第一章数据与统计学
第一节统计数据与统计学
1.统计学是一门收集、整理、显示和分析统计数据的科学，目的是探索数据的内在数量规律性。
2.解释数据（结果说明
解决问题
第二节统计学的产生与发展
3.古典统计学阶段（17世纪中叶～19世纪初）：（1）国势学派：使用记述、对比的方法研究国家基本国情；（2）政治算术学派：使用数字、图表等统计方法，研究英国、法国、荷兰三国的国情、国力；（3
近代统计学阶段（19世纪初～20现代统计学阶段（20世纪初至
今）
第三节统计学的分科
4.从统计教育的角度，统计学可以分为描述统计和推断统计、理论统计和应用统计
5.描述统计是指用图形、表格和概括性的数字对数据进行描述的统计方法。描述统计学是研究数据收集、整理和描述的统计学分支。
6.描述统计学的内容：（1）整理数据；（2）收集数据；（3）展示数据；（4）描述性分析。
7.描述统计学的目的：（1）描述数据的基本特征；（2）找出数据的基本规律。
8.描述统计学的研究对象：确定性现象。
9.推断统计是根据样本信息对总体进行估计、假设检验、预测或其他推断的统计方法。
10.推断统计学的内容：（1）参数估计；（2）假设检验。
11.推断统计学的目的：对总体的基本特征做出推断。
12.推断统计学的研究对象：不确定性现象。
13.理论统计是研究统计学的一般理论，是研究统计方法的数学原理。应用统计是研究统计学在各领域的具体应用。
第四节数据的种类与来源
14.数据的种类按性质可以分为（1）定位数据，如坐标数据；（2）定性数据，如表示事物属性的数据（城镇、河流、道路等）；（3）定量数据，如面积，体积，重量，速度等；（4）定时数据，如年，月、日等。
15.数据的种类按表现形式可分为（1）结构型数据，如各种数字、测量数据及其解释；（2）非结构型数据，如网络日志、音频、视频、图片和地理信息等。16.第一手数据（直接数据）：统计数据来源于直接组织的调查、观察或科学试验，第二手数据（间接数据）：统计数据来源于已有的数据。
17.统计调查是按照预定的统计任务，运用科学的统计调查方法，有计划有组织地向客观实际搜集资料的全过程。
18.统计调查包括（1）普查，普查是为了某一特定目的，专门组织的的一次性全
面调查。通常是一次性或周期性的，非经常一般需要规定统一的标准调查时间数据的规范化程度较高应用范围比较狭窄。
（2）抽样调查，抽样调查是从总体中随机抽取一部分单位作为样本进行调查，并根据样本调查结果来推断总体特征的数据收集方法。特点：经济性、时效性、适应面广、准确性高。（最重要的调查方法）
（3）统计报表，统计报表是按国家统一规定的表式，统一的指标项目，统一的报送时间，自下而上逐级定期提供基本统计资料的调查方法。
（4）重点调查，重点调查是在所要调查的总体中选择一部分重点单位进行调查。重点单位是着眼于现象量的方面，尽管这些单位在全部单位中只占一部分，但是它们的某一主要标志的标志总量在总体标志总量中有绝大比重。（不带主观因素）（5）典型调查，典型调查是指有意识地选取若干具有代表性的单位进行调查和研究，借以认识事物发展变化的规律。典型调查包括①解剖麻雀：总体内部个体间差异很小；②划类选典：总体内部个体间差异较大。（虽然抽样调查、重点调查、典型调查都属于非全面调查，但是只有抽样调查可以用来推断总体的数量特征。重点调查和典型调查所得资料只能形成对总体的定性认识，不能上升为总体的定量结果。）
（6）科学试验，在自然科学和工程的研究领域，通常是通过科学试验的方法获得研究的统计数据。
（7）网络获取等。
19.间接数据的获取渠道：（1）统计部门和政府部门公布的有关资料，如各类统计年鉴；
（2）各类专业期刊、报纸、书籍所提供的资料；
（3）各种会议（博览会、展销会、交易会等）及专业性、学术性研讨会上交流的有关资料；
（4）从互联网或图书馆查阅到的相关资料。
20.文件检索：（1）系统检索，选取合适的数据库和检索的关键词；
（2）追溯检索，Science Citation Index；
（3）浏览检索，根据平时的积累。
第五节统计数据的质量
21.统计调查阶段是统计研究的第一步，在这一阶段中，统计数据的误差从不同的角度分类，可以分为非抽样误差与抽样误差。
22.抽样误差是指利用样本推断总体时产生的误差。影响抽样误差大小的因素：（1）样本容量的大小；（2）总体的变异性。抽样误差可以计算和控制。
23.非抽样误差是指由于调查过程中有关环节的失误造成的。从理论上来说，非抽样误差是可以避免的。控制方法：（1）对调查员进行挑选；（2）对调查员进行培训；
（3）对调查过程进行控制；（4）对调查结果进行检验、评估。
第六节统计学的基本概念
24.总体：是指所研究的所有个体（基本单位）的集合。总体中的每个个体称为总体单位。总体单位的特点：大量性，同质性和异质性。
25.样本：是指从总体中抽取的一部分元素的集合。构成样本的元素的数目称为样本容量。
26.标志（变量）：说明总体单位属性和特征的名称。标志包括（1）品质标志：说明总体单位质的特征；（2）数量标志：说明总体单位量的特征。
27.指标：综合反应总体数量特征的概念和数值，具有可量性和综合性。指标包括（1）理论指标：指标名称、核算方法、计量单位；（2）实践指标：时间、空间、数值。常用指标：总量指标、平均指标和相对指标。
例如：2014年我国国内生产总值568845亿元（总量指标），按可比价格计算，比上年增长7.7%（相对指标）。全年全国粮食总产量达到60194万吨（总量指标），比上年增加1236万吨（总量指标），增长2.1%（相对指标）。全年城镇居民人均总收入29547元（总量指标）。其中，城镇居民人均可支配收入26955元（总量指标），比上年名义增长9.7%（相对指标），扣除价格因素实际增长7.0%（相对指标）。全年农村居民人均纯收入8896元（总量指标），比上年名义增长12.4%（相对指标），扣除价格因素实际增长9.3%（相对指标）。2013年全国居民收入基尼系数为0.473 （相对指标）。
第二章统计数据的描述
第〇节数据的预处理
1.数据的审核包括逻辑审核和计算检查，目的：保证数据的完整性和准确性
第一节统计数据的整理
2.统计调查阶段是统计研究的第一步，它是根据统计研究的需要，将数据按照某个属性分成不同的组别。在分组时，如果按照性别、质量等定性指标分组，称为品质标志分组；如果按照数量或数值等定量指标分组，称为数量标志分组。
（品质标志分组）
（数量标志分组）
单变量值分组适用于品质标志分组及数量标志分组中变量值较少时。
3.次数分配（组距分组）是指将数据按其分组标志进行分组。
4.次数分配的特点：（1）将变量值的一个区间作为一组；
（2）适合于连续变量；
（3）适合于变量值较多的情况；
（4）需要遵循“不重不漏”的原则（上组限不在该组内）；
（5）可采用等距分组，也可采用不等距分组。
5.组距分组的思路：（1）先确定组数，再确定组距；（2）先确定组距，再确定组数。不管怎么分组，都是组数越多，组距越少。
例：66 69 74 76 78 80 82 84 88 89
6.与组距分组有关的几个概念：（1）下限(low limit) ：一个组的最小值；
（2）上限(upper limit) ：一个组的最大值；
（3）组距(class width) ：上限与下限之差；
（4）组中值：下限与上限之间的中点值（组中值=（上限+下限）/2).
7.累计频数（shuò)：（1）向上累积频数（以下累计）：变量值由小到大排列，表示某个变量值的位置，或者小于等于某个变量值的个数；
（2）向下累计频数（以上累计）：变量值由大到小排列，表示某个变量值的位置，或者大于等于某个变量值的个数。
8次数分配直方图：用矩形的宽度和高度来表示频数分布的图形。在直角坐标中，用横轴表示数据分组，纵轴表示频数或频率，各组与相应的频数就形成了一个矩形，即直方图。
9.折线图（频数多边形图）是指在直方图的基础上，把直方图顶部的中点(组中值)用直线连接起来，再把原来的直方图抹掉。具体做法：（1）第一个矩形的顶部中点通过竖边中点（即该组频数一半的位置）连接到横轴，最后一个矩形顶部中点与其竖边中点连接到横轴；（2）折线图下所围成的面积与直方图的面积相等，二者所表示的频数分布是一致的。
10.次数分布曲线：当观察次数逐渐增多，组距越小组数越多时，所画出来的折线就会越光滑，逐渐形成一条光滑的曲线，即次数分配曲线。常见的有四种曲线，即正态分布曲线，偏态曲线，J形曲线和U形曲线。
（1）正态分布曲线也称为钟形曲线，，是客观事物数量特征表现最多的一种次数分布曲线，如人的身高、体重、智商，电子管中的热噪声、电流、电压，纤维长度。细沙强度，钢的含碳量，农作物产量，橡胶的抗张力。一个地区多年的降雨量等。所有的试验、测量和观测误差都服从正态分布；
（2）偏态分布曲线根据尾巴拖向哪一方分为正偏（右偏）和负偏（左偏）两种分布曲线。例如人均收入分配的曲线就是右偏分布曲线；
（3）J形曲线包括正J形曲线和反J形曲线。例如供给曲线（正J形曲线）和需求曲线（反J形曲线）；
（4）U形曲线又称为死亡率曲线、产品故障率曲线或浴盆曲线，人和动物的死亡率近似服从U形曲线分布。产品的故障和报损情况也有类似的分布规律。11.20世纪初意大利经济学家基尼(G. Gini)根据洛伦茨曲线给出了衡量收入分配平均程度的指标
A 表示实际收入曲线与绝对平均线之间的面积
B 表示实际收入曲线与绝对不平均线之间的面积 如果A=0，则基尼系数=0，表示收入绝对平均 如果B=0，则基尼系数=1，表示收入绝对不平均 基尼系数在0 和1之间取值
一般认为，基尼系数若小于0.2，表明分配平均；基尼系数在0.2至0.4之间是比较适当的，即一个社会既有效率又没有造成极大的分配不公；基尼系数在0.4被认为是收入分配不公平的警戒线，超过了0.4应该采取措施缩小这一差距。
第二节 分布集中趋势的测度
12.众数是指一组数据中出现次数最多的数据。特点：（1）适合于数据较多时使
用；（2）不受极端值的影响；（3）一组数据可能没有众数或有几个众数；（4）主要用于分类数据，也可用于顺序数据和数值型数据。应用：市场中价格的确定。
13.中位数是排序后位于中间位置的的是数据。若总数据个数为奇数，则中位数=
21+中间数；若总数据个数为偶数，则中位数=2
2
1中间数中间数+。特点：（1）不受极端值影响；（2）主要用于顺序数据，也可用数值型数据，但不能用于分类数据
14.中位数是将统计分布从中间分为面积（即数据个数）相等的两部分，与中位数性质相似的还有四分位数、十分位数和百分位数。四分位数是指将数据分布4等分的三个数值，其中中间的四分位数就是中位数。十分位数和百分位数分别是将是数据十等分和一百等分的数值。
15.均值是数据集中趋势的主要测度值。包括（1）算数平均值：设一组数据为：
x
x x n
,,,2
1
Λ，则算数平均值=x =
n
x x x n
+++Λ2
1
（总体算数平均值和样本平均
值求法一样）；（2）设一组数据为：x x x n ,,,21Λ，相应的频数为：f
f
f n
,
,,
2
1
Λ，
累积的人口百分比
则加权平均值=
f
f
f f
x f x f x n
n
n Λ
Λ+++++2
1
211
1
，加权平均值的变形公式：加权平均值
∑∑∑∑=====n
i i
n
i i
n
i i
n
i i
i
f
x f
f
x f
1
1
1
1==w x i n
i i ∑=1
（变量值，权重）性质：（1）各变量值与均
值的离差之和等于零()0
x x -=∑；（2）各变量值与均值的离差平方和最小，
（3）几何平均值：n
n
i i
n
n
a a
a a G ∏==???=
1
2
1
Λ 。适用特点：（1）变量值以相
对数的形式出现；（2）变量值相乘有意义。应用：（1）计算平均发展速度；（2）平均收益率；（3）流水线的产品合格率。
例题：某产品要经过生产流水线连续作业的四道工序才能完成。某月份各工序产品的合格率分别为98%、95%、95%、97%，计算整个流水线产品合格率？
96.24%=
某银行为鼓励用户长期存款，以复利方式计息，某10年期存款的年利率第1—4年为3%、第5—7年年为4.5%、第8—10年为5.5%。则10年的平均年利率？
1.0419= 平均年利率为4.19%
16.众数、中位数、均值的比较：（1）数量关系
均值 中位数 众数 均值 = 中位数 = 众数
右偏分布 众数
中位数
均值
（2）众数、中位数、均值的特点和应用：①众数（不受极值的影响，易于理解、尤其适用于类型变量，不唯一）；②中位数（不受极值的影响，数据分布偏斜程度较大时使用）；③均值(数学性质稳定、容易受到极值影响、数据对称分布或接近对称分布时使用）
第三节 分布离散程度的测度
17.极差（全距）是指一组数据中最大值与最小值之差，是数据分布离散程度的最简单测度值。特点：容易受极值影响。 18.内距是上四分位数与下四分位数之差，即IQR= Q3– Q1，它反映了中间50%数据的离散程度。特点：不受极端值的影响。
19.方差是各个数据与平均数之差的平方之和的平均数。总体未分组方差：
n
i n
i x x s
∑-==
1
2
2
)
(。总体分组方差：∑∑-===
n
i i
n
i i
f
f
x x s 11
2
2
)(。样本未分组方差：
1
1
2
2
)
(-=
∑-=n i n
i x x s
。样本分组方差1
1
1
2
2
)(-=
∑∑-==n
i i
n
i i
f
f
x x s 。
20.标准差又称为均方差，是方差的算数平方根。总体未分组标准差：
n
i s n
i x x ∑-==
1
2
)
(。总体分组标准差：∑∑-===
n
i i
n
i i
f
f
x x s 11
2
)(。样本未分组标准差：
1
1
2
)
(-=
∑-=n i s n
i x x 。样本分组标准差：1
1
1
2
)(-=
∑∑-==n
i i
n
i i
f
f
x x s
21.自由度是指一组数据中可以自由取值的数据的个数。当样本数据的个数为 n
时，若样本均值确定后,只有n-1个数据可以自由取值，其中必有一个数据不能自由取值。因此，自由度为n-1。
22.标准差的作用：（1）判断变量的离散程度；（1）判断某一变量取值是否一致；（3）判断某一变量落在某一区间的概率，切比雪夫定律：k μσ±，
2
11k -
（4）判断某一变量值在数据几何中的位置 标准化值
X Z μ
σ
-
=
23.离散系数：标准差和对应的均值之比。公式：
位的影响。数据水平高低和计量单：消除了
（样本离散系数）（总体离散系数）或作用x s
V x V ==σ 应用：用于对不同变量离散程度的比较
第四节 分布偏态与峰度的测度
24.数据分布的两个重要特征是集中趋势和离散程度。
25.偏态是对分布偏斜方向及程度的测度。判断偏态的方向并不困难，但要测度
偏斜的程度则需要计算偏态系数（SK ），s
x x n SK k
i 3
1
3
)
(∑-==
，通常SK 取值在-3～
+3之间，绝对值越大，表明偏斜程度越大。情况：大于0为正偏（右偏），小于0为负偏（左偏），等于0为对称分布
26.峰度，记作K ，是对数据分布平峰或尖峰程度的测度。峰度系数
K=
341
4
-?
∑-=f f x x k
i i
i ）（ 第五节 统计图与统计表
27.
28..统计表设计和使用应注意的问题：（1）合理安排表的结构；
（2）表头一般应包括表号、总标题和表中数据的单位等内容，总标题应该简明确切地概括出统计表的内容，一般需要表明统计数据的时间（when ）、地点（where)以及何种数据(what)，即标题内容应该满足3W 要求；
（3）表中的上下两条横线一般用粗线，中间其他的其他线要用细线，并且统计表的左右两边不封口，
（4）列标题之间一般用竖线分开，而行标题之间通常不必用横线隔开，总之表中尽量少用横竖线，切忌不要用斜线；
（5）统计表中的数据一般是右对齐，有小数点时应以小数点对齐，而且小数点
行标题
资料来源：……………………………
的位数应统一；
（6）在使用统计表时，必要时要在表的下方加上注释，特别要注明资料来源，以表示对他人劳动成果的尊重
48.茎叶图：以一组数据的高位数做树茎，树叶保留数值的末位数字。 49.茎叶图的特点：（1）用来显示未分组的原始数据的分布； （2）由“茎”和“叶”两部分构成，其图形是由数字组成的； （3）以该组数据的高位数值作树茎，低位数字作树叶； （4）树叶上只保留一位数字。
29.茎叶图类似于横置的直方图，但又有。直方图可观察一组数据的分布状况，但没有给出具体的数值；茎叶图既能给出数据的分布状况，又能给出每一个原始数值，保留了原始数据的信息
30.箱线图用来反映原始数据分布的图形。它由一个箱子和两条线段组成。绘制方法：（1）找出一组数据的五个特征值：数据的最大值、数据的最小值、中位数和两个四分位数；
（2）连接两个四分位数画出箱子； （3）将两个极值点与箱子连接。
31.应用统计图错误的的情况：（1）指标选的不合适；（2）绘图时不够科学规范；（3）象形图绘制的问题。
32.分布的形状与箱线图
左偏分布
中位数 Q
对称分布
Q 中位数 Q
Q
L
中位数Q
U
右偏分布
统计学复习题 名词解释：（5×3分=15分） 计数资料变异系数标准误医学参考值范围P值总体抽样误差构成比发病率 小概率事件四分位数间距 计数资料：指先将观察单位按其性质或类别分组，然后清点各组观察单位个数所得的资料变异系数：变异系数又称“标准差率”，是衡量资料中各观测值变异程度的另一个统计量。 标准误：标准误反映的是样本均数之间的变异（即样本均数的标准差，是描述均数抽样分布的离散程度及衡量均数抽样误差大小的尺度） 医学参考值范围：医学参考值是指正常人（或动物）的人体形态、功能和代谢产物等的各种生理及生化常数。由于个体指标的变异，使其常数不仅因人而异，而且同一个体还会随机体内外环境的改变而改变，因此需要确定其波动的范围，即把绝大多数正常人的某指标值范围称为该指标的参考值范围，亦称正常值范围。有了参考值范围，在评价个体某指标是否正常时便有了依据。 P 值即概率，反映某一事件发生的可能性大小。 总体：根据一定的目的和要求所确定的研究事物的全体，它是由客观存在的、具有某种共同性质的许多个别事物构成的整体。 抽样误差：抽样误差是指样本指标值与被推断的总体指标值之差 构成比：各构成部分所占的比重 发病率：某一段时期内某一特定风险人群发生某病的或然率。 小概率事件：在概率论中我们把概率很接近于0（即在大量重复试验中出现的频率非常低）的事件称为小概率事件，习惯上将P≤0．05或P≤0．01称为小概率事件 四分位数间距:是上四分位数与下四分位数之差,用四分位数间距可反映变异程度的大小 分析题：（3×5分=15分） 1.关于校正X2四格表X2检验，分析变异系数再比较。 2.判断分析抽样调查，应用样本比率比较的X2检验。 3.计数可信区间，用标准误带入。 判断题：(无参考) 选择题：(30题×2分=60分) 注：正确答案为斜体红字 1.资料分析的主要内容包括： A．统计描述和统计学检验 B.区间估计和假设检验 C.统计图表和统计报告 D.统计描述和统计推断 2. 根据变量的测验结果不同，可将统计资料的类型分为 A．定量变量资料和分类变量资料 B.多项分类变量资料和二项分类变量资料C．正态分布变量资料和频数分布变量资料 D.数量变量资料和等级变量资料 3. 统计学中所说的样本是指
关于某地区361个人旅游情况统计分析报告 一、数据介绍： 本次分析的数据为某地区361个人旅游情况状况统计表，其中共包含七变量，分别是：年龄，为三类变量；性别，为二类变量（0代表女，1代表男）；收入，为一类变量；旅游花费，为一类变量；通道，为二类变量（0代表没走通道，1代表走通道）；旅游的积极性，为三类变量（0代表积极性差，1代表积极性一般，2代表积极性比较好，3代表积极性好 4代表积极性非常好）；额外收入,一类变量。通过运用spss统计软件，对变量进行频数分析、描述性统计、方差分析、相关分析，以了解该地区上述方面的综合状况，并分析个变量的分布特点及相互间的关系。 二、数据分析 1、频数分析。基本的统计分析往往从频数分析开始。通过频数分地区359个人旅游基本 状况的统计数据表，在性别、旅游的积极性不同的状况下的频数分析，从而了解该地区的男女职工数量、不同积极性情况的基本分布。 统计量 积极性性别 N 有效359 359 缺失0 0 首先，对该地区的男女性别分布进行频数分析，结果如下
性别 频率百分比有效百分 比 累积百分 比 有效女198 55.2 55.2 55.2 男161 44.8 44.8 100.0 合计359 100.0 100.0 表说明，在该地区被调查的359个人中，有198名女性，161名男性，男女比例分别为44.8%和55.2%，该公司职工男女数量差距不大，女性略多于男性。 其次对原有数据中的旅游的积极性进行频数分析，结果如下表： 积极性 频率百分比有效百分 比 累积百分 比 有效差171 47.6 47.6 47.6 一般79 22.0 22.0 69.6 比较 好 79 22.0 22.0 91.6 好24 6.7 6.7 98.3 非常 好 6 1. 7 1.7 100.0 合计359 100.0 100.0 其次对原有数据中的积极性进行频数分析，结果如下表： 其次对原有数据中的是否进通道进行频数分析，结果如下表：
医学统计学试题及答案 The latest revision on November 22, 2020
医学统计学 一、选择题 1、根据某医院对急性白血病患者构成调查所获得的资料应绘制（ B ） A 条图 B 百分条图或圆图 C线图 D直方图 2、均数和标准差可全面描述 D 资料的特征 A 所有分布形式Ｂ负偏态分布Ｃ正偏态分布Ｄ正态分布和近似正态分布 3、要评价某市一名5岁男孩的身高是否偏高或偏矮，其统计方法是（ A ） A 用该市五岁男孩的身高的95%或99%正常值范围来评价 B 用身高差别的假设检验来评价 C 用身高均数的95%或99%的可信区间来评价 D 不能作评价 4、比较身高与体重两组数据变异大小宜采用（ A ） A 变异系数 B 方差 C 标准差 D 四分位间距 5、产生均数有抽样误差的根本原因是（ A ） A.个体差异 B. 群体差异 C. 样本均数不同 D. 总体均数不同
6. 男性吸烟率是女性的10倍，该指标为（ A ） （A）相对比（B）构成比（C）定基比（D）率 7、统计推断的内容为（ D ） A.用样本指标估计相应的总体指标 B.检验统计上的“检验假设” C. A和B均不是 D. A和B均是 8、两样本均数比较用t检验，其目的是检验（ C ） A两样本均数是否不同 B两总体均数是否不同 C两个总体均数是否相同 D两个样本均数是否相同 9、有两个独立随机的样本，样本含量分别为n1和n2，在进行成组设计资料的t 检验时，自由度是（ D ） （A） n1+ n2 （B） n1+ n2 –1 （C） n1+ n2 +1 （D） n1+ n2 -2 10、标准误反映（ A ） A 抽样误差的大小 B总体参数的波动大小
第一章绪论 一、单项选择题 答案 1. D 2. E 3. D 4. B 5. A 6. D 7. A 8. C 9. E 10. D 二、简答题 1答由样本数据获得的结果，需要对其进行统计描述和统计推断，统计描述可以使数据更容易理解，统计推断则可以使用概率的方式给出结论，两者的重要作用在于能够透过偶然现象来探测具有变异性的医学规律，使研究结论具有科学性。 2答医学统计学的基本内容包括统计设计、数据整理、统计描述和统计推断。统计设计能够提高研究效率，并使结果更加准确和可靠，数据整理主要是对数据进行归类，检查数据质量，以及是否符合特定的统计分析方法要求等。统计描述用来描述及总结数据的重要特征，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。 3答统计描述结果的表达方式主要是通过统计指标、统计表和统计图，统计推断主要是计算参数估计的可信区间、假设检验的P 值得出相互比较是否有差别的结论。 4答统计量是描述样本特征的指标，由样本数据计算得到，参数是描述总体分布特征的指标可由“全体”数据算出。 5答系统误差、随机测量误差、抽样误差。系统误差由一些固定因素产生，随机测量误差是生物体的自然变异和各种不可预知因素产生的误差，抽样误差是由于抽样而引起的样本统计量与总体参数间的差异。 6答三个总体一是“心肌梗死患者”所属的总体二是接受尿激酶原治疗患者所属的总体三是接受瑞替普酶治疗患者所在的总体。 第二章定量数据的统计描述 一、单项选择题 答案 1. A 2. B 3. E 4. B 5. A 6. E 7. E 8. D 9. B 10. E 二、计算与分析 2
浅谈我对统计学的认识 摘要：在经历了一个学期的学习之后，我们对《统计学》的学习也来到了最后的阶段。在这一个学期的学习中，有很多感想，也有很多收获。虽然课程有些枯燥，但无疑的是，我们掌握了统计学这门实用的工具，在我们未来的人生中，也必将会运用这个工具，陪伴我们前行。 关键字; 科学统计计算机发展 一，对统计学的认识 在学习统计学之前，我一直把统计学看成另外一种数学——也就是文科生的梦靥。虽然在很多方面统计学和数学存在着紧密联系，例如统计中会用大量的数学工具，所以为了掌握它，你必须要复习一下相关的数学知识，这样才能在学习中灵活运用。但是它和数学在某些方面也会存在很大的不同。在我看来，统计学更加地贴近实际，因此我们在学习中必须紧密联系到它的现实意义，在统计过后，我们还必须理解分析出来的数据所具有的实际的经济意义，这样才算是完成了整个统计的过程。希望在这个统计学的课程完成之后，在未来的学习或者是工作中，我能够运用统计学的知识，提高我的学习和工作效率及水平，让我能够成为一个更加符合社会需求的人才！ 二，统计学的概述 统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化的分析、总结，并进而进行推断和预测，为相关决策提供依据和参考。统计学主要分为描述统计学和推断统计学。给定一组数据，统计学可以摘要并且描述这份数据，这个用法称作为描述统计学。另外，观察者以数据的形态建立出一个用以解释其随机性和不确定性的数学模型，以之来推论研究中的步骤及母体，这种用法被称做推论统计学。它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上。 统计学是一门研究随机现象，以推断为特征的方法论科学，“由部分推及全体”的思想贯穿于统计学的始终。具体地说，它是研究如何搜集、整理、分析反映事物总体信息的数字资料，并以此为依据，对总体特征进行推断的原理和方法。用统计来认识事物的步骤是：研究设计—>抽样调查—>统计推断—>结论。这里，研究设计就是制定调查研究和实验研究的计划，抽样调查是搜集资料的过程，统计推断是分析资料的过程。显然统计的主要功能是推断，而推断的方法是一种不完全归纳法，因为是用部分资料来推断总体。统计学是通过数据来进行分析和推断的。因此，统计研究的基础是数据。这些数据的特点是，对于每一个数据而言，都具有不确定性，我们需要抽取一定数量的数据，才可能从中获取信息。因此，统计学的研究依赖于对数的感悟，甚至是对一堆看似杂乱无章的数的感悟。通过对数据的归纳整理、分析判断，可以发现其中隐藏的规律。因为可以用各种方法
2013年度医疗统计分析报告 综合全年医疗统计数字，对比去年同期，对期内统计数据做以分析，为医院综合工作提供参考，进一步提高医疗服务质量和工作效率。 工作效率分析，即运用统计指标来分析和评定医院工作效率，可以了解医院科室人员、设施、设备、技术、物资的利用情况。反映医院管理方面的成效和问题，对改进医院管理有重要意义。 按照国家对二级甲等医院临床医疗质量与工作效率的指标，实际床位使用率应≥85%，从此数据反映平均每天使用床位与实有床位的比例情况;平均住院日≤12天，超过则说明病床负担过重；术前平均住院日＜3天，反映了术前诊断质量、术前准备质量、手术室管理水平。 我们通过分析认为，我院2013全年床位使用率还是低于范围值，平均住院日及术前住院日都在允许范围内。积极深入查找原因，及时反馈有关部门，在保证医疗质量的前提下，提高床位使用率，不仅能节省床位投资，使现有的卫生资源得到充分有效的利用，也使我们医院的技术优势能够得到充分的发挥。 一、床位使用率、平均住院日、术前平均住院日分析 1、资料与方法 资料来源于我院病案统计2013年与2012年统计数据汇总。 2、结果 表一： 3、分析 由表一可以看出：我院2013年总体床位使用率为57.40％，虽比2012年同期上升12.7％，但是离国家卫生主管部门规定≥85%的标准差距太大，依然处于低效率运行状态。 我院2013年出院病人平均住院日10.14天，同比2012年同期下降0.27天，低于规定≤12天标准，处于正常效率运行状态。
我院2013年术前平均住院日2.04天，低于规定＜3天标准，处于正常效率运行状态。 从表上数据看我院2013年床位使用率低效率运行科室是妇产科和五官科。妇产科孕产妇就诊率极低，与市里专业性极强的妇、产医院竞争，实力明显薄弱。五官科亦面临同样的问题。 结果分析反映出： 我院2013年床位未得到充分利用，出院病人平均住院日处于正常效率运行状态，而床位使用率处于低效率运行，说明住院病人率低。 建议：加大人才培养力度，广招贤能充实医院卫生专业技术人员队伍，选派技术骨干进修学习，提高医疗技术水平、强化优质服务和管理力度，合理用药合理医治，降低患者治疗成本，吸引患者，提高床位运行效率。 我院2013年同比2012年同期的术前平均住院日，均处于正常效率运行状态，它反映术前诊断质量、术前准备质量、手术安排合理性、手术室管理均达到标准水平。 二、门诊诊疗工作状态分析 1、来源：门诊工作数据来源主要通过门诊电脑就诊挂号系统提取，并每月定期收集门诊专家工作日志，深入查看门诊患者的入住率。 2、结果：2013及2012年门诊工作量对比 表二 3、结果分析： 2013年我院门诊工作量同比2012年同期增长21.80%。 门诊量增长幅度不是太大，因素：2013年上半年诊疗工作在老院，下半年10月搬迁入新住院楼，千头万绪，新环境、新设备，医务人员缺口大，业务工作于2013年年底才基本进入有序轨道运行。 建议：2014年国家还会加大医疗保险的投入，社会保险人群大幅度增加，尤其是新农合报销比例也在不断增加，大形势越好竞争也就越激烈，我们还得在宣传力度和医疗技术与服务上投大力气、下大功夫吸引患者，加上我院几年来一直深入农村、村屯、各农牧场开展免费诊疗，随队人员都是主任医师、副主任医师，我们一定能克服客观困难，争取提高工作量。 三、临床诊断质量分析 1、来源：医疗统计系统提取报表数据 2、对照
医学统计学基本概念 1.医学统计学是以医学理论为指导，应用概率论与数理统计的有关原理和方法，研究医学资料的搜集、整理、分析和推断的一门应用科学。 2.统计工作的步骤：（1）设计（2）收集资料（3）整理资料（4）分析资料；或者分三步：（1）研究设计（2）资料分析（3）结论。 3.定量资料：又称为数值变量资料，特点：（1）各观察值之间有量的差别；（2）数据间有连续性。它是指变量的取值不止是可列个，而是可取某区间[a,b]，（-oo,oo） 上的一切值。 4.定性资料：又称为分类资料、分类变量资料（包括二项分类、多项分类资料），特点：（1）各观察值之间有质的差别；（2）数据间有离散性。它是指变量的取值有 限的，至多是可列多个。附：无序分类：二项分类、多项分类 5.等级资料：又称为半定量资料，有序分类，指各类之间有程度的差别。特点：（）各观察单位间或者相同，或者存在质的差别；（2）各等级间只有顺序，而无数值 大小，故等级之间不可度量。 6.个体individual：即每个观察单位。 7.总体population：根据研究目的确定的同质观察单位的全体。 8.样本：是从总体中随机抽取部分观察单位，其实测值的集合。样本包含的观察单位数称为样本含量或样本大小。 9.参数parameters：描述某总体特征的统计指标称为总体参数，简称参数。如总体均数、总体标准差等。特点：参数是未知的，固有的，不变的！ 10.统计量：描述某样本特征的的统计指标称为样本统计量，简称统计量。特点：统计量是已知的，变化的，有误差的！ 11.概率probability：是描述随机事件发生的可能性大小的数值。常用P表示。它的大小界于0和1之间。 12.随机事件：（1）可重复性：相同条件下可重复进行；（2）随机性：出现两种机两种以上结果；（3）偶然性：实验前不能肯定将出现哪种结果。 13.频率的稳定性：在重复试验中，事件A的频率随着试验次数的不断增加将愈来愈接近一个常数p，频率的这一特性称为频率的稳定性。 14.概率的统计定义：频率的稳定性充分说明随机事件出现的可能是事物本身固有的一种客观属性，因而是可以被认识和度量的。这个常数p就称为事件A出现的概 率(probability)，记作P(A) 或P。这一定义称为概率的统计定义。它是事件A发生的可能性大小的一个度量。容易看出，频率为一变量，是样本统计量，而概率为常数，是一总体参数。实践中，当试验次数足够多时，可以近似地将频率作为概率的一个估计。 15.小概率原理：当某事件发生的概率小于或等于0.05时，统计学通常称该事件为小概率事件，其涵义为该事件发生的可能性很小，进而认为其在一次抽样中不可能 发生，此即为小概率原理。 16.同质（homogeneity）：性质相同的事物称为同质的。 17.变异(variation)：同质的事物内个体之间或同一个体重复测量间的差别称为变异。 18.参考值范围(reference interval)又称正常值范围(normal range)。由于正常人的形态、功能、生化等各种指标的数据因人而异，而且同一个人的某些指标还会随着时间、 机体内外环境的改变而变化，因此需要确定其波动范围，即正常值范围，简称正常值(normal value)。 19.正常值范围(normal ranges)，是指绝大多数正常人的某指标范围。 20.抽样误差(sampling error):由于抽样造成的样本统计量和总体参数之间的差异。 21.标准误(standard error)：样本统计量的标准差称为标准误。样本均数的标准差称为均数的标准误。 22.参数估计：由样本信息估计总体参数称为参数估计，包括点估计和区间估计。 23.点估计(point estimation) ：直接用样本统计量作为总体参数的估计值。这种估计方法简单，但未考虑抽样误差的大小。 24.区间估计(interval estimation) ：按一定的概率或可信度(1-α)用一个区间估计总体参数所在范围，这个范围称作可信度为1-α的可信区间(confidence interval, CI)，又 称置信区间。这种估计方法称为区间估计。 25.可信度为1-α的可信区间的确切涵义是：每100个样本所算得的100(1-α)％可信区间，平均有100(1-α)个包含了总体参数。如取α=0.05，则每100个样本所算得 的100个95％可信区间，平均有95个包含总体参数在内，有5个不包含总体参数。 26.可信区间的两个要素：第一个要素是可靠性，常用可信度1-α的大小表示；第二个要素是精确性，常用可信区间的长度CU-CL衡量。 27.均数95%可信区间，其涵义是：如果重复100次抽样，每次样本含量均为n，每个样本均按（见课本P42）构建可信区间，则在此100个可信区间内， 理论上有95个包含总体均数，而有5个不包含总体均数。 28.可信度为95%的CI的涵义：每100个样本，按同样方法计算95%的CI，平均有95%的CI包含了总体参数。这里的95%，指的是方法本身！而不是某个区间！ 29.第一类错误（I型错误）：拒绝了实际上成立的H0假设，称为“假阳性”, 用α来表示。 30.第二类错误（II型错误）：不拒绝实际上不成立的H0，称为“假阴性”,用β来表示。 31.检验效能(power of a test)或检验功效：1-β称检验效能(power of a test)，过去称把握度。为当两总体确有差异，按检验水准α所能发现该差异的能力。1-β只取单 尾。 32.完全随机设计：根据某一试验因素，将试验对象完全按随机设计分为若干个组，每个组的样本例数可以相等，也可以不等，分别求出各组试验结果的均数，即为 单因素多个样本均数，单个因素可以有多个水平，R>2 33.随机区组设计又称配伍组设计(Random Block Design)：即两因素多个样本均数的比较(或称两因素方差分析，two way analysis of variance）。 34.绝对数：在计数资料中，各组的观察数称绝对数。 35.相对数：是两个有联系的指标的比，计数资料的统计描述主要是相对数（relative number）。 36.率（rate）：说明某现象发生的频率或强度，常用%、‰、1/万、1/10万等作单位，表示在一定范围内,某现象的发生数与可能发生某现象的总数之比。率的结果常 以保留1-2位整数为宜。
统计学名词解释汇总 WTD standardization office【WTD 5AB- WTDK 08- WTD 2C】
1什么是统计学？统计方法可分为哪两大类？统计学是收集、处理、分析、解释数据并从数据中得出结论的科学。方法有描述统计和推断统计两类2统计数据可分为哪几种类型？不同类型数据各有什么特点？按采取计量尺度，分类、顺序、数值型数据；按统计数据收集方法，观测、实验数据；按被描述对象与时间关系，截面、时间序列数据 统计数据；按所采用的计量尺度不同分； （定性数据）分类数据：只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，用文字来表述； （定性数据）顺序数据：只能归于某一有序类别的非数字型数据。它也是有类别的，但这些类别是有序的。 （定量数据）数值型数据：按数字尺度测量的观察值，其结果表现为具体的数值。 统计数据；按统计数据都收集方法分； 观测数据：是通过调查或观测而收集到的数据，这类数据是在没有对事物人为控制的条件下得到的。 实验数据：在实验中控制实验对象而收集到的数据。 统计数据；按被描述的现象与实践的关系分；
截面数据：在相同或相似的时间点收集到的数据，也叫静态数据。时间序列数据：按时间顺序收集到的，用于描述现象随时间变化的情况，也叫动态数据。 3举例说明总体、样本、参数、统计量、变量这几个概念：对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量，变量就是说明现象某种特征的概念，比如说灯泡的寿命。 4什么是有限总体和无限总体？举例说明 有限总体指总体的范围能够明确确定，而且元素的数目是有限可数的，如若干个企业构成的总体，一批待检查的灯泡。无限总体指总体包括的元素是无限不可数的，如科学实验中每个试验数据可看做是一个总体的一个元素，而试验可无限进行下去，因此由试验数据构成的总体是无限总体 5变量可分为哪几类？ 变量可以分为分类变量，顺序变量，数值型变量。 变量也可以分为随机变量和非随机变量。经验变量和理论变量。 6举例说明离散型变量和连续型变量
考试题型： 名词解释10个 选择20个 填空题20个 简答4-5个 讨论分析1-2题 计算1-2题 绪论 2选1 总体：总体（population）指特定研究对象中所有观察单位的测量值。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。 3选1 小概率事件：我们把概率很接近于0（即在大量重复试验中出现的频率非常低）的事件称为小概率事件 P值：结果的统计学意义是结果真实程度（能够代表总体）的一种估计方法。p值是将观察结果认为有效即具有总体代表性的犯错概率。一般结果≤0.05被认为是有统计学意义 小概率原理：一个事件如果发生的概率很小的话，那么可认为它在一次实验中是不会发生的，数学上称之小概率原理。统计学中，一般认为等于或小于0.05或0.01的概率为小概率。 资料的类型（3选1） （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。如某一患者的身高（cm）、体重(kg)、红细胞计数(1012/L)、 脉搏（次/分）、血压（KPa）等。 （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。如调查某地某时的男、女性人口数；治疗一批患者，其治疗效果为有效、无效 的人数；调查一批少数民族居民的A、B、AB、O 四种血型的人数等。 （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）。等级资料又称有序变量。如患者的治疗结果可分为治 愈、好转、有效、无效或死亡，各种结果既是分类结果，又有顺序和等级差别，但这种差别 却不能准确测量；一批肾病患者尿蛋白含量的测定结果分为+、++、+++等。 等级资料与计数资料不同：属性分组有程度差别，各组按大小顺序排列。 等级资料与计量资料不同：每个观察单位未确切定量，故亦称为半计量资料。 2选1 抽样误差（sampling error ）是指样本统计量与总体参数的差别。在总体确定的情 况下，总体参数是固定的常数，统计量是在总体参数附近波动的随机变量。 系统误差：由于测量仪器结构本身的问题、刻度不准确或测量环境改变等原因,在多次测量时所产生的,总是
中国地质大学(武汉)远程与继续教育学院 统计学 课程作业3（共4次作业） 学习层次：本科 涉及章节：第7章——第11章 1、一家大型超市连锁店上个月接到许多消费者投诉某种品牌炸土豆片中60克一袋的那种土豆片的重量不符。店方猜想引起这些投诉的原因是运输过程中沉积在食品袋底部的土豆片碎屑，但为了使顾客们对花钱买到的土豆片感到物有所值，店方仍然决定对来自于一家最大的供应商的下一批袋装炸土豆片的平均重量（克）μ进行检验，假设陈述如下： 如果有证据可以拒绝原假设，店方就拒收这批炸土豆片并向供应商提出投诉。 （1）与这一假设检验问题相关联的第一类错误是什么？ （2）与这一假设检验问题相关联的第二类错误是什么？ （3）你认为连锁店的顾客们会将哪类错误看得较为严重？而供应商会将哪类错误看得较为严重？ 2、某种纤维原有的平均强度不超过6克，现希望通过改进工艺来提高其平均强度。研究人员测得了100个关于新纤维的强度数据，发现其均值为6.35。假定纤维强度的标准差仍保持为1.19不变，在5％的显著性水平下对该问题进行假设检验。 （1） 选择检验统计量并说明其抽样分布是什么样的？ （2） 检验的拒绝规则是什么？ （3） 计算检验统计量的值，你的结论是什么？ 3、一项调查显示，每天每个家庭看电视的平均时间为7.25个小时，假定该调查中包括了200个家庭，且样本标准差为平均每天2.5个小时。据报道，10年前每天每个家庭看电视的平均时间是6.70个小时，取显著性水平α＝0.01，这个调查是否提供了证据支持你认为“如今每个家庭每天收看电视的平均时间增加了”？ 4、一个著名的医生声称有75％的女性所穿鞋子过小。一个研究组织对356名女性进行了研究，发现其中有313名妇女所穿鞋子的号码至少小一号。取α＝0.01，检验如下的假设： 75.0:0=πH 75.0:1≠πH 对这个医生的论断你有什么看法？ 5、从三个总体中各抽取容量不同的样本数据，得到如下资料。检验3个总体的均值之间是否有显著差异？（α=001.）（专科不要求） 样本1 样本2 样本3 158 148 161 154 169 153 142 156 149 169 158 180
统计学数据分析报告 一、调查研究方案的设计与组织实施 （一）调查目的 (1)描述和反映本校商学院14级金融系学生对于毕业去向的意向，分析并研究各意向的分布情况； (2)在专业，性别，家庭因素，个人因素等方面对毕业意向的分布进行研究，探究这些因素对于毕业意向分布的影响。(3)分析和解释形成毕业意向分布差异的因素和原因； (二)调查对象和调查单位 本次调查的基本调查对象是本校商学院金融类的部分同学。调查单位为此范围内的每一个同学。 在此基础上，在每个专业内随机抽取样本进行抽样调查，进而对整体进行推断。 （三）调查的组织和实施方法 获取资料的方法：问卷法、文献法本小组采用的基本方法为问卷法，发放问卷60份，收回问卷54份。辅助方法为文献法，通过图书馆和网络获取相关背景资料，对研究素材进行丰富和补充。调查方法：抽样调查抽样方法：分层抽样 将调查对象按专业分为金融工程、金融学和信用管理三个类别，然后从各个类别中随机抽取组成样本，用于对整体进行推断。数据资料整理结果如下：
在全部被调查对象中，男生23人，占43%，女生31人，占57%，金融学18人，占总体1/3,信用管理18人，占总体1/3,金融工程18人，占总体1/3。选择考研的有14人，占总体的26%。选择出国深造的有1人，占总体的2%。选择自主创业的有3人，占总体6%。选择直接就业的有29人，占总体54%。选择考公务员的有7人，占总体12%。 （四）调查时间和调查期限 调查时间：20XX年5月9日 调查期限：20XX年5月9日―20XX年5月14日（五）调查项目和调查表 调查项目：性别年级专业毕业意向家庭收入情况性格特点就业优势调查表如下： 二、统计数据的整理和分析 （一）总体分布情况与相关分析 根据问卷统计的数据得到的频数分布表和毕业意向分布饼图如下： 由上表可以得到以下结论： 选择直接就业的人数占总体的比例最大，占总体的54%其次是选择考研和考公务员，分别占总体的26%和12%。 选择出国深造和自主创业的人数最少，只占总体的2%和6%。可以看出大部分同学的毕业意向集中在直接就业和考研两个方面，而出国深造和自主创业对本校商学院来说仍旧是比较冷僻的意向。
《医学统计学》考查试卷（必修） －－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－ 说明：本试卷总计100分，全试卷共4页，完成答卷时间2小时。 －－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－ 一、填空（10小题，每小题2分，共计20分。） 1、统计学分为 和 两大部分。 2、统计思想是用样本 估计（或推测）总体 ，它是通过 和 来实现的。 3、统计步骤包括 、 、 、 。 4、统计资料分为 和 ，后者又分为 、 和 。 5、总体服从正态分布的数值资料，常用 与 来描述其集中趋势与离散趋势。 6、假设检验的原理是 。 7、假设检验得到 ，可认为差别无统计学意义， ，可认为差别有 统计学意义， ，可认为差别有高度统计学意义。 8、直线回归反映两个变量的 ，而直线相关反映的是两个变量的 。 9、2x 检验的思想可以概述为看 和 吻合程度如何。 10、秩和检验和Ridit 分析均属 ，前者关键是 ，后者关键是 。 二、选择题（有单选和多选，10小题，每小题1分，共计10分。） 1、当均数相差很大或量刚不同时，比较多个样本资料的离散趋势指标 应选 。 （1）极差 （2）变异系数 （3）方差 （4）标准差 2、总体均数95%的可信区间为 。 （1）)96.1,96.1(s x s x +- （2）)58.2,58.2(s x s x +-
（3）)96.1,96.1(x x s x s x +- （4）)58.2,58.2(x x s x s x +- 3、四个样本均数的比较，参数假设检验为 。 （1）0H ：4321x x x x === （2） 1H ：4321x x x x ≠≠≠ （3）0H ：4321μμμμ=== （4）1H ：4321μμμμ≠≠≠ 4、两样本均数比较，经t 检验差别有统计学意义时,P 越小，说明： 。 （1）两样本均数差别越大 （2）两总体均数差别越大 （3）越有理由认为两总体均数不同 （4）越有理由认为两样本均数不同 5、分类资料的配对设计差异性（或优势性）检验需选用 。 （1）Pearson-2x 检验 （2）CMH-2x 检验 （3）McNemar-2x 检验 （4）Fisher 的确切概率法 6、来自医院的资料可求得 。 （1）有效率 （2）无效率 （3）发病率 （4）死亡率 7、作直线相关分析，要求： 。 （1）X 和Y 变量总体均服从正态分布 （2）X 或Y 变量总体服从正态分布 （3）只要因变量Y 总体服从正态分布 （4）两变量总体服从不服从正态分布均可。 8、方差分析可用于 。 （1）两个样本均数的比较 （2）多个样本均数的比较 （3）回归系数的假设检验 （4）多个样本率的比较 9、Fisher 确切概率法可用于 。 （1）两个样本均数的比较 （3）多个样本均数的比较 （3）两个样本率的比较 （4）每组观察例数不太大的多个样本率的比较 10、等级资料（有序多分类资料），可采用的统计分析方法有 。 （1）2x 检验 （2）秩和检验 （3）Ridit 分析 （4）t 检验或F 检验 三、（本题10分）
四、回归分析 15分 可能涉及范围：多元线性回归、logistic 回归。要求： 1、提供某一资料，选择统计分析方法 2、偏回归系数、标准偏回归系数、决定系数、校正决定系数、OR 等常用指标的意义与应用 3、列回归方程 例 27名糖尿病人的血清总胆固醇、甘油三脂、空腹胰岛素、糖化血红蛋白、空腹血糖的测量值如下表： （1）欲分析影响空腹血糖浓度的有关因素，宜采用什么统计分析方法？多元线性回归分析 （2）已知甘油三酯(X2)、胰岛素(X3)和糖化血红蛋白(X4)是主要影响因素，现欲比较上述因素对血糖浓度的相对影响强度，应计算何种指标？ 标准偏回归系数可用来比较各自变量Xj 对Y 的影响强度，有统计意义下，回归系数绝对值越大，对Y 的作用越大。 SPSS 输出的多元回归分析结果中给出的各变量的标准偏回归系数, 比较三个标准偏回归系数：甘油三脂0.354: 胰岛素0.360: 糖化血红蛋白0.413≈1:1.02:1.17（倍） 糖化血红蛋白对血糖的影响强度大小依次为：糖化血红蛋白X4、胰岛素X3、甘油三脂X2 （3）分析其回归模型的好坏宜选用何种指标？校正决定系数（ R 2 a ）作为评价标准 一般说决定系数（R 2）越大越优，但由于R 2是随自变量的增加而增大，因此，不能简单地以R 2 作为评价标准， 而是用校正决定系数（ R 2a ）作为评价标准。 R 2 a 不会随无意义的自变量增加而增大。 （4）根据给出SPSS 结果，做出正确的结论。 空腹血糖浓度与总胆固醇无关，与甘油三脂、空腹胰岛素、糖化血红蛋白线性相关。 （5）列出回归方程。最优回归方程为：432663.0287.0402.05.6?X X X y +-+= Model Summary(最终模型的拟合优度检验验表)相关分析
1什么是统计学？统计方法可分为哪两大类？统计学是收集、处理、分析、解释数据并从数据中得出结论的科学。方法有描述统计和推断统计两类 2统计数据可分为哪几种类型？不同类型数据各有什么特点？按采取计量尺度，分类、顺序、数值型数据；按统计数据收集方法，观测、实验数据；按被描述对象与时间关系，截面、时间序列数据 统计数据；按所采用的计量尺度不同分； （定性数据）分类数据：只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，用文字来表述；（定性数据）顺序数据：只能归于某一有序类别的非数字型数据。它也是有类别的，但这些类别是有序的。 （定量数据）数值型数据：按数字尺度测量的观察值，其结果表现为具体的数值。 统计数据；按统计数据都收集方法分； 观测数据：是通过调查或观测而收集到的数据，这类数据是在没有对事物人为控制的条件下得到的。 实验数据：在实验中控制实验对象而收集到的数据。 统计数据；按被描述的现象与实践的关系分； 截面数据：在相同或相似的时间点收集到的数据，也叫静态数据。时间序列数据：按时间顺序收集到的，用于描述现象随时间变化的情况，也叫动态数据。 3举例说明总体、样本、参数、统计量、变量这几个概念：对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量，变量就是说明现象某种特征的概念，比如说灯泡的寿命。
4什么是有限总体和无限总体？举例说明 有限总体指总体的范围能够明确确定，而且元素的数目是有限可数的，如若干个企业构成的总体，一批待检查的灯泡。无限总体指总体包括的元素是无限不可数的，如科学实验中每个试验数据可看做是一个总体的一个元素，而试验可无限进行下去，因此由试验数据构成的总体是无限总体 5变量可分为哪几类？ 变量可以分为分类变量，顺序变量，数值型变量。 变量也可以分为随机变量和非随机变量。经验变量和理论变量。6举例说明离散型变量和连续型变量 离散型变量，只能取有限个值，取值以整数位断开，比如“企业数”连续型变量，取之连续不断，不能一一列举，比如“温度”。 1数据的预处理包括哪些内容？ 数据审核（完整性和准确性；适用性和实效性），数据筛选和数据排序。 2直方图和条形图有什么区别？ ①条形图使用图形的长度表示各类别频数的多少，其宽度固定，直方图用面积表示各组频数，矩形的高度表示每一组的频数或频率，宽度表示组距，②直方图各矩形连续排列，条形图分开排列，③条形图主要展示分类数据，直方图主要展示数值型数据。 3饼图和环形图有什么不同？ 饼图只能显示一个样本或总体各部分所占比例，环形图可以同时绘制多个样本或总体的数据系列，其图形中间有个“空洞”，每个样本或总体的数据系类为一个环。 4茎叶图和直方图相比有什么优点？ 茎叶图既能给出数据的分布情况，又能给出每一个原始数据，即保留了原始数据的信息。在应用方面，直方图通常适用于大批量数据，茎叶图适用于小批量数据。 5使用图标应注意哪些问题？
统计学数据分析报告记录
————————————————————————————————作者：————————————————————————————————日期：
统计学数据分析报告 一、调查研究方案的设计与组织实施 （一）调查目的 (1)描述和反映本校商学院14级金融系学生对于毕业去向的意向，分析并 研究各意向的分布情况； (2)在专业，性别，家庭因素，个人因素等方面对毕业意向的分布进行研 究，探究这些因素对于毕业意向分布的影响。 (3)分析和解释形成毕业意向分布差异的因素和原因； (二) 调查对象和调查单位 本次调查的基本调查对象是本校商学院金融类的部分同学。 调查单位为此范围内的每一个同学。 在此基础上，在每个专业内随机抽取样本进行抽样调查，进而对整体进行推断。 （三）调查的组织和实施方法获取资料的方法：问卷法、文献法 本小组采用的基本方法为问卷法，发放问卷60份，收回问卷54份。 辅助方法为文献法，通过图书馆和网络获取相关背景资料，对研究素材进行丰富和补充。 调查方法：抽样调查 抽样方法：分层抽样 将调查对象按专业分为金融工程、金融学和信用管理三个类别，然后从各个类别中随机抽取组成样本，用于对整体进行推断。 数据资料整理结果如下：
在全部被调查对象中，男生23人，占43%，女生31人，占57%，金融学18人，占总体1/3,信用管理18人，占总体1/3,金融工程18人，占总体 1/3。选择考研的有14人，占总体的26%。选择出国深造的有1人，占总体的2%。选择自主创业的有3人，占总体6%。选择直接就业的有29人，占总体54%。选择考公务员的有7人，占总体12% 。 （四）调查时间和调查期限 调查时间：2016年5月9日 调查期限：2016年5月9日―2016年5月14日 （五）调查项目和调查表 调查项目：性别年级专业毕业意向家庭收入情况性格特点就业优势 调查表如下： 毕业意向 专业性别 考研出国深造自主创业直接就业考公务员金融工程男7 0 0 0 6 1 女11 2 0 0 8 1 金融学男8 2 1 0 4 1 女10 6 0 1 2 1 信用管理男8 1 0 1 5 1 女10 3 0 1 4 2 合计54 14 1 3 29 7 二、统计数据的整理和分析
l．统计中所说的总体是指： A A根据研究目的确定的同质的研究对象的全体B随意想象的研究对象的全体 C根据地区划分的研究对象的全体 D根据时间划分的研究对象的全体 E根据人群划分的研究对象的全体 2．概率P=0，则表示 B A某事件必然发生 B某事件必然不发生 C某事件发生的可能性很小D某事件发生的可能性很大E以上均不对3．抽签的方法属于 D A分层抽样B系统抽样 C整群抽样 D单纯随机抽样 E二级抽样4．测量身高、体重等指标的原始资料叫： B A计数资料B计量资料 C等级资料 D分类资料 E有序分类资料5．某种新疗法治疗某病患者41人，治疗结果如下： 治疗结果治愈显效好转恶化死亡
治疗人数82363 1 该资料的类型是： D A计数资料 B计量资料 C无序分类资料 D有序分类资料 E数值变量资料6．样本是总体的 C A有价值的部分B有意义的部分C有代表性的部分D任意一部分E典型部分7．将计量资料制作成频数表的过程，属于统计工作哪个基本步骤：C A统计设计B收集资料C整理资料D分析资料E以上均不对8．统计工作的步骤正确的是 C A收集资料、设计、整理资料、分析资料 B收集资料、整理资料、设计、统计推断C设计、收集资料、整理资料、分析资料 D收集资料、整理资料、核对、分析资料E搜集资料、整理资料、分析资料、进行推断9．良好的实验设计，能减少人力、物力，提高实验效率；还有助于消除或减少： B
A抽样误差B系统误差C随机误差D责任事故E以上都不对 10．以下何者不是实验设计应遵循的原则 D A对照的原则B随机原则C重复原则D交叉的原则E以上都不对 第八章数值变量资料的统计描述11．表示血清学滴度资料平均水平最常计算 B A算术均数B几何均数C中位数D全距E率12．某计量资料的分布性质未明，要计算集中趋势指标，宜选择 C A X B G C M D S E C V 13．各观察值均加（或减）同一数后： B A均数不变，标准差改变B均数改变，标准差不变 C两者均不变D两者均改变E以上均不对14．某厂发生食物中毒，9名患者潜伏期分别为：16、2、6、3、30、2、l O、2、24+(小时)，问该食物中毒的平均潜伏期为多少小时 C A5B5．5C6D10E1 2
2. ANOVA 实验结果 Sum of Squares df Mean Square F Sig. Between Groups 43.194 3 14.398 13.697 .000 Within Groups 37.842 36 1.051 Total 81.036 39 Multiple Comparisons Dependent Variable: 实验结果 Dunnett t (2-sided)a (I) 分组(J) 分组Mean Difference (I-J) Std. Error Sig. 95% Confidence Interval Lower Bound Upper Bound 0.5 对照组-2.15000*.45851 .000 -3.2743 -1.0257 1.0 对照组- 2.27000*.45851 .000 - 3.3943 -1.1457 1.5 对照组-2.66000*.45851 .000 -3.7843 -1.5357 F=13.697 P=0.000004 P A=0.000113 P B=0.000051 P C=0.000004均小于0.001 根据完全随机资料的方差分析，按α=0.05水准，拒绝H0，接受H1，认为四组治疗组小白鼠的肿瘤重量总体均数不全相等，即不同剂量药物注射液的抑癌作用有差别。 3. Tests of Between-Subjects Effects Dependent Variable: 重量 Source Type III Sum of Squares df Mean Square F Sig. Hypothesis 99736.333 1 99736.333 58.489 .005 Error 5115.667 3 1705.222a 治疗 Hypothesis 6503.167 2 3251.583 44.867 .000 Error 434.833 6 72.472b 分组 Hypothesis 5115.667 3 1705.222 23.529 .001 Error 434.833 6 72.472b F：44.867 23.529 P：0.000246 0.001020<0.01 根据随机区组资料的方差分析，按α=0.05水准，拒绝H0，接受H1，三组注射不同剂量雌激素的大白鼠子宫重量总体均数不全相等，即注射不同剂量的雌激素对大白鼠子宫重量有影响 5.