1.T检验和F检验的由来
一般而言，为了确定从样本(sample)统计结果推论至总体时所犯错的概
率，我们会利用统计学家所开发的一些统计方法，进行统计检定。
通过把所得到的统计检定值，与统计学家建立了一些随机变量的概率分
布(probability distribution)进行比较，我们可以知道在多少%的机会下
会得到目前的结果。倘若经比较后发现，出现这结果的机率很少，亦即
是说，是在机会很少、很罕有的情况下才出现；那我们便可以有信心的
说，这不是巧合，是具有统计学上的意义的(用统计学的话讲，就是能
够拒绝虚无假设null hypothesis,Ho)。相反，若比较后发现，出现的机
率很高，并不罕见；那我们便不能很有信心的直指这不是巧合，也许是
巧合，也许不是，但我们没能确定。
F值和t值就是这些统计检定值，与它们相对应的概率分布，就是F分布
和t分布。统计显著性（sig）就是出现目前样本这结果的机率。
2. 统计学意义（P值或sig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。
专业上，p值为结果可信程度的一个递减指标，p值越大，我们越不能认
为样本中变量的关联是总体中各变量关联的可靠指标。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。如p=0.05提示样本中变量
关联有5%的可能是由于偶然性造成的。即假设总体中任意变量间均无
关联，我们重复类似实验，会发现约20个实验中有一个实验，我们所研
究的变量关联将等于或强于我们的实验结果。（这并不是说如果变量间
存在关联，我们可得到5%或95%次数的相同结果，当总体中的变量存
在关联，重复研究和发现关联的可能性与设计的统计学效力有关。）在
许多研究领域，0.05的p值通常被认为是可接受错误的边界水平。
3. T检验和F检验
至於具体要检定的内容，须看你是在做哪一个统计程序。
举一个例子，比如，你要检验两独立样本均数差异是否能推论至总体，
而行的t检验。
两样本(如某班男生和女生)某变量(如身高)的均数并不相同，但这差别
《预防医学》练习题——统计学方法
一、判断题：
1．对称分布资料的均数和中位数的数值一致。 （ ）
2．标准误是表示个体差异分布的指标。 （ ）
3．标准差大，则抽样误差也必然大。 （ ）
4．在抽样研究中，当样本含量趋向无穷大时，x趋向等于μ，Sx趋向等于σx。 （ ）
5．用频数表法计算均数，各个组段的组距必须相等。 （ ）
6．t 检验是对两个样本不同样本均数的差别进行假设检验的方法之一。 （ ）
7．t检验结果t=1.5，可认为两总体均数差别无意义。 （ ）
8．两次t检验都是对两个不同样本均数的差别进行假设检验，一次p＜0.01，一次0.01＜p＜0.05，就表明前者两样本均数差别大，后者两样本均数差别小。 （ ）
9．在配对t检验中，用药前数据减去用药手数据和用药后数据减去用药前数据，作t检验后的结论是相同的。
（ ）
10．确定假设检验的概率标准后，同一资料双侧t检验显着，单侧t检验必然显着。 （ ）
11．某医师比较甲乙两种治疗方法的疗效，作假设检验，若结果p＜0.05 ，说明其中某一疗法优于另一疗法；若p＜0.01，则说明其中某一疗法非常优于另一疗法。 （? ）
《卫生统计学》（本）学习指导
刘仁权
（Liurq@、64286391）
一、课程总说明
（一）课程介绍
统计学是一门研究数据的收集、整理、分析的科学。卫生统计学是一门运用统计学原理和方法研究医药卫生工作中数据的收集、整理、分析的科学。
卫生统计学是医学体系的重要分支，是医学院校学生的必修课程。随着医学的发展，作为医学科学研究方法学的卫生统计学已逐渐为广大医药卫生工作者所认识、所接受，并广为应用。
通过本课程的学习，可以掌握卫生统计学的基本概念、基本理论和基本方法，掌握收集、整理和分析资料的基本知识和方法，可以培养运用这些知识，对医药卫生工作中的数据进行统计处理的能力。
（二）教材、光盘和计算器
在本课程的学习中，指定教材和课件光盘都很重要，同学们一定要准备好指定教材和课件光盘，并准备一个计算器或使用计算机Windows附件中的计算器。
1．课件光盘：北京大学医学网络教育学院多媒体网络课件《卫生统计学》光盘2张，主讲：刘仁权。光盘中是按教材《医学统计学》（第4版，主编：马斌荣）第一章至第十章内容详细讲解的全程授课视频录像。
2．现在指定教材：《医学统计学》（第6版）主申：马斌荣，主编：李康、贺佳；人民卫生出版社（2013年3月）。本教材是卫生部“十二五”规划教材、全国高等医药教材建设研究会“十二五”规划教材，是“十二五”普通高等教育本科国家级规划教材。
说明：课件光盘是以前录制的，当时的教材是《医学统计学》（第4版），现在已经没有第4版教材出售了，同学们现在拿到的教材是第6版。不过两版教材内容基本相同，只是换了例题的数据，但解题过程完全相同。
同学们要注意，本课程比较难，大家要认真观看我教学光盘中的讲课录像，安照光盘的顺序和内容，对照教材学习。
为了方便同学们学习，下面的表格是课件光盘、第6版教材内容的比较。
第6版教材 教学光盘（按第4版讲授） 两者比较
第一章绪论 第一章绪论 相同
第二章定量数据的统计描述 第二章集中趋势的统计描述
卫生统计学名词解释
一、基础概念
1. 总体（Population）：在一定时空范围内同质的所有观察单位或个体的集合。
2. 样本（Sample）：从总体中随机抽取的一部分观察单位的集合。
3. 变量（Variable）：观察单位的基本特征或特性，可以分为定量变量和定性变量。
4. 总体参数（Population Parameter）：描述总体特征的概括性数值，如总体均数、总体率等。
5. 样本统计量（Sample Statistic）：描述样本特征的数值，如样本均数、样本率等。
二、资料类型与搜集方法
1. 计数资料（Count Data）：通过计数或分类得到的资料，一般用相对数（率）表示。
2. 计量资料（Measure Data）：通过测量得到的数值资料，一般用均数、中位数等表示。
3. 等级资料（Ordinal Data）：具有一定顺序或等级的资料，一般用等级或有序分类表示。
4. 调查法（Survey Method）：通过问卷、访谈等方式收集资料的方法，常用于大样本调查。
5. 实验法（Experimental Method）：通过实验设计、随机分组等方式收集资料的方法，常用于实验研究。 6. 观察法（Observational Method）：通过观察记录收集资料的方法，常用于临床观察、生态学研究等。
7. 纵向研究（Longitudinal Study）：对同一组观察单位在不同时间点进行重复观察的方法，可获取纵向数据。
8. 横向研究（Cross-sectional Study）：在某一时间点对不同组观察单位进行同时观察的方法，可获取横截面数据。
9. 随机抽样（Random Sampling）：按照随机原则从总体中抽取样本的方法，保证每个观察单位被抽中的概率相等。
10. 系统抽样（Systematic Sampling）：按照某种规则或顺序从总体中抽取样本的方法，如每隔一定数量的观察单位抽取一个样本。
