参数统计的名词解释

名词解释：医学统计学：用统计学的原理和方法研究生物医学问题的一门学科.变量（variable ）：观察单位的某项特征变量值（value of variable ）：变量的观察结果（测量值）总体(population ）：是根据研究目的确定的同质的观察单位的全体，确切的说是同质的所有的观察单位某种变量值的集合。

样本（sample)从总体中随机抽取部分由代表性的观察单位，其测量值的集合称为样本。

随机抽样(random sample ）：按随机化原则从总体中抽取部分观察单位的过程。

同质（homogeneity ）:是针对被研究指标来讲，其影响因素相同.简单地理解就是指对研究指标影响大约可以控制的主要因素应尽可能相同。

变异（variation)：指在自然地状态下,个体测量结果在同质基础上的差异。

等级资料（ordinal data ）：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称为等级资料，如患者的治疗结果可分为治愈,好转，有效，无效,死亡.有序变量(定性变量的一种）。

概率（probability)：是度量某一随机事件A 发生可能性大小的一个数值，记为P （A ），P （A ）越大，说明A 事件发生的可能性越大,0〈P(A)<1,小概率事件.频率（frequency ）：在相同的条件下，独立重复做n 次实验，事件A 出现了m 次,比值m/n 称为随机事件A 在n 次实验中出现的频率。

随机误差（random error):排除了系统误差后的尚存的误差，受多种因素影响，使观察值不按照方向性和系统性而随机的变化，误差变量一般服从正态分布,可以通过统计处理来估计.系统误差（system error ）:由于受试对象,研究者，仪器设备，研究方法等非实验因素影响等确定性原因造成，有一定倾向性或规律性的误差，可以避免.随机变量（random variable ）:是指取值不能事先确定的观察结果，不能用一个正常数来表示，每个变量的取值服从特定的概率分布。

1、统计学：是一门研究收集、整理和分析统计数据方法的科学，其目的是探索数据的内在规律性，以达到对客观事物和规律的科学认识。

2、总体：是研究目的确定的、符合指定条件的全部观察对象3、样本：从总体中抽取一部分个体就构成样本。

4、变量：性质相同的事物间表现出的差异性或差异特征，用数据表示，称为变量5、参数：描述总体特征的数量6、统计量：描述样本特征的数量7、错误：指调查所得的结果由于观察、测量、登记和计算等方面的差错或被调查者提供的虚假资料而造成的差错。

错误是人为因素造成的，在试验过程中可以完全避免。

8、误差：指试验中由于不可控制因素所引起的观测值偏离真实值的差异。

9、抽样：是从总体中获得样本的过程。

抽样最基本的原则就是随机抽样。

10、随机抽样：所谓随机抽样是指抽样时，不掺杂人们的主观愿望，总体中的每一个个体被抽取的机会均等。

通过随机抽样获得的样本称为随机样本。

11、计数资料：也称离散型数据，指用计数方式而得来的数据，计数数据以1为单位，只能用整数表示。

12、极差：也叫范围，是资料中最大观察值与最小观察值的差数。

13、方差：由于各个样本含量不同，为了消除变量个数多少的影响，用总离差平方和处以观察值数减1，得到离差平方和的平均数，称为方差 14、标准差：方差开方后得到的值。

SD 或S ＝2S ＝n2i=1i (X -X)n-115、编码：一组数据都减去同一个数，得到的一组数据的标准差不变。

16、自由度：观察值数减1，即df=n-117、几何平均数：是n 个观察值乘积得n 次方根。

18、标准误：表示样本平均数与总体平均数的接近程度，其大小反映了抽样误差的大小，是衡量测定结果可靠性的指标。

19、随机试验：从某一研究目的出发，对随机现象的观察活动20、独立事件：事件A 的发生不影响B 的发生，事件B 的发生也不影响事件A 的发生。

21、对立事件：对于任一事件A ，必有A ，A 与A 为有特殊关系的对立事件。

医学统计学名词解释：1.标准差：方差开方，是描述数据分布离散程度（或变量变化的变异程度）的指标。

2.相对数：为了使计数资料具有可比性，取原始的两个资料（绝对数）之比所得指标统称为相对数。

3.相对比：是两个有关联指标之比，用以描述两者的对比水平，常用R表示。

4.标准化率法：为了在比较两个不同人群的患病率、发病率、死亡率等资料时，消除其内部构成（如年龄、性别、工龄、病程长短等）的影响。

5.x方检验：是英国统计学家Pearson提出的一种用途广泛的假设检验方法。

该检验以X2分布为理论依据，可以推断两个（或多个）总体率以及构成比之间有无差别。

6.参数统计：指在总体分布类型已知（如正态分布）的条件下对其未知参数进行检验称为参数统计。

7.非参数统计：一种不依赖总体分布的具体形式的统计方法即在应用中可以不考虑被研究对象为何种分布以及分布是否已知，检验假设中没有包括总体参数的一类统计方法。

8.回归系数：X每变化1个单位Y所平均变化的单位数9.相关系数：说明具有直线关系的两个变量间相关密切成都和相关方向的统计量。

10.小概率事件：在一次实践中几乎不会发生的事件（P≤0.05或P≤0.01的事件）11.百分位数：把一组测定值按大小的顺序排好，位臵百分之一位的观察值或是一种位臵指标，用Px表示，一个百分位数按大小顺序排列的变量值分为100份，理论上有x%的变量值比它小，有（100—x）%的变量值比它大，对应x%位次的数值。

12.可比性：N个样本比较，除处理目标不同外，其他对结果有影响的主要非外理因素要求基本相同。

13.发病率：某一时期内特定人群中患某病新病例的频率14.患病率：某一时点人群中患某病的频率（检查时发现的新老病例）15.臵信区间：一个范围指包涵总体指标可信度来计算的范围16.变量：对某项变异特征进行测量和观察，得到的指标称为变量。

17.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。

医学统计学名词解释及问答题1、总体(population ):是根据研究目的确定的同质研究对象的全体。

2、样本(sample):从总体中抽取的一部分有代表性的个体。

3、同质(homogeneity):是指所研究的观察对象具有某些相同的性质或特征。

4、变异(variation ):指同质个体的某项指标之间的差异。

5、参数(parameter):反映总体特征的指标称为参数。

6、统计量(statistic )：通过样本资料计算出来的相应指标称为统计量。

7、抽样误差(sampling error ):由随机抽样造成的样本指标与总体指标之间、样本指标与样本指标之间的差异。

8、概率(probability ):某事件发生的可能性大小。

9、正态分布(normal distribution )：高峰位于均数处，中间高两边低，左右完全对称地下降，但永远不与横轴相交的钟形曲线。

10、平均数(average)：是描述一组同质变量值的平均水平或集中趋势的指标。

11、中位数(median):将一组数据由小到大排列，位于中间位置的观测值。

12、医学参考值范围(medical referenee range):又称正常值范围，医学上常将包括绝大多数正常人的某项指标的波动范围称为该指标的正常值范围。

13、方差(varianee ):是各个数据与平均数之差的平方的平均数。

14、标准差(standard deviation ):是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用b 表示。

15、标准误(standard error ):样本均数的标准差，等于原变量总体标准差除以例数的平方根，用以说明均数抽样误差的大小。

16、均数的抽样误差(sampling error of mean )：由个体差异和抽样所导致的样本均数与样本均数之间，样本均数与总体均数之间的差异。

17、假设检验(hypothesis testing ):先对总体做出某种假设，然后根据样本信息来推断其是否成立的一类统计方法的总称。

第一章绪论一，名词解释参数：根据总体分布的特征而计算的总体统计指标。

总体：研究目的确定的同质观察单位的全体。

同质：总体中个体具有相同的性质。

变异：同质基础上的个体差异。

样本：从总体中随机抽取的有代表性的一部分观察单位，其实测值的集合。

统计量：由总体中随机抽取样本而计算的相应样本指标。

概率：描述随机事件发生的可能性大小的数值。

（概率的统计定义：在一定条件下，重复做n次试验，nA为n 次试验中事件A发生的次数，如果随着n逐渐增大，频率nA/n逐渐稳定在某一数值p附件，则数值p称为事件A在该条件下发生的概率。

）抽样误差：由个体变异的存在和抽样引起样本统计量与相应的总体参数间以及各样本统计量之间的差别。

二，问答题。

统计学的基本步骤有哪些？答：统计学是一门处理数据中变异性的科学与艺术，它包括收集数据、分析数据、解释数据，以及表达数据。

总体与样本的区别与关系？答：区别：样本是总体的一部分，联系：如果样本的均衡性较好，就能够代表总体的特征。

抽样误差产生的原因有哪些？可以避免抽样误差吗？答：一，个体差异引起；二，抽样方法引起。

抽样误差不能避免，但可以随着样本含量的增大而减小。

何为概率及小概率事件？答：概率是指在一定条件下，重复做n次试验，nA为n次试验中事件A发生的次数，如果随着n逐渐增大，频率nA/n逐渐稳定在某一数值p附件，则数值p称为事件A在该条件下发生的概率。

小概率事件是指习惯上将P<=0.05或P<=0.01称为小概率事件，表示某事件发生的可能性很小。

第二章定量资料的统计描述一、名词解释频数：对一个随机事件进行反复观察，其中某变量值出现的次数被称为频数。

方差：用来度量随机变量和数学期望（即均值）之间的偏离程度。

标准差：也称均方差，是各数据偏离平均数的距离的平均数。

中位数：是指将原始观察值从小到大或从大到小排序后，位次局中的那个数。

几何均数：变量对数值的算数均数的反对数。

四分位数间距：百分位数P75和百分位数P25之差。

第一章一、名词解释1、参数parameter：也叫参变量,是一个变量;如果我们引入一个或一些另外的变量来描述自变量与因变量的变化,引入的变量本来并不是当前问题必须研究的变量,我们把这样的变量叫做参变量或参数;描述总体特征的概括性数字度量,它是研究者想要了解的总体的某种特征值;2、统计量statistic：描述样本特征的数,是统计理论中用来对数据进行分析、检验的变量;3、总体population：根据研究目的确定的研究对象的全体;当研究有具体而明确的指标时,总体是指该项变量值的全体;4、样本 sample：从总体中随机抽取的部分观察单位,总体中有代表性的一部分;5、同质 homogeneity：是指观察单位研究个体间被研究指标的影响因素相同;6、变异 variation：同质事物个体间的差异;来源于一些未加控制或无法控制的甚至不明原因的因素;7、概率 probability：度量随机事件发生可能性大小的一个数值,是一个在0到1之间的实数;8、抽样误差 sampling error：由于抽样所造成的样本统计量与总体参数的差别;三、简答题1、统计学的基本步骤有哪些设计、搜集、整理、分析资料2、总体与样本的区别与关系区别：总体：根据研究目的确定的研究对象的全体;当研究有具体而明确的指标时,总体是指该项变量值的全体;样本：总体中有代表性的一部分;联系：总体包含样本,样本是总体中的一部分3、抽样误差产生的原因有哪些可以避免抽样误差吗产生原因:1总体单位的标志值的差异程度; 差异程度愈大则抽样误差愈大,反之则愈小; 2样本单位数的多少; 在其他条件相同的情况下,样本单位数愈多,则抽样误差愈小;3抽样方法; 抽样方法不同,抽样误差也不相同;一般说,重复抽样比不重复抽样,误差要大些;4抽样调查的组织形式; 抽样调查的组织形式不同,其抽样误差也不相同,而且同一组织形式的合理程度也会影响抽样误差;不可以,它具有不可避免性,只能减少抽样误差4、何为概率及小概率事件概率：度量随机事件发生可能性大小的一个数值,是一个在0到1之间的实数; 小概率事件：统计分析中的很多结论都基于一定置信程度下的概率推断,习惯上将 pA≤或≤称为小概率事件,认为小概率事件在一次试验中不可能发生;第二章第三章1. 正态分布 normal distribution：也叫高斯分布Gaussian distribution,一种最常见、最重要的连续型对称分布正态分布是对称分布,但对称分布不一定是正态分布2. 中位数 median：是将一批数据从小至大排列后位次居中的数据值,反映一批观察值在位次上的平均水平;3. 四分位数间距 quartile interval：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.即：Q3 --Q14. 方差 variance：样本观察值的离均差平方和的均值;表示一组数据的平均离散情况;反映一组数据的平均离散水平;5. 正偏态分布 positively skewed distribution：也称右偏态分布,右侧的组段数多于左侧的组段数,频数向右侧拖尾6. 负偏态分布 negatively skewed distribution：左偏态分布,左侧的组段数多于右侧的组段数,频数向左侧拖尾7. 对数正态分布 logarithmic normal distribution ：对数为正态分布的任意随机变量的概率分布;如果X是正态分布的随机变量,则 exp X为对数分布；同样,如果Y是对数正态分布,则 log Y为正态分布;8. 医学参考值范围 medical reference range：指绝大多数正常人的解剖、生理、生化、免疫及组织代谢产物的含量等各种数据的波动范围;最常用的是95%参考值范围;三、简答题1. 描述数值变量资料集中趋势的指标有哪些其适用范围有何异同平均数：描述一组变量值的集中位置或平均水平的指标体系;不同的分布使用不同的指标算术均数：正态或近似正态或观察值相差不大的小样本资料几何均数：对数正态分布或等比级数资料中位数：一般偏态分布传染病发病的潜伏期2. 描述数值变量资料离散趋势的指标有哪些其适用范围有何异同反映数据的离散度 Dispersion ;即个体观察值的变异variation程度;常用的指标有：1. 极差Range 全距适用范围：任何计量资料；是参考变异指标2. 百分位数与四分位数间距 Percentile and Quartile range百分位数：适用范围广泛,可用于偏态资料,分布不明的资料和分布两端无确定值的资料四分位数间距：常用于描述偏态分布资料的离散程度,值越大——变异程度越大,中位数与四分位间距一起使用,描述偏态分布资料的特征;3. 方差 Variance正态分布资料4. 标准差Standard Deviation适用范围：均数与标准差经常被同时用来描述正态分布资料的集中和离散趋势;5. 变异系数 Coefficient of Variation适用范围：主要用于单位不同或均数相差悬殊资料3. 医学中参考值范围的涵义是什么确定的步骤和方法是什么医学参考值范围：指绝大多数正常人的解剖、生理、生化、免疫及组织代谢产物的含量等各种数据的波动范围;最常用的是95%参考值范围;步骤与方法：1. 确定“正常人”对象的范围：即根据研究目的确定的未患被研究疾病的个体;2. 统一测定标准：即检验用的试剂批号、仪器、人员、条件等应相同;3. 确定分组：一般需用年龄、性别等对“正常人”对象进行分组,分组特征也可根据检验判断;4. 样本含量确定：一般来讲,正态分布资料所需的样本含量应在100以上,偏态或未知分布时样本含量应更大;5. 确定参考值范围的单双侧：一般生理物质指标多为双侧、毒物指标则多为单侧;6. 确定百分位点：一般取95%或99%;第四章第五章一、名词解释1 标准误standard error：表示样本统计量抽样误差大小的统计指标,统计上通常将统计量如样本均数、样本率p等的标准差称为标准误;2 可信区间confidence interval：按一定的或1-α用一个区间来估计参数所在的范围,该范围通常称为参数的可信区间或者置信区间confidenceinterval,CI,预先给定的概率1-α称为可信度或者confidencelevel,常取95%或99%;3 假设检验hypothesis testing：利用样本提供的信息判断假设是否成立的统计方法称为统计假设检验;4 统计推断statistical inference：用一个或一系列样本的结果去估计总体可能的结果的过程;包括假设检验和参数估计;5 Ⅰ型错误type I error：：“实际无差别,但下了有差别的结论”,假阳性错误;犯这种错误的概率是其值等于检验水准6 Ⅱ型错误type II error：“实际有差别,但下了不拒绝H0的结论”,假阴性错误;犯这种错误的概率是其值未知7 检验效能power of test：当两总体确有差别,按检验水准所能发现这种差别的能力;8 变量变换 variable transformation：也称变量代换,是将原始数据作某种函数转换,如转换为对数值;三、简答题1 假设检验的基本原理和步骤;假设检验过去称显着性检验;它是利用小概率反证法,从问题的对立面H0出发间接判断要解决的问题H1是否成立;然后在H0成立的条件下计算检验统计量,最后获得P值来判断;1. 建立检验假设,确定检验水准选用单侧或双侧检验1无效假设null hypothesis零假设,记为H0；2备择假设又称对立假设,记为H1;2. 计算检验统计量根据变量和资料类型、设计方案、统计推断的目的、是否满足特定条件等如数据的分布类型选择相应的检验统计量;3. 确定P值,下结论;选定显着性水平α的值,P≤α,拒绝H0,接受H1 ,下“有差别”的结论;P＞α不拒绝H0,但不能下“无差别”或“相等”的结论,只能下“根据目前试验结果,尚不能认为有差别”的结论;2 标准差和标准误的异同;相同点：都是用来表示变异程度的,均是反映随机误差的;区别：标准差与标准误的意义、作用和使用范围均不同;标准差亦称单数标准差一般用SD 表示,是表示个体间变异大小的指标,反映了整个样本对样本平均数的离散程度,是数据精密度的衡量指标;而标准误一般用SE 表示,反映样本平均数对总体平均数的变异程度,从而反映抽样误差,是量度结果精密度的指标;标准差是最常用的统计量, 一般用于表示一组样本变量的分散程度;标准误一般用于统计推断中,主要包括假设检验和参数估计,如样本平均数的假设检验、参数的区间估计与点估计等;3 参考值范围和置信区间有何区别参考值范围是指具有明确背景资料的参考人群某项指标的测定值,例如医学参考范围指包括绝大多数的正常人的人体形态,功能和代谢产物等,表示值时可能有单侧也可能有双侧,表示方法为正态分布或百分位数法.置信区间是指在做区间的估计时指按一定的概率1-a估计总体参数所在的范围,其中1-a被称为置信度,两者的不同之处在于前者是对于某种指标的估计,后者是对参数的估计;前者用,后者用;前者用,后者用α为,为v的t或u界值;4 t 检验和方差分析的基本思想各是什么二者的区别是什么t 检验假设检验的一种：假设检验的基本思想是小概率反证法思想;小概率思想是指小概率事件P<或P<在一次试验中基本上不会发生;反证法思想是先提出假设检验假设H0,再用适当的统计方法确定假设成立的可能性大小,如可能性小,则认为假设不成立,若可能性大,则还不能认为假设不成立;方差分析的基本思想是根据资料设计的类型及研究目的,可将总变异分解为两个或多个部分,每个部分的变异可由某因素的作用来解释;通过比较可能由某因素所至的变异与随机误差,即可了解该因素对测定结果有无影响;区别：t检验可用于2个样本均数差异的显着性检验,但不适于多组均数的检验;方差分析是判断多组≥3 数据之间均数差异是否显着的一种假设检验方法;5、t 检验和t 检验的应用条件有何异同t 检验：样本含量n较小时如n<601正态分布2方差齐性homogeneity of variance方差分析：总体——正态且方差相等样本——独立、随机6 以随机区组设计的两因素方差分析为例,简述方差分析的基本原理;正态分布且方差齐同的资料,应采用两因素处理、配伍方差分析two-way ANOVA或配对t检验g=21总变异：反映所有观察值之间的变异,记为SS总;2 处理间变异：由处理因素的不同水平作用和随机误差产生的变异,记为SS处理;3 区组间变异：由不同区组作用和随机误差产生的变异,记为SS区组.4 误差变异：由随机误差产生的变异,记为SS误差;对总离均差平方和及其自由度的分解,有:7 可信区间和假设检验的区别和联系;一主要区别：1、可信区间是以样本资料估计总体参数的真值,假设检验是以样本资料检验对总体参数的先验假设是否成立；2、可信区间为双侧,假设检验既有双侧检验,也有单侧检验；3、可信区间立足于大概率,假设检验立足于小概率;二主要联系：1、都是根据样本信息推断总体参数；2、都以抽样分布为理论依据,建立在概率论基础之上的推断；3、二者可相互转换,形成对偶性;可信区间与假设检验各自不同的作用,要结合使用;一方面,可信区间亦可回答假设检验的问题,算得的可信区间若包含了H0,则按水准,不拒绝H0；若不包含H0,则按水准,拒绝H0,接受H1;另一方面,可信区间不但能回答差别有无统计学意义,而且还能比假设检验提供更多的信息,即提示差别有无实际的专业意义;8 配对t 检验与两样本t 检验的基本原理有何不同;配对t 检验适用于配对设计的计量资料;配对设计类型：①两同质受试对象分别接受两种不同的处理；②同一受试对象分别接受两种不同处理；③同一受试对象一种处理前后;两样本t 检验适用于完全随机设计两样本均数的比较,第七章1. 二项分布、Poisson 分布与正态分布间有何关系二项分布：是正态分布的特殊形式,记作X~Bn, ,理论上n→+∞且→则二项分布呈正态分布；在实际应用中,当n较大、np与n1-p均>5, 且有→时,二项分布可看成近似正态分布;Poisson 分布：它是普通二项分布在次数极大,发生机率很小时的极限,记作PX,λ越大则Poisson分布渐近正态分布;实际应用上,λ≥20就可将其看作()~λ是正态分布;第六章分类资料的统计描述一、名词解释1、率rate：是说明某事物或现象发生的频率或强度的指标;2、构成比constituent ratio：是说明某事物内部各组成部分的比重或分布的指标;3、相对比relative ratio：是说明两个有关联的事物间的相对关系的指标;4、标准化率standardized rate：也称调整率,是多组率之间按统一的“标准”进行调整,使之具有可比性的率;5、标化发病比standardized incidence ratio：被标化组实际发病数与预期发病数之比;6、标化死亡比standardized mortality ratio：被标化组实际死亡发病、患病等数与预期死亡发病、患病等数之比;第七章二项分布与Poisson分布及其应用第八章X2检验第九章秩和检验三、简答题1、二项分布、Poisson分布与正态分布间有何关系2、X2检验的应用条件有哪些1四格表的分析方法选择条件：n≥40,T≥5,专用公式；n≥40,1≤T＜5,校正公式；n＜40或T＜1,直接计算概率;X2连续性校正仅用于v=1的四格表资料,当v≥2时,一般不作校正;2配对四格表的分析分析方法选择条件：b+c＞40,专用公式；20＜b+c≤40,用校正公式；b+c＜20,二项分布直接计算概率;3R×C表的分析方法选择条件：1.理论数不能小于1；2.理论数大于等于1小于5的格子数不超过总格子数的1/5；3.否则用Fisher确切概率,或似然比检验;4.如果以上条件不能满足,可采用：增加样本含量；删去某行或某列；合理地合并部分行或列；Fisher精确概率法;5.多个率或构成比比较的X2检验,结论为拒绝H0时,仅表示几组有差别,并非任两组之间都有差别;若要了解之,可进行多重比较：X2表的分割或率的可信区间法;6.对于有序的分类变量,采用X2检验方法不能考虑数据的有序性质;为此,对于单向有序可采用秩和检验、Ridit分析,双向有序可采用趋势检验等;3、X2检验用于解决哪些问题1推断两个总体率或构成比之间有无差别2多个总体率或构成比之间有无差别3多个样本率的多重比较4两个分类变量之间有无关联性4、四格表的u检验与X2检验有何异同二者的相同点：1.四格表u检验是根据正态近似的原理np,n1-p＞5,n充分大,凡是能用u检验的都可以用卡方检验,u2=x2ν=1；2.两者都有连续性校正问题；二者的不同点：1.由于正态分布可确定单双侧检验界值,当满足正态分布近似条件时,可使用u检验进行单侧检验；2.满足四格表U检验的资料,计算两率间的95%可信区间,尚可分析两率之差有无实际意义；检验可用于2×2列联表资料有无关联的检验5、请列举R×C表X2检验的注意事项;1注意对T值大小的要求：要求T＜5的个数不能超过1/5,且不能有T＜1;如果不符可选用以下方法处理：1.增加样本例数；2.相邻行列例数进行合理地合并；3.删去理论数小的行或列；4.确切概率法;（2）注意多组比较结果如为差别有显着性,并不代表每两组差别有显着性,如需分析可进一步作两两比较;（3）注意有序行×列表资料不宜采用X2检验,因为X2检验与分类变量的顺序无关;。

统计学简答题及部分名词解释1.简述总体与样本、参数和统计量的含义总体：我们所要研究的所有基本单位的总和。

样本：总体的一部分单位。

参数：描述总体或概率分布的数量值。

统计量：又称样本统计量，是对样本数据特征值的数量描述。

2.关于样本均值的抽样分布，中心极限定理的含义是什么？样本均值的抽样分布：当总体服从正态分布N(μ,σ2)时，在重复抽样条件下，来自该总体的容量为n的样本的均值某也服从正态分布，某的数学期望为μ，方差为σ2/n。

即某～N(μ,σ2/n)中心极限定理：设从均值为，方差为2的一个任意总体中重复地抽取容量为n的样本，当n充分大时（通常要求n≥30)，样本均值的抽样分布近似服从均值为μ、方差为σ2/n的正态分布含义：中心极限定理就是一个抽自任意总体样本容量为n的随机样本。

当n充分大时，样本均值的抽样分布将近似于一个具有均值和标准差的正态分布。

3.什么是抽样误差？其特点是什么？抽样误差是利用样本推断总体时产生的误差。

特点：对任何一个随机样本来讲都是不可避免的；是可以计量的，并且是可以控制的；样本的容量越大，抽样误差就越小；总体的变异性越大，抽样误差也就越大。

4.简述样本容量与置信水平、总体方差、允许误差的关系样本容量与置信水平成正比，在其他条件不变的情况下，置信水平越大，所需的样本容量也就越大；样本容量与总体方差成正比，总体的差异越大，所要求的样本容量也越大；样本容量与允许误差成反比，可以接受的允许误差越大，所需的样本容量就越小。

5.假设检验中的第一类错误和第二类错误分别是指什么？它们发生的概率大小之间存在怎样的关系？第Ⅰ类错误(弃真错误)：原假设为真时拒绝原假设时所犯的错误第Ⅱ类错误(取伪错误)：原假设为假时未拒绝原假设当样本容量n确定后，当α变小时，则检验的拒绝域变小，相应的接受域会变大，因此β值也就随之变大；相反，若β变小，则α又会变大．6.试解释“上组限不在内”的原则是指当相邻两组的上下限相叠时，为了“不重”（任一个单位数值只能分在其中某一组中，不能同时分在两组中），上组限数值不算在该组内。

统筹学统计学：是一门搜集、整理、显示和分析统计数据的方法论科学。

总体：就是统计所要研究的事物或现象的全体，即由客观存在的，具有某种共同特征的许多个别事物构成的整体。

参数：是描述总体数量特征的指标，又称总体指标。

样本：是指从统计总体中抽取出来作为代表这一总体的、由部分个体组成的集合体。

变量：指给所要研究的事物起的名字，包括可变的标志和所有的统计指标。

总体参数：描述总体数量特征的指标，又称总体指标。

样本统计量：是根据样本数据计算出来的样本指标，用来描述样本的数量特征。

普查：为某一特定目的而专门组织的一次性全面调查。

抽样调查：是按随机原则，从总体中抽选部分单位进行观察，并根据部分单位（样本）的调查数据，从数量方面推断总体参数的一种非全面调查。

统计分组：根据被研究现象总体的内在特点以及统计研究的目的，将总体按照一定的标志分为若干个性质不同的组成部分的一种统计方法。

统计表：指显示统计整理结果的表格，就是把通过整理的调查数据，使其成为得以说明现象总体数量特征的分组数据，并按一定顺序排列而形成的表格。

时期数据：反映现象总体在一段时期内发展变化总结果的总量指标。

时点指标：反映现象总体在某一的点（瞬间）上所处状况的总量指标。

众数：是一组数据中出现次数最多的变量值。

时间序列：将反映某种现象的统计指标在不同时间上的数值，按时间顺序排列而成的序列。

发展水平：时间序列中的每一项指标数值，都称为发展水平，它反映了某种现象在一定时期或时点所达到的规模和水平。

平均发展水平：将不同时间的发展水平加以平均而得到的平均数。

发展速度：是反映现象发展变化快慢程度的动态相对指标，是根据两个不同时期的发展水平对比求得的。

环比发展速度：是时间序列中报告期发展水平与前期发展水平之比，表明现象逐期发展变化的方向和程度。

定基发展速度：是报告期发展水平与某一固定时期发展水平（最初发展水平）之比，说明现象在较长时期内总的发展变动方向与程度。

年距发展速度：反映报告期发展水平对于上年同期发展水平的变化方向与程度。

参数统计名词解释参数统计是一种统计学方法，用于描述和推断一个总体（population）的特征。

在参数统计中，总体是指我们希望研究的整体，而样本则是总体的一个子集。

参数统计的目标是通过对样本的观察和分析，来推断总体的特征。

在参数统计中，参数是指总体的某个特征的数值度量，可以是一个总体的平均值、标准差、比例等。

参数通常用希腊字母表示，如总体均值用μ表示，总体方差用σ²表示。

参数的估计是指根据对样本的观察和分析，计算出对总体参数的估计值。

参数统计的过程有三个主要步骤：抽样、估计和推断。

抽样是指从总体中随机地选取样本的过程。

为了保证抽样的随机性和代表性，我们通常采用随机抽样的方法，确保每个个体被选取的概率相等。

估计是指根据对样本的观察和分析，计算出对总体参数的估计值。

常用的估计方法有点估计和区间估计。

点估计是指直接用样本数据计算出一个数值作为总体参数的估计值。

区间估计则是根据样本数据计算出一个区间，这个区间包含了总体参数可能的取值范围。

推断是指通过对样本数据的分析和估计，对总体特征进行推断。

常用的推断方法有假设检验和置信区间。

假设检验是根据样本数据和对总体的假设，判断总体特征是否符合我们的假设。

置信区间则是根据样本数据计算出一个区间，这个区间给出了总体参数可能的取值范围，并给出了这个参数取值的可信程度。

参数统计在实际应用中十分广泛。

它可以帮助我们从有限的样本中推断出总体的性质，从而避免对整个总体进行调查。

参数统计在市场调研、医学研究、质量控制等领域都有重要的应用。

通过参数统计的方法，我们可以对整个总体的特征进行准确的估计和推断，从而为决策和策略制定提供科学的依据。

完整版)统计学名词解释统计学名词解释第一章绪论在统计学上，随机变量指的是取值之间不能预料到的变量。

总体，又称母全体或全域，是指具有某种特征的一类事物的全体。

构成总体的每个基本单元称为个体。

从总体中抽取的一部分个体称为样本。

次数指的是某一事件在某一类别中出现的数目，又称为频数。

频率，又称相对次数，指某一事件发生的次数被总的事件数目除，即某一数据出现的次数被这一组数据总个数去除。

概率指某一事物或某一情在某一总体中出现的比率。

一旦确定了某个值，就称这个值为某一变量的观测值。

参数，又称为总体参数，是描述一个总体情况的统计指标。

样本的那些特征值叫做统计量，又称特征值。

第二章统计图表统计表是由纵横交叉的线条绘制，并将数据按照一定的要求整理、归类、排列、填写在内的一种表格形式。

一般由表号、名称、标目、数字、表注组成。

统计图一般采用直角坐标系，通常横轴表示事物的组别或自变量x，称为分类轴。

纵轴表示事物出现的次数或因变量，称为数值轴。

一般由图号及图题、图目、图尺、图形、图例、图组成。

简单次数分布表适合数据个数和分布范围比较小的时候用，它是依据每一个分数值在一列数据中出现的次数或总计数资料编制成的统计表。

而分组次数分布表适合数据个数和分布范围比较大的时候用。

数据量很大时，应该把所有的数据先划分在若干区间，然后将数据按其数值大小划归到相应区域的组别内，分别统计各个组别中包括的数据个数，再用列表的形式呈现出来。

分组次数分布表的编制步骤包括求全距、定组距和组数、列出分组组距、登记次数和计算次数。

相对次数分布表用频数比率或百分数来表示次数，而累加次数分布表则把各组的次数由下而上或由上而下加在一起。

最后一组的累加次数等于总次数。

双列次数分布表用同一个表表示有联系的两列变量的次数分布。

而不等距次数分布表则适用于像工资级别和年龄分组这样的不等距数据。

需要注意的是，归组效应是分组次数分布表的缺点之一，因为原始数据不见了，从而依据这样的统计表算出的平均值会与用原始数据算出的值有出入，出现误差。