（一） 单项选择题
1． 标准误的英文缩写为：
A．S B．SE C．XS D．SD
2． 通常可采用以下那种方法来减小抽样误差：
A．减小样本标准差 B．减小样本含量
C．扩大样本含量 D．以上都不对
3． 配对设计的目的：
A．提高测量精度 B．操作方便
C．为了可以使用t检验 D．提高组间可比性
4． 以下关于参数估计的说法不正确的是：
A． 区间估计优于点估计
B． 样本含量越大，参数估计准确的可能性越大
C． 样本含量越大，参数估计越精确
D．对于一个参数只能有一个估计值
5． 关于假设检验，下列那一项说法是正确的
A．单侧检验优于双侧检验
B．采用配对t检验还是成组t检验是由实验设计方法决定的
C．检验结果若P值大于0.05，则接受H0犯错误的可能性很小
D．用u检验进行两样本总体均数比较时，要求方差齐性
6. 两样本比较时，分别取以下检验水准，下列何者所取第二类错误最小
A．=0.05 B．=0.01 C．=0.10 D．=0.20
7. 统计推断的内容是
A．用样本指标推断总体指标 B．检验统计上的“假设”
C．A、B均不是 D．A、B均是
8．当两总体方差不齐时，以下哪种方法不适用于两样本总体均数比较
A．t检验 B．t’ 检验
C．u 检验（假设是大样本时） D．F检验
9．甲、乙两人分别从随机数字表抽得30个（各取两位数字）随机数字作为两个样本，求得1X，21S，2X，22S，则理论上
A．1X=2X，21S=22S
B．作两样本t检验，必然得出无差别的结论
C．作两方差齐性的F检验，必然方差齐
D．分别由甲、乙两样本求出的总体均数的95%可信区间，很可能有重叠
（二） 名词解释
第一章 绪论
1.举例说明总体和样本的概念。
研究人员通常需要了解和研究某一类个体，这个类就是总体。总体是根据研究目的所确定的所有同质观察单位某种观察值（即变量值）的集合，通常有无限总体和有限总体之分，前者指总体中的个体是无限的，如研究药物疗效，某病患者就是无限总体，后者指总体中的个体是有限的，它是指特定时间、空间中有限个研究个体。但是，研究整个总体一般并不实际，通常能研究的只是它的一部分，这个部分就是样本。例如在一项关于2007年西藏自治区正常成年男子的红细胞平均水平的调查研究中，该地2007年全部正常成年男子的红细胞数就构成一个总体，从此总体中随即抽取2000人，分别测的其红细胞数，组成样本，其样本含量为2000人。
2.简述误差的概念。
误差泛指实测值与真实值之差，一般分为随机误差和非随机误差。随机误差是使重复观测获得的实际观测值往往无方向性地围绕着某一个数值左右波动的误差；非随机误差中最常见的为系统误差，系统误差也叫偏倚，是使实际观测值系统的偏离真实值的误差。
3.举例说明参数和统计量的概念。
某项研究通常想知道关于总体的某些数值特征，这些数值特征称为参数，如整个城市的高血压患病率。根据样本算得的某些数值特征称为统计量，如根据几百人的抽样调查数据所算得的样本人群高血压患病。统计量是研究人员能够知道的，而参数是他们想知道的。一般情况下，这些参数是难以测定的，仅能够根据样本估计。显然，只有当样本代表了总体时，根据样本统计量估计的总体参数才是合理的。
4.简述小概率事件原理。
当某事件发生的概率小于或等于0.05时，统计学上习惯称该事件为小概率事件，其含义是该事件发生的可能性很小，进而认为它在一次抽样中不可能发生，这就是所谓的小概率事件原理，它是进行统计推断的重要基础。
第二章 调查研究设计
1.调查研究主要特点是什么？
调查研究的主要特点是：①研究的对象及其相关因素（包括研究因素和非研究因素）是客观存在的，不能人为给予干预措施②不能用随机化分组来平衡混杂因素对调查结果的影响。
1 1、标准正态分布（u分布）与t分布有何异同？
相同点：集中位置都为0，都是单峰分布，是对称分布，标准正态分布是t分布的特例（自由度是无限大时）
不同点：t分布是一簇分布曲线，t 分布的曲线的形状是随自由度的变化而变化，标准正态分布的曲线的形状不变，是固定不变的，因为它的形状参数为1。
3、简述直线回归与直线相关的区别。
1资料要求上不同：直线回归分析适用于应变量是服从正态分布的随机变量，自变量是选定变量；直线相关分析适用于服从双变量正态分布的资料。
2 两种系数的意义不同：回归系数是表明两个变量之间数量上的依存关系，回归系数越大回归直线越陡峭，表示应变量随自变量变化越快；相关系数是表明两个变量之间相关的方向和紧密程度的，相关系数越大，两个变量的关联程度越大。
第一章 医学统计中的基本概念
2、抽样中要求每一个样本应该具有哪三性？
从总体中抽取样本，其样本应具有“代表性”、“随机性”和“可靠性”。
（1）代表性: 就是要求样本中的每一个个体必须符合总体的规定。
（2）随机性: 就是要保证总体中的每个个体均有相同的几率被抽作样本。
（3）可靠性: 即实验的结果要具有可重复性，即由科研课题的样本得出的结果所推测总体的结论有较大的可信度。由于个体之间存在差异, 只有观察一定数量的个体方能体现出其客观规律性。每个样本的含量越多，可靠性会越大，但是例数增加，人力、物力都会发生困难，所以应以“足够”为准。需要作“样本例数估计”。
3、什么是两个样本之间的可比性？
可比性是指处理组（临床设计中称为治疗组）与对照组之间，除处理因素不同外，其他可能影响实验结果的因素要求基本齐同，也称为齐同对比原则。
实习一 统计研究工作的基本步骤
1、什么叫医学统计学？医学统计学与统计学、卫生统计学、生物统计学有何联系与区别？
医学统计学：是运用统计学原理和方法研究生物医学资料的搜索、整理、分析和推断的一门学科
统计学：是研究数据的收集、整理、分析与推断的科学。
均数假设检验是统计学中常用的一种假设检验方法，用于检验两个总体均数是否相等。其基本步骤如下：
1. 确定假设：
在进行均数假设检验之前，首先需要明确所要检验的假设。一般来说，假设可以分为零假设（H0）和备择假设（H1）。其中，零假设是我们要进行检验的假设，备择假设则是与零假设相对立的假设。在均数假设检验中，零假设通常是两个总体均数相等，备择假设则是两个总体均数不相等。
2. 收集样本数据：
接下来，需要收集来自两个总体的样本数据。样本数据的选择应该是随机的，并且具有代表性，以确保检验结果的准确性和可靠性。
3. 计算样本均数和标准差：
在得到样本数据之后，需要计算两个样本的均数和标准差。均数用来衡量样本的中心位置，标准差则用来衡量样本数据的离散程度。
4. 计算检验统计量：
通过样本数据的均数和标准差，可以计算出用于检验的统计量。在均数假设检验中，常用的检验统计量包括t值和z值，具体的计算公式取决于所选择的检验方法和样本大小。
5. 确定显著性水平和自由度：
在进行假设检验时，需要确定显著性水平（α）和自由度（df）。显著性水平通常取0.05或0.01，用来衡量拒绝零假设的标准；自由度则取决于所选择的检验方法和样本大小。
6. 判断拒绝或接受零假设：
通过计算得到的检验统计量，根据显著性水平和自由度进行判断，判断是否拒绝零假设。当检验统计量落在拒绝域内时，拒绝零假设，否则接受零假设。
通过以上步骤，可以对均数假设进行严谨的检验，从而判断两个总体均数是否相等。在实际应用中，均数假设检验被广泛应用于各个领域的数据分析和决策问题中，具有重要的理论和实践价值。7.选择适当的检验方法：
在进行均数假设检验时，需要根据样本数据的特点和总体参数的已知情况选择适当的检验方法。如果总体标准差已知且样本容量较大，可以使用z检验；如果总体标准差未知或者样本容量较小，通常使用t检验。还有方差分析、秩和检验等其他检验方法可供选择，根据具体情况进行判断。
