的制剂，不含试验药物的有效成分，但其感观如剂型、大小、颜色、质量、气味及口味等都与试验药物一样，不能被受试对象和研究者所识别。（安慰剂对照主要用于临床试验，其目的在于控制研究者和受试对象的心理因素导致的偏倚，并提高依从性。安慰剂对照还可以控制疾病自然进程的影响，显示试验药物的效应） 6.误差与标准误（区分率与均数） ㈠均数 抽样误差:由个体变异产生的、随机抽样引起的样本统计量与总体参数间的差异。 标准误：是指样本均数的标准差，反映抽样误差大小的定量指标，其公式表示为S x =S/√n ㈡样本率 率的抽样误差:样本率p和总体率π的差异 率的标准误:样本率的标准差,公式为σp=√π（1-π）/n
描述内容 指 标 意 义 适 用 场 合 平均水平 均 数 个体的平均值 对称分布 几何均数 平均倍数 取对数后对称分布 中 位 数 位次居中的观察值 ①非对称分布；②半定量资料；③末端开口资料；④分布不明 众 数 频数最多的观察值 不拘分布形式，概略分析 调和均数 基于倒数变换的平均值 正偏峰分布资料 变 异 度 全 距 观察值取值范围 不拘分布形式，概略分析 标 准 差 （方 差） 观察值平均离开均数的程度 对称分布，特别是正态分布资料 四分位数间距 居中半数观察值的全距 ①非对称分布；②半定量资料；③末端开口资料；④分布不明 变异系数 标准差与均数的相对比 ①不同量纲的变量间比较；②量纲相同但数量级相差悬殊的变量间比较 4. 常用统计图有哪些？分别适用于什么分析目的？ 常用统计图的适用资料及实施方法 图 形 适 用 资 料 实 施 方 法 条 图 组间数量对比 用直条高度表示数量大小 直 方 图 定量资料的分布 用直条的面积表示各组段的频数或频率 百分条图 构成比 用直条分段的长度表示全体中各部分的构成比 饼 图 构成比 用圆饼的扇形面积表示全体中各部分的构成比 线 图 定量资料数值变动 线条位于横、纵坐标均为算术尺度的坐标系 半对数线图 定量资料发展速度 线条位于算术尺度为横坐标和对数尺度为纵坐标的坐标系 散 点 图 双变量间的关联 点的密集程度和形成的趋势，表示两现象间的相关关系 箱 式 图 定量资料取值范围 用箱体、线条标志四分位数间距及中位数、全距的位置 茎 叶 图 定量资料的分布 用茎表示组段的设置情形，叶片为个体值，叶长为频数 定性资料统计描述常用的统计指标及其适用场合 指标 计算公式 适用场合 频率 n/N 估计总体中某一结局发生的概率 频率分布 n 1/N ，n 2/N,…..,n k /N 估计总体中所有可能结局发生的概率 强度 阳性人数/总观察人时数 估计总体中单位时间内某一结局发生的概率 比 A/B 估计两个指标的相对大小 4.常用参考值范围的制定？ 参考值范 围（%） 正态分布法 百分位数法 双侧 单侧 双侧 单侧 下限 上限 下限 上限 90 S X 64.1± S X 1.28－ S X 1.28+ P 5~P 95 P 10 P 90 95 S X 96.1± S X 64.1－ S X 64.1+ P 2.5~P 97.5 P 5 P 95 99 S X 58.2± S X 2.33－ S X 2.33+ P 0.5~P 99.5 P 1 P 99
医学统计学总结 一。绪论 1，医学统计学：运用概率论和数理统计学的原理和方法，研究医学领域中随机现象有关数据的搜集、整理、分析和推断，进而阐明其客观规律性的一门应用科学. 2，医学统计学的主要内容： 1) 统计研究设计调查研究设计和实验研究设计 2）医学统计学的基本原理和方法研究设计和数据处理中的基本统计理论和方法.A：资料的搜集与整理 B：常用统计描述，集中趋势和离散趋势，相对数，相关系数，回归系数，统计表,统计图 C：统计推断，如参数估计和假设检验. 3）医学多元统计方法多元线性回归和逐步回归分析、判别分析、聚类分析、主成分分析、因子分析、logistic回归与Cox回归分析. 3，统计工作步骤: 1）设计明确研究目的和研究假说,确定观察对象与观察单位,样本含量和抽样方法，拟定研究方案，预期分析指标,误差控制措施，进度与费用。 2）搜集材料 A，搜集材料的原则及时、准确、完整 B, 统计资料的来源医学领域的统计资料的来源主要有三个方面。一是统计报表,二是经常性工作记录，三是专题调查或专题实验。 C，资料贮存 3）整理资料 a检查核对b设计分组c拟定整理表d归表 4）分析资料统计分析包括统计描述和统计推断 4，同质(homogeneity）：指被研究指标的影响因素相同。 变异（variation）:同质基础上的各观察单位间的差异。 变量(variable)：收集资料过程中，根据研究目的确定同质观察单位,再对每个观察单位的某项 特征进行测量或观察，这种特征称为变量 变量值：变量的观察结果或测量值。 变量类型变量值表现实例资料类型 数值变量离散型 定量测量值,有计量单位产前检查次数 计量资料 连续型身高 分类变量无 序 二分类对立的两类属性性别（男女） 计数资料多分类不相容的多类属性血型(A，B，O，AB） 有 序 多分类类间有程度差异的属性受教育程度（小学，中 学，高中，大学…）等级资料5，总体（population) 根据研究目的所确定的同质研究对象中所有观察单位某变量值的集合。总体具有的基本特征是：同质性 样本（sample）从总体中随机抽取部分观察单位，其变量值的集合构成样本。样本必须具有代表性.代表性是指样本来自同质总体,足够的样本含量和随机抽样的前提。 统计量（statistics）描述样本变量值特征的指标（样本率,样本均数，样本标准差）。
误差：观测值与真实值、样本计量与总体参数之间的差别。 相对数：两个有关的绝对数之比，也可以是两个有关联统计指标之比。 相对比：相对比是A、B两个有关联指标值之比，用以描述两者的对比水平，说明A是B 的若干倍或百分之几。 统计描述：描述及总结一组数据的重要特征，目的是使实验或观察得到的数据表达清楚并便于分析。 统计推断：指由样本数据的特征推断总体特征的方法，包括参数估计和假设检验。 同质：指根据研究目的所确定的观察单位其性质应大致相同。 变量：反映实验或观察对象生理、生化、解剖等特征的指标，变量的观测值称为数据。 定量数据：也称计量资料。变量的观测值是定量的，其特点是能够用数值大小衡量其水平的高低，一般有计量单位。根据变量的取值特征可分为连续型数据和离散型数据。 有序数据：也称半定量数据或等级资料。变量的观测值是定性的，但各类别（属性）之间有程度或顺序上的差别。 总体：根据研究目的确定的所有同质观察单位的全体，它包括所有定义范围内的个体变量值。样本：从研究总体中抽取部分有代表性的观察单位，对变量进行观测得到的数据。 参数：描述总体特征的指标称为参数。 统计量：描述样本特征的指标称为统计量。 概率：描述某事件发生可能性大小的度量。 小概率事件：习惯上将P≤0.05的事件称为小概率事件。 平均数：是描述一组观察值集中位置或平均水平的统计指标，常用的有算术均数、几何均数和中位数。 率：率表示在一定空间或时间范围内某现象的发生数与可能发生的总数之比。 构成比：表示某事物内部各组成部分在整体中所占的比重，常以百分数表示，计算公式为区间估计：是指按预先给定的概率，计算出一个区间，使它能够包含未知的总体均数。 线性相关的概念：研究两个变量之间是否具有直线相关关系。 相关系数：是说明具有线性相关关系的两个数值变量间相关的密切程度与相关方向的统计量。 研究对象：根据研究目的而确定的观察总体，也可称为受试对象或实验对象。 处理因素：根据研究目而欲施研究对象的干预措施。 处理水平：处理因素在实验中所处的状态称为因素的水平（level），亦称处理水平。 对照：指在实验中应设立对照组，其目的是通过与对照组效应对比鉴别出实验组的效应大小。随机化：是指每个受试对象有相同的概率或机会被分配到不同的处理组。 重复：是指在相同实验条件下重复进行多次观察。 统计学的基本内容：统计设计，数据整理，统计描述，统计判断 数据类型：定量数据，定性数据，有序数据 误差的类型：系统误差，随机测量误差，抽样误差 配对样本t检验配对设计：同源配对，异源配对，自身配对 方差分析的基本思想：将全部观测值的总变异按影响因素分解为相应的若干部分变异，在此基础上，计算假设检验的统计量F 值，实现对总体均数是否有差别的推断。 非参数检验的适用范围：①总体分布类型未知或非正态分布数据；②有序或半定量资料；③数据两端无确定的数值。 标准差与标准误的区别与联系：区别：标准差：意义，描述个体观察值变异程度的大小，标准差越小，均数对一组观察值的代表性越好。应用，与X拔结合，用以描述个体观察值的
第一章绪论 一、名词解释 1.统计学：是一门关于收集、分析、解释和表达数据的科学。 2.设计(design)：根据研究的问题与目的，从统计学的角度对各步提前做出的周密计 划和安排。是整个研究的基础，是关键的一步。 3.收集资料(data collection)：获得研究所需要的原始数据的过程。 4.整理资料(data storing)：对收集到的原始资料进行归类整理汇总的过程。 5.分析资料(data analysis)：对整理的资料进行统计分析，获取资料中有关信息的过程。 6.n同质（homogeneity）:对观察指标影响较大且可以控制的主要因素尽可能的相同。 7.n变异（variation）：同质基础上个体间的差异。 8.n.总体(population)：根据研究目的确定的，所有同质研究对象的某些指标的集合。 9.n样本(sample)：从总体中随机抽取的、数量足够的、能代表总体特征的部分研究 对象某些指标的集合。 10.参数(parameter)：描述总体特征的指标称为参数。 11.统计量（statistic）：描述样本特征的指标 12.变异(variation)：对同质研究对象某指标值得波动性称为变异。 13.误差(error)：实际观察值与客观真实值之差 14.系统误差(systematic error)：在实际观测过程中，由受试对象、研究者、仪器设备、 研究方法、非实验因素影响等原因造成的有一定倾向性或规律性的误差。 15.过失误差：由科研工作者的失误或过错造成的误差。 16.n.抽样误差（Sampling error）：由个体变异产生的，由于抽样造成的样本统计量与总 体参数的差异，称为抽样误差。 17.随机误差(random error)：在没有过失误差和系统误差的条件下仍存在大量偶然无 法消除的不确定因素所引起的误差为随机误差。 18.n频率(frequency)：在相同条件下，独立重复实验n次，其中事件A出现了m次， 那么事件A发生的频率记为f(A)=m/n,0≤f(A)≤1 19.变量(variable)：观察结果的取值不能事先确定的某一特征叫随机变量(random variable)简称变量 20.n概率（Probability）：描述随机事件发生可能性大小的度量(P)。取值范围:不可能 事件0~1。估计方法:当n足够大时,用频率估计概率。小概率事件:P ≤0.05（5％）或P ≤0.01（1％）称为小概率事件(习惯)，统计学上认为不大可能发生。小概率原理即某事件发生的概率很小，可以视为只进行一次实验时，我们说这个事件是“不会发生的”，这句话在大多数情况下是正确的，但他一定有犯错误的时候。 21.资料(data)：变量全部或部分测量值构成资料 22.计量资料(measurement data)：每个研究对象的变量值为一数值，表现出有量的大 小，由这样一组研究对象定量观测值所构成的资料为计量资料。 23.计数资料(enumeration data)：每个研究对象的变量值为互不相同的属性之一，由 这样一组研究对象定性变量值组成的资料为技术资料。 24.等级资料(ranked data)：每个研究对象变量值为互不相容的属性之一，且这些属性 间有程度的递进或递减关系，有这样一组研究对象变量值组成的资料为等级资料。 25.实验因素(study factor)：研究者根据研究目的在实验中需要观察并阐明其效应的因 素
<<医学统计学>>重点总结 1. 总体：根据研究的目的确定的同质研究对象中所有的观察单位变量值的集合。 2. 样本：按随机化原则从同质总体中随机抽取的部分观察单位某变量值的集合。 3. 同质：影响研究指标的主要因素易控制的因素基本上相同。 4. 抽样误差：在抽样研究中，由于变异的存在，即使在同一总体中抽取的几个样本，各样本统计量往往不等。样本统计量与总体参数也不等，这种由于抽样研究所至样本之间和样本与总体之间的差异称为。。。 5. 变量：观察指标在统计学上统称为指标变量，它反应的是生物个体间的变异情况，根据其性质可分为定性变量（分类）和定量变量（连续）。 6. 截尾数据：生存时间观察过程被人为的截止称为截尾，又称删失或终检。原因：失访/退出/ 终止（研究时限已到而终止观察）。 7. 卡方基本思想：X2分布是一种连续型分布，可用于检验资料的实际频数和按检验假设计算的理论频数是否相等等问题。X2反应实现了实际频数与理论频数的吻合程度。如果检验假设成立，则A-T 一般不大，X2应很小，即出现大X2值概率很小。即X2越大，P越小，若P≤a时，就怀疑假设的成立，拒绝H0。若P>a则没有理由拒绝H0。 8. X2用途： （1）实际频数与拟合频数拟合优度：A推断两个或两个以上总体率或构成比有无差别（四格表/行x 列表）。B两变量之间有无相互关系。C频数分布的拟合优度检验（判断次样本是否来自某种分布）。（2）某些分布可用X2近似。 （3）间接应用：如t分布和F分布就是在X2分布基础上推导出来的。 9. 方差分析的基本思想：根据研究目的和设计类型，把总体变异中离均差平方和分解成两部分或更多部分，也把总变异中的自由度相应分成两部分或更多部分，然后再进行比较，评价由某种因素引起的变异是否具有统计学意义。 10. 假设检验中P，a,b（倍他）的关系及统计学意义： a：检验水准，即显著性检验，在此概率之下的认为是小概率事件，统计学上以为此事件“不可能发生”，以此判断是否不拒绝H0无效假设，在假设检验中，按a检验水准，拒绝了原来正确的H0，即犯了第1类错误，犯此错误的概率为a。 b：在T假设检验中，按照a检验标准，没有拒绝原来错误的无效假设，即犯了第2类错误，犯次错误的概率是b。 P：是在H0成立时大于等于用样本计算的统计值出现的概率用P值与检验水准a比较，根据比较的结果作出统计判断。如果P≤a时，就怀疑假设的成立，拒绝H0。若P>a则接受H0拒绝H1。P值越小只能说明作出拒绝H0，接受H1的推论时犯错误的机会越小。 11．行x列表X2检验应注意： （1）行x列表中不宜有1/5以上格子的理论频数小于5或有一个格子的理论频数小于1，若发生上述情况可采用：A将理论频数过小的格子所在的行或列与性质相近的邻近行或列中的实际频数合并，使重新计算的理论频数增大。B删去理论频数过小的行或列。C增大样本含量以增大理论频数。 （2）当效应按强弱分为若干级别，则按实验结果可整理为单向有序行x列表，在比较各处理组的效应有无差别时，宜用秩和检验，ridit分析等。如作X2检验只说明各组构成比的差异有无统计学意义。
实用标准 文档大全第一章绪论 1、统计学，是关于数据收集、整理、分析、表达和解释的普遍原理和方法。 2、研究对象：具有不确定性结果的事物。 3、统计学作用：能够透过偶然现象来探测其规律性，使研究结论具有科学性。 4、统计分析要点：正确选用统计分析方法，结合专业知识作出科学的结论。 5、医学统计学基本内容：统计设计、数据整理、统计描述、统计推断。 6、医学统计学中的基本概念 (1) 同质与变异 同质，指根据研究目的所确定的观察单位其性质应大致相同。 变异，指总体内的个体间存在的、绝对的差异。 统计学通过对变异的研究来探索事物。 (2) 变量与数据类型 变量，是反映实验或观察对象生理、生化、解剖等特征的指标。 变量的观测值，称为数据 分为三种类型：定量数据，也称计量资料，指对每个观察单位某个变量用测量或其他定量方法准确获得的定量结果。（如身高、体重、血压、温度等） 定性数据，也称计数资料，指将观察单位按某种属性分组计数的定性观察结果。包括二分类、无序多分类。（进一步分为二分类和多分类，如性别分为男和女，血型分为A、B、O、AB 等） 有序数据，也称半定量数据或等级资料，指将观察单位按某种属性的不同程度或次序分成等级后分组计数的观察结果，具有半定量性质。 统计方法的选用与数据类型有密切的关系。 （3）总体与样本 总体，指根据研究目的确定的所有同质观察单位的全体，包括所有定义范围内的个体变量值。 样本，是从研究总体中随机抽取部分有代表性的观察单位，对变量进行观测得到的数据。抽样，是从研究总体中随机抽取部分有代表性的观察单位。 参数，指描述总体特征的指标。 统计量，指描述样本特征的指标。 （4）误差 误差，指观测值与真实值、统计量与参数之间的差别。 可分为三种：系统误差，也称统计偏倚，是某种必然因素所致，不是偶然机遇造成的，误差的大小通常恒定，具有明确的方向性。 随机测量误差，是偶然机遇所致，误差没有固定的大小和方向。 抽样误差，是抽样引起的统计量与参数间的差异。 抽样误差主要来源于个体的变异。 统计学主要研究抽样误差。 （5）概率 概率，是描述某事件发生可能性大小的量度。 必然事件，事件肯定发生，概率P(U)＝1； 随机事件，事件可能发生，可能不发生，概率介于0≤P(A)≤ 1； 不可能事件，事件肯定不发生，概率P(∮)＝0； 小概率事件，事件发生的可能性很小，概率P(A)≤ 0.05、或P(A)≤ 0.01。
1.简述总体和样本的定义，并且举例说明。 总体是研究目的确定的所有同质观察单位的全体。样品是从研究总体中抽取部分有代表性的观察单位。 2.简述参数和统计量的定义，并且举例说明。 描述总体特征的指标称为参数，描述样本特征的指标称为统计量。 3.变量的类型有哪几种？举例说明各种类型变量有什么特点。 ①定量数据：计量资料；定量的观测值是定量的，其特点是能够用数值的大小衡量其水平的 高低。 ②定性数据：计数资料；变量的观测值是定性的，表现为互不相容的类别或属性。 ③有序数据：半定量数据/等级资料；变量的观测值是定性的，但各类别（属性）有程度或顺 序上的差异。 4.请举例说明一种类型的变量如何变换为另一种类型的变量。定量数据>有序数据>定性数据 ---------------> 5.请简述什么是小概率事件？ 概率是描述事件发生可能性大小的度量，P0.05事件称为小概率事件。 6．举例说明什么是配对设计。 配对设计是将受试对象按某些重要特征相近的原则配成对子，每对中的两个个体随机地给予两种处理。①同源配对：同一受试对象或同一标本的两个部分，随机分配接受两种不同处理；②异源配对：为消除混杂因素的影响，将两个同质受试对象配对分别接受两种处理。 7.非参数假设检验适合什么类型数据进行分析？ ①总体分布类型未知或非正态分布数据；②定量或半定量数据；③数据两端无确定的数值。 8．简述P 25 P 5０ P ７5 的统计学意义。（条件：明显偏态且不能转化为正态或近似对称；一端或两端无 确定数值；分布情况未知） 用来描述资料的观测值序列在某百分位置的水平，四分位数间距可以作为说明个体差异的指标（说明个体在不同位置的变异情况）。 9.直条图、直方图、圆饼图的使用条件是什么？ 直条图：各自独立的统计指标的数值大小和他们之间的对比； 直方图：连续变量频数分布情况； 圆饼图：全体中各部分所占的比例。 10.统计分析包括哪两个方面的内容？为什么要进行统计推断？ 统计描述和统计分析； 统计描述用来描述及总结一组数据的重要特征，其目的是使实验或观察得到的数据表达清楚并便于分析。统计推断指由样本数据的特征推断总体特征的方法，包括参数估计（点估计和区间估计）和假设检验（判断随机波动引起差别的概率大小）。 统计推断是通过样本推断总体的统计方法/根据样本提供的信息和抽样分布的规律，以一定的概率推断总体的特征。总体是通过总体分布的数量特征即参数 (如方差) 来反映的。很多时候并不知道总体的参数，只能由样本统计量推断获得。 11.定量数据如何进行统计描述？请举例说明。通过具体数值反应高低水平。 12.定性数据如何进行统计描述？请举例说明。根据类别或属性的不同分类。 13.简述均数的抽样误差及率的抽样误差。 由抽样造成的样本统计量与总体参数的差异称为抽样误差，样本均数不等于总体均数μ，总体率参数π不等于样本率p。 14.简述正态分布和标准正态分布的关系。 (μ=0，)关系：标准正态分布是正态分布的一种，具有正态分布的所有特征。所有 正态分布都可以通过Z分数公式转换成标准正态分布。 区别：正态分布的平均数为μ，标准差为σ；不同的正态分布可能有不同的μ值和d值，正态分布曲线形态因此不同。标准正态分布平均数μ＝0，标准差σ＝1，μ和σ都是固定值；标准正态分布曲线形态固定。
卫生统计学知识点总结-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN
卫生统计学 统计工作基本步骤：统计设计（调查设计和实验设计）、资料分析{收集资料、整理资料、分析资料【统计描述和统计推断（参数估计和假设检验）】。 ★统计推断：是利用样本所提供的信息来推断总体特征，包括：参数估计和假设检验。a参数估计是指利用样本信息来估计总体参数，主要有点估计（把样本统计量直接作为总体参数估计值）和区间估计【按预先设定的可信度（1-α），来确定总体均数的所在范围】。b假设检验：是以小概率反证法的逻辑推理来判断总体参数间是否有质的区别。 变量资料可分为定性变量、定量变量。不同类型的变量可以进行转化，通常是由高级向低级转化。 资料按性质可分为计量资料、计数资料和等级资料。 定量资料的统计描述 1频率分布表和频率分布图是描述计量资料分布类型及分布特征的方法。离散型定量变量的频率分布图可用直条图表达。 2频率分布表（图）的用途：①描述资料的分布类型；②描述分布的集中趋势和离散趋势；③便于发现一些特大和特小的可疑值；④便于进一步的统计分析和处理；⑤当样本含量足够大时，以频率作为概率的估计值。 ★3集中趋势和离散趋势是定量资料中总体分布的两个重要指标。 （1）描述集中趋势的统计指标：平均数（算术均数、几何均数和中位数）、百分位数（是一种位置参数，用于确定医学参考值范围，P50就是中位数）、众数。算术均数：适用于对称分布资料，特别是正态分布资料或近似正态分布资料；几何均数：对数正态分布资料（频率图一般呈正偏峰分布）、等比数列；中位数：适用于各种分布的资料，特别是偏峰分布资料，也可用于分布末端无确定值得资料。 （2）描述离散趋势的指标：极差、四分位数间距、方差、标准差和变异系数。四分位数间距：适用于各种分布的资料，特别是偏峰分布资料，常把中位数和四分位数间距结合起来描述资料的集中趋势和离散趋势。方差和标准差：都适用于对称分布资料，特别对正态分布资料或近似正态分布资料，常把均数和标准差结合起来描述资料的集中趋势和离散趋势；变异系数：主要用于量纲不同时，或均数相差较大时变量间变异程度的比较。 标准差的应用：①表示变量分布的离散程度；②结合均数计算变异系数、描述对称分布资料；③结合样本含量计算标准误。 定性资料的统计描述 1定性资料的基础数据是绝对数。描述一组定性资料的数据特征，通常需要计算相对数。定性变量可以通过频率分布表描述其分布特征。 2 指标频率型指标强度型指标相对比型指标 概念近似反映某一时间出现概率单位时间内某现象的发生 率 两个有关联的指标A和B之比 计算 公式 A/B 有无 量纲 无有可有、可无 取值 范围 【0,1】可大于1无限制 本质大样本时作为概率近似值分子式分母的一部分频率强度，即概率强度的 似 值 表示相对于B的一个单位，A有多少 位 A和B可以是绝对数、相对数和平均