最新卫生统计学复习笔记

卫生统计学知识点整理1.数据类型：卫生统计学包括两种主要类型的数据，即定量数据和定性数据。

定量数据是数值型数据，如身高、体重等，可以使用各种统计方法进行分析。

定性数据是非数值型数据，如性别、职业等，可以使用描述性统计方法进行分析。

2.数据收集方法：卫生统计学使用多种方法收集数据，其中包括调查、观察、实验和文献研究等。

调查是最常用的数据收集方法，通过设计问卷或面对面访谈等手段收集信息。

观察是观察和记录事件或行为，以获取相关数据。

实验是通过对照组和干预组进行比较来确定原因和效果的方法。

文献研究是通过分析已有的文献、报告和统计数据来获取相关信息。

3.数据描述和总结：在数据收集完成后，卫生统计学需要对数据进行描述和总结。

这包括计算各种统计指标，如平均数、中位数、众数和标准差等，以了解数据的分布和变异程度。

4.假设检验：卫生统计学中常用的方法之一是假设检验，用于判断一些变量是否与其他变量有显著关联或差异。

假设检验基于统计学原理，通过计算样本数据与预期数据之间的差异，评估是否拒绝或接受一些假设。

5.相关分析：相关分析是研究两个或多个变量之间关系的统计方法。

它可以确定变量之间的相关性大小和方向，并计算相关系数来度量相关性的强弱。

6.回归分析：回归分析是用来预测和解释一个或多个因变量与一个或多个自变量之间关系的方法。

它可以估计自变量对因变量的影响程度，并评估其统计显著性。

7.生存分析：生存分析是研究个体在一定时间内生存或发生一些事件的概率的统计方法。

它通常用于研究疾病的生存率和治疗效果。

8.抽样方法：抽样方法是在卫生调查中常用的一种方法，它可以通过选择一部分样本来代表整体群体。

常见的抽样方法包括随机抽样、系统抽样、分层抽样和整群抽样等。

9.统计软件：卫生统计学使用各种统计软件来进行数据分析和统计计算。

常用的统计软件包括SPSS、SAS、R和STATA等，它们提供了丰富的统计功能和图形展示方式。

10.数据伦理：卫生统计学中数据伦理是一个重要的问题，主要涉及数据的保密性、隐私保护和知情同意等方面。

卫⽣统计学（案例版）复习资料卫⽣统计学复习整理⼀、统计⼯作基本步骤1、设计2、收集资料3、整理资料4、分析资料⼆、调查研究的特点1、不能⼈为施加⼲预措施2、不能随机分组3、很难控制⼲扰因素4、⼀般不能下因果结论三、常⽤的基本抽样⽅法1、单纯随机抽样先将调查总体的全部观察单位统⼀编号，然后采⽤随机数字表、统计软件或抽签等⽅法之⼀随机抽取n（样本⼤⼩）个编号，由这n个编号所对应的n个观察单位构成研究样本。

2、系统抽样⼜称机械抽样或等距抽样。

事先将总体内全部观察单位按某⼀顺序号等距分隔成n（样本⼤⼩）个部分，每⼀部分内含m个观察单位；然后从第⼀部分开始，从中随机抽出第i号观察单位，依此⽤相等间隔m机械地在第⼆部分、第三部分直⾄第n部分内各抽出⼀个观察单位组成研究样本。

3、分层抽样先按对观察指标影响较⼤的某项或某⼏项特征，将总体分成若⼲层（strata），该特征的测定值在层内变异较⼩、层间变异较⼤，然后分别从每⼀层内随机抽取⼀定数量的观察单位结合起来组成样本。

4、整群抽样将总体划分为群（初级观察单位），各群由次级观察单位组成。

随机抽取⼀部分群，调查抽中群的全部次级观察单位。

5、多阶段抽样抽样误差⽐较：分层抽样<系统抽样<单纯随机抽样<整群抽样四、实验设计的特点1、研究者可⼈为设置处理因素2、受试对象接受何种处理因素或处理因素的何种⽔平是随机的五、实验设计的三个基本要素1、处理因素（或研究因素）2、受试对象3、实验效应六、实验设计的基本原则对照原则随机原则重复原则均衡原则七、常⽤的实验设计⽅案完全随机设计配对设计随机区组设计⼋、定量资料集中趋势的描述指标：描述数据分布中⼼位置（平均⽔平）的指标。

算术均数适⽤于对称分布特别是正态分布资料。

⼏何均数⼏何均数适⽤①对数正态分布②等⽐级数资料观察值中不能有0中位数和百分位数应⽤：中位数：适⽤于偏态分布、分布不明确或分布末端⽆确定数据的资料。

百分位数：百分位数：⾮正态分布资料九、描述离散趋势指标：描述数据分布的离散程度（变异程度）的指标。

①②③④⑤第一章绪论1、统计工作的基本步骤：研究设计-搜集资料-整理资料-分析资料设计是整个研究过程中最关键的一环；研究设计是统计工作的基础和关键。

统计推断包括参数估计和假设检验。

2．计量资料（定量资料）：是用定量的方法对每一个观察单位的某项指标进行测定所得的资料。

其变量值是定量的，表现为数值大小，一般具有度量衡单位。

可分为离散型变量（如现有子女数、儿童龋齿数、胎次）和连续型变量（身高、体重、血红蛋白）。

计数资料（定性资料、分类资料）：是把观察单位按某种属性（性质）或类别进行分组、清点各组观察单位数所得资料。

各观察数值是定性的，一般无度量衡单位。

各属性之间互不相容（只有“阴、阳”性或···）例：性别、职业、血型。

等级资料：是把观察单位按属性程度或等级顺序分组，清点各组观察单位所得资料。

医学领域的三类资料可以相互转换。

3、同质：是指所研究的观察对象具有某些相同的性质或特征。

变异：是同质个体的某项指标之间的差异，即个体变异或个体差异性。

总体：是根据研究目的确定的同质研究对象的全体（或全部同质观察单位）。

观察单位优先的总体称为有限总体；无法确定数量的总体称为无限总体。

样本：从总体中具有代表性的一部分个体。

抽样误差：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称为抽样误差。

抽样误差的根源在于个体变异，在抽样研究中是不可避免的。

概率（P）：是随机事件发生的可能性大小的数值度量。

P=1的事件称为必然事件；P=0的事件为不可能的事件；0<P<1的事件称为随机事件；P≤0.05的随机事件称为小概率事件。

第二章计量资料的统计描述1、频数表和频数分布图的用途：①揭示计量资料的分布类型；②揭示计量资料分布的重要特征——集中趋势与离散趋势；③便于发现特大或特小的可疑值；④作为陈述资料的形式。

例数大时可以频率估计概率；⑤便于资料的进一步统计分析。

2、集中趋势：①（算数）均数：总体均数μ和样本均数x ；用于计量资料的正态分布或近似正态分布资料②几何均数G：应用于对数正态分布或近似正态分布资料，也可用于呈倍数关系的等比资料。

统计1．统计工作步骤：研究设计、收集资料、整理资料、分析资料。

2．定量资料：以定量值表达每个观察单位的某项观察指标，如血脂、心率等，各观察值间只有量的差别，有连续性。

3．定性资料：以定性方式表达每个观察单位的某项观察指标，如血型、性别等，各观察值间有质的区别，无连续性。

4．等级资料：以等级方式表达每个观察单位的某项观察指标，如疗效等级，各观察值间有质的区别，无数值大小5．总体：是指按照研究目的所确定的研究对象中所有观察单位某项指标取值的集合。

分为有限和无限两种。

6．样本：是指从研究总体中随机抽取具有代表性的部分观察单位某项指标取值的集合。

7．同质性：同一总体或其样本的观察单位在取值方面必须有相同的性质，称为同质性。

8．描述某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。

9．概率：是指随机事件发生的可能性的大小的一个度量，常用P表示，其小于等于0.05时称为小概率事件。

10．变异：是以具有统治性的观察单位为载体，某项观察指标在其观察单位之间现实的差别。

包括同质事物间的、不同观察单位间的、同一单位不同阶段的差别。

11．整理数据最有效的形式是频数分布，根据频数分布可以初步判断指标分布的特征是集中趋势还是离散趋势，发现某些特大或特小的可疑值，揭示资料分布类型，便于资料进一步分析。

12．频数分布分为对称分布和非对称分布，非对称分布又称为偏态分布，包括正偏态（大——小）和负偏态（小——大）。

13．集中趋势指标：1）算术均数（Xbar），最适合单峰对称资料；2）几何均数(G)，如抗体滴度、细菌计数,应用于等比数列、对数数列；3）中位数（M）和百分位数，适用于偏态分布、开口资料、分布不明资料。

14．离散趋势指标：1)全距（R）,又称极差，极差大说明变异度大；2）四分位间距；3）方差和标准差（s），标准差大离散程度大，及波动明显；4）变异系数CV=标准差/均数，可应用于单位不同的两组资料或均数相差悬殊的两组资料。

第一章2选1总体：总体（population）是根据研究目的拟定的同质观测单位（研究对象）的全体，事实上是某一变量值的集合。

可分为有限总体和无限总体。

总体中的所有单位都可以标记者为有限总体，反之为无限总体。

总体population根据研究目的而拟定的同质观测单位的全体。

样本：从总体中随机抽取部分观测单位，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。

样本sample从总体中随机抽得的部分观测单位，其实测值的集合。

3选1小概率事件：我们把概率很接近于0（即在大量反复实验中出现的频率非常低）的事件称为小概率事件。

P值：P 值即概率，反映某一事件发生的也许性大小。

记录学根据显著性检查方法所得到的P 值反映结果真实限度，一般以P ≤ 0.05 认为有记录学意义， P ≤0.01 认为有高度记录学意义，其含义是样本间的差异由抽样误差所致的概率等于或小于0.05 或0.01。

P值是：1) 一种概率，一种在原假设为真的前提下出现观测样本以及更极端情况的概率。

2) 拒绝原假设的最小显著性水平。

3) 观测到的(实例的) 显著性水平。

4) 表达对原假设的支持限度，是用于拟定是否应当拒绝原假设的另一种方法。

小概率原理：一个事件假如发生的概率很小的话，那么可认为它在一次实际实验中是不会发生的，数学上称之小概率原理，也称为小概率的实际不也许性原理。

记录学中，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：对每个观测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。

计量资料measurement data定量资料quantitative data数值变量资料numerical variable为观测每个观测单位某项指标的大小，而获得的资料。

卫生统计学的重点归纳卫生统计学的重点归纳一、卫生统计学的定义卫生统计学是以统计理论和方法为基础，应用数学、物理、化学、计算机等学科技术，研究卫生和医疗问题的数据分析方法。

它以收集，处理，分析和解释卫生和医疗等领域的统计数据为基础，以定量分析和定性分析卫生数据，研究卫生和应用流行病学方法，识别患病危险因素，以及制定卫生与医疗保健的政策与措施，为医学和公共卫生提供科学依据的一门学科。

二、卫生统计学的基本原理（1）基本理论卫生统计学的基本理论包括：（1）数理统计学：数理统计学是以统计学的数据处理方法为工具，探讨多变量间相互关系的学科；（2）社会科学统计学：社会科学统计学是以统计学的方法为工具，研究社会判断和实证研究的学科；（3）中国统计学：中国统计学是以中国传统的统计学理论和方法为基础，研究社会发展进程中社会变迁的学科；（4）应用统计学：应用统计学是以统计学的方法来解决实际问题，如实验设计与分析、生态学分析、经济学分析等。

（2）基本方法卫生统计学的基本方法包括：（1）分类法：分类法是按照实际问题的性质，将被研究对象进行科学的定性分类；（2）测度法：测度法是按照实际问题的性质，将被研究对象进行科学的定量测度；（3）统计方法：统计方法是利用统计技术处理数据，以处理、描述、分析和预测实证问题；（4）流行病学方法：流行病学方法是指在全面调查的基础上，利用统计技术，研究病因、流行病学及其预防控制等方面的方法。

三、卫生统计学的应用1、卫生统计学用于事件分析。

事件分析包括：病原体检测、医疗并发症监测、病因研究、新药研发、疾病控制等研究；2、卫生统计学用于政策分析，为卫生政策、医疗政策、公共卫生政策的制订、实施和评价，提供科学依据；3、卫生统计学用于质量控制。

对质量控制体系中的质量指标进行定量分析、定性分析和评价；4、卫生统计学用于教育考试。

有助于改进教育评价，提高客观能力，开发判断及决策技能；5、卫生统计学用于职业卫生领域，可以指导职业卫生政策的制定和促进各种职业病的预防。

卫生统计学第一章绪论1、卫生统计学的概念(P1)卫生统计学是应用概率论和数理统计学的基本原理和方法，研究居民卫生状况以及卫生服务领域中数据的收集、整理和分析的一门科学，是卫生及其相关领域研究中不可缺少的分析问题。

2、卫生统计学的4个基本步骤(P3)：设计、收集资料、整理资料、分析资料3、卫生统计学的几个基本概念(P4)：⑴同质：在统计学中，若某些观察对象具有相同的特征或属性，我们就称之为同质，或具有同质性。

⑵变异：同质个体的某项特征或属性的观察值或测量值之间的差异。

⑶总体：同质的所有观察单位某种特征或属性的观察值或测量值的集合。

⑷样本：从总体中随机抽取的具有代表性的部分观察单位的集合。

样本中包含的观察单位个数成为样本含量。

⑸参数：反映总体特征的指标，一般是未知的，常用希腊字母表示，如总体均数μ、总体率π等。

⑹统计量：根据样本观察值计算出来的指标，常用拉丁字母表示，如样本均数⎺x 、样本率ρ等。

⑺变量与资料：对每个观察单位进行观察或测量的某项特征或属性称为变量；变量值的集合成为资料。

⑻定量资料：亦称计量资料，其变量值是定量的，表现为数值大小，一般有度、量、衡单位。

⑼定性资料：亦称分类资料，其观察值是定性的，表现为互不相容的类别或属性，一般无度、量、衡单位。

可细分为：①计数资料；②等级资料第二章调查研究设计★1、调查研究的特点（P7）：①不能人为施加干预措施；②不能随机分组；③很难控制干扰因素；④一般不能下因果结论2、常用抽样方法（名称、原理）：⑴单纯随机抽样：先将调查总体的全部观察单位统一编号，然后采用随机数字表、统计软件或抽签方法之一随机抽取n（样本大小）个编号，由这n 个编号所对应的n个观察单位构成研究样本。

⑵系统抽样：又称机械抽样或等距抽样。

事先将总体内全部观察单位按某一顺序号等距分成n（样本大小）个部分，每一部分内含m个观察单位；然后从第一部分开始，从中随机抽出第i号观察单位，依此用相等间隔m机械地在第2部分、第3部分直至第n部分内各抽出一个观察单位组成样本。

卫生统计知识点总结1. 卫生统计学的基本概念卫生统计学主要包括了一些基本的概念，比如卫生数据的来源、收集、整理和分析方法等。

卫生数据的来源通常包括了临床记录、流行病学调查、专门调查、统计报表等。

在数据收集方面，卫生统计学强调了数据的质量和准确性，以及避免数据偏倚和错误。

数据整理方面，卫生统计学的方法包括了数据清理、归并和分类等，以确保数据的有效性和可分析性。

而在数据分析方面，卫生统计学的方法包括了描述性统计、推断性统计、假设检验、回归分析、生存分析等。

2. 卫生调查和流行病学卫生统计学与卫生调查和流行病学密切相关。

卫生调查是指对于个人和集体的健康状况、卫生问题和医疗服务等进行调查的活动。

流行病学则是研究人群中疾病的发病规律和传播特点的学科。

卫生调查和流行病学的知识点包括了调查设计、样本选择、问卷设计、调查实施、数据分析和结论推断等。

在卫生调查和流行病学中，卫生统计学的方法和技巧是非常重要的。

3. 生物统计学和生物信息学生物统计学是统计学在生物学领域的应用，包括了基因组学、蛋白质组学、代谢组学等领域的统计方法。

在卫生统计学中，生物统计学的知识点包括了遗传分析、基因关联研究、基因组关联分析、蛋白质质谱分析等。

而生物信息学则是应用计算机和统计学方法进行生物学数据的处理和分析，包括了序列比对、基因结构预测、蛋白结构预测、基因表达分析等。

在当今的医学和卫生领域，生物统计学和生物信息学的知识是非常重要的。

4. 健康统计学健康统计学是研究人群健康状况、卫生问题和医疗服务等的统计学方法和理论。

健康统计学的知识包括了健康指标的计算、健康数据的分析、健康状况的评估、卫生问题的研究和医疗服务的评价等。

在健康统计学中，常用的指标包括了死亡率、发病率、患病率、健康质量等。

健康统计学的知识对于评价和改善人群健康状况具有非常重要的意义。

5. 卫生经济学和医疗统计学卫生经济学是研究卫生服务的经济问题的学科，主要包括了卫生支出、卫生保险、医疗机构的效率和成本、医疗资源的配置等。

医师资历测验蓝宝书-预防医学医学统计学办法第一节根本概念和根本步调（异常重要）一.统计工作的根本步调设计（最症结.决议成败）.汇集材料.整顿材料.剖析材料.总体：依据研讨目标决议的同质研讨对象的全部,确实地说,是性质雷同的所有不雅察单位某一变量值的聚集.总体的指标为参数.现实工作中,经常是从总体中随机抽取必定命量的个别,作为样本,用样本信息来揣摸总体特点.样本的指标为统计量.因为总体中消失个别变异,抽样研讨中所抽取的样本,只包含总体中一部分个别,这种由抽样引起的差别称为抽样误差.抽样误差愈小,用样本揣摸总体的精确度愈高;反之,其精确度愈低.小概率事宜.二.变量的分类变量：不雅察单位的特点,分数值变量和分类变量.第二节数值变量数据的统计描写（重要考点）一.描写计量材料的分散趋向的指标有1.均数均数是算术均数的简称,实用于正态或近似正态散布.2.几何均数实用于等比材料,尤其是对数正态散布的计量材料.对数正态散布即原始数据呈偏态散布,经对数变换后（用原始数据的对数值lgX代替X）屈服正态散布,不雅察值不克不及为0,同时有正和负.3.中位数一组按大小次序分列的不雅察值中位次居中的数值.可用于描写任何散布,特殊是偏态散布材料的分散地位,以及散布不明或散布末尾无肯定命据材料的中间地位.不克不及求均数和几何均数,但可求中位数.百分位数是个界值,将全部不雅察值分为两部分,有X％比小,剩下的比大,可用于盘算正常值规模.二.描写计量材料的离散趋向的指标1.全距和四分位数间距.2.方差和尺度差最为经常运用,适于正态散布,既斟酌了离均差（不雅察值和总体均数之差）,又斟酌了不雅察值个数,方差使本来的单位变成了平方,所以开方为尺度差.均为数值越小,不雅察值的变异度越小.3.变异系数多组间单位不合或均数相差较大的情形.变异系数盘算公式为：CV=s/X×100％,公式中s为样本尺度差,X为样本均数.三.尺度差的运用暗示不雅察值的变异程度（或离散程度）.在两组（或几组）材料均数邻近.器量单位雷同的前提下,尺度差大,暗示不雅察值的变异度大,即各不雅察值离均数较远,均数的代表性较差;反之,暗示各不雅察值多分散在均数四周,均数的代表性较好.（常考！）四.医学参考值的盘算办法,单双侧问题,医学为95％医学参考值是斧正常人体或动物体的各类心理常数,因为消失变异,各类数据不但因人而异,并且统一小我还会随机体表里情形的转变而转变,因而须要肯定其摇动的规模,即正常值规模.医学参考值的盘算公式：①正态散布材料95％医学参考值：X±1.96s（双侧）;X X-1.645s（单侧）,s为尺度差.②百分位数法P和P（双侧）;P5或P95（单侧）.第三节数值变量数据的统计揣摸（重要考点）一.尺度误,尺度误与尺度差和样本含量的关系尺度差和尺度误的差别.样本尺度误等于样本尺度差除以根号下样本含量.尺度误与尺度差成正比;与样本含量的平方根成反比.是以.为削减抽样误差,应尽可能包管足够大的样本含量.样本尺度差与样本尺度误是既有接洽又有区此外两个统计量,二者的接洽是公式：二者的差别在于：样本尺度差是反应样本中各不雅测值X1,X2,……,X n变异程度大小的一个指标,它的大小说清楚明了对该样本代表性的强弱.样本尺度误是样本平均数1,2,……的尺度差,它是抽样误差的估量值,其大小说清楚明了样本间变异程度的大小及精确性的高下.（控制！）二.t散布和尺度正态u散布关系均以0为中间阁下两侧完整对称的散布,只是t散布曲线顶端较u散布低,两头翘.（v逐渐增大,t散布逐渐逼近u散布）.正态散布的特色：①以均数为中间阁下两侧完整对称散布;②两个参数,均数u（地位参数）和s（变异参数）;③对称均数的两正面积相等.三.总体均数的估量样本统计量推算总体均数有两个重要方面：区间估量和假设磨练.样本均数估量总体均数称点估量.总体均数区间估量（可托区间）的概念：按必定的可托度估量未知总体均数地点规模.其统计上习习用95％（或99％）可托区间暗示总体均数μ有95％（或99％）的可能在某一规模.可托区间的两个要素,一为精确度,反应在可托度1-α的大小,即区间包含总体均数的概率大小,当然愈接近1愈好;二是精度,反应在区间的长度,当然长度愈小愈好.在样本例数肯定的情形下,二者是抵触的,须要统筹.总体均数可托区间的盘算办法：1.当n小按t散布的道理用式盘算可托区间为：X±tαv S X/2,2.当n足够大因n足够大时,t散布逼近μ散布,按正态散布道理.用式估量可托区间为：X±μα/2SX可托区间与医学参考值规模的差别：二者的意义和算法不合.四.假设磨练的步调1.树立假设：H0（无效,两样本代表的总体均数雷同）,H1（备择,两样本来自不合总体）,当谢绝H0就接收H1,不谢绝就不接收H1.2.肯定明显性程度：区分精确率和小概率事宜的尺度,平日取α=0.05.3.盘算统计量：依据材料类型和剖析目标选择恰当的公式盘算.4.肯定概率P值：将盘算得到的t值或u值查界值表得到P 值和α值比较.5.做出揣摸结论.｜t｜值.P值与统计结论五.两均数的假设磨练（常考！）1.样本均数与总体均数比较 u磨练和t磨练用于样本均数与总体均数的比较.理论上请求样本来自正态散布总体现实中,只要样本例数n较大,或n小但总体尺度差σ已知,就选用u磨练.n 较小且σ未知时,用于t磨练.两样本均数比较时还请求两总体方差等.以算得的统计量t,按表所示关系作断定.2.配对材料的比较在医学研讨中,经常运用配对设计.配对设计重要有四种情形：①统一受试对象处理前后的数据;②统一受试对象两个部位的数据;③统一样品用两种办法（仪器等）磨练的成果;④配对的两个受试对象分离接收两种处理后的数据.情形①的目标是揣摸其处理有无感化;情形②.③.④的目标是揣摸两种处理（办法等）的成果有无不同.v=对子数-1;如处理前后或两法无不同,则其差数d的总体均数应为0,可看作样本均数d和总体均数0的比较.d为差数的均数;d S 为差数均数的尺度误,S d 为差数的尺度差;n 为对子数.因盘算的统计量是t,按表所示关系作断定.3.完整随机设计的两样本均数的比较 亦称成组比较.目标是揣摸两样本各自代表的总体均数μ1与μ2是否相等.依据样本含量n 的大小,分u 磨练与t 磨练.t 磨练用于两样本含量n 1.n 2较小时,且请求两总体方差相等,即方差齐.若被磨练的两样本方差相差明显则需用t ′磨练.u 磨练：两样本量足够大,n>50.21X X S -=)(21212C n n n n S + v =(n 1-1)+(n 2-1)=n 1+n 2-2 式中21X X S -,为两样本均数之差的尺度误,Sc 2为归并估量方差（combined estimate variance ）.算得的统计量为t,按表所示关系做出断定.4.Ⅰ型错误和Ⅱ型错误 弃真,谢绝精确的H 0为Ⅰ型错误α暗示,若明显性程度α定为0.05,则犯Ⅰ型错误的概率0.05;接收错误的H 0为Ⅱ型错误,概率用β暗示,β值的大小很难确实估量.当样本含量一准时,两者反比,增大n,当α一准时,可削减β.1-β称为磨练效能或掌控度,其统计意义是若两总体确有不同,按α水准能检出其差此外才能.客不雅现实谢绝H 0 不谢绝H 0H 0成立 Ⅰ型错误（α） 揣摸精确1-αH 0不成立揣摸精确（1-β） Ⅱ型错误（β）5.假设磨练留意事项 包管组间可比性;依据研讨目标.材料类型和设计类型选用恰当的磨练办法,熟习各类磨练办法的运用前提;“明显与否”是统计学术语,为“有无统计学意义”,不克不及懂得为“不同是不是大”;结论不克不及绝对化.第四节 分类变量材料的统计描写（一般考点）相对数是两个有接洽关系事物数据之比.经常运用的相对数指标有构成比.率.相比较等.一.构成比暗示事物内部各个构成部分所占的比重,平日以100为例基数,故又称为百分比.其公式如下： 构成比＝个体数总和事物内部各构成部分的的个体数事物内部某一构成部分×100％ 该式可用符号表达如下： 构成比＝⋯⋯+++C B A A ×100％ 构成比有两个特色：（1）各构成部分的相对数之和为100％.（2）某一部分所占比重增大,其他部分会响应地削减.二.率用以解释某种现象产生的频率或强度,故又称频率指标,以100,1000,10000或100000为比例基数（K ）均可,原则上以成果至少保存一位整数为宜,其盘算公式为：率和构成比不合之处：率的大小仅取决于某种现象的产生数和可能产生该现象的总数,不受其他指标的影响,并且各率之和一般不为1. 率＝可能发生某现象的总数某现象实际发生例数×K 该式亦可用符号表达如下 阳性率＝)()()(-+++A A A ×K （若算阴性率则分子为A （-））式中A （+）为阳性人数,A （-）为阴性人数.三.相比较暗示有关事物指标之比较,常以百分数和倍数暗示,其公式为：相比较：甲指标/乙指标（或×100％）或用符号暗示为：A/B ×K四.留意事项①构成比和率的不合,不克不及以比代率;②盘算相对数时,不雅察例数不宜过小;③率的比较留意可比性,特殊是混淆身分的问题,有的话,可用尺度化法和分层剖析清除;④不雅察单位不合的几个率的平均率不等于几个率的算术均数;⑤样本率或构成比的比较应做假设磨练.第五节 分类变量材料的统计揣摸（异常重要）一.率的抽样误差用抽样办法进行研讨时,必定消失抽样误差.率的抽样误差大小可用率的尺度误来暗示,盘算公式如下：σp=n π)π(1+式中：σp为率的尺度误,π为总体阳性率,n为样本含量.因为现实工作中很难知道总体阳性率π,故一般采取样本率P来代替,而上式就变成S p=n P)P(1-二.总体率的可托区间因为样本率与总体率之间消失着抽样误差,所以也需依据样本率来推算总体率地点的规模,依据样本含量n和样本率P的大小不合,分离采取下列两种办法：（一）正态近似法（常考！）当样本含量n足够大,且样本率P和（1-P）均不太小,如nP 或n（1-P）均≥5时,样本率的散布近似正态散布.则总体率的可托区间可由下列公式估量：总体率（π）的95％可托区间：p±p总体率（π）的99％可托区间：p±p（二）查表法当样本含量n较小,如n≤50,特殊是P接近0或1时,则按二项散布道理肯定总体率的可托区间,其盘算较繁,读者可依据样本含量n和阳性数x参照专用统计学介绍的二项散布中95％可托限表.三.u磨练（异常重要！）当样本含量n 足够大,且样本率P 和（1-P ）均不太小,如nP 或n （1-P ）均≥5时,样本率的散布近似正态散布.样本率和总体率之间.两个样本率之间差别的断定可用u 磨练.1.样本率和总体率的比较公式 u=｜P-π｜/σP =｜P-π｜/n π)/π(1-;2.两样本率比较公式 u=｜P 1-P 2｜/Sp 1-P 2=｜P 1-P 2｜/)1/)(1/(121n n p p c c +-也可用χ2磨练,两者相等.四.χ2磨练（异常重要！）可用于两个及两个以上率或构成比的比较;两分类变量相干关系剖析.其数据构成,必定是互相对峙的两组数据,四格表材料自由度v 永久=1.四格表χ2磨练各类公式实用前提,n>40且每个格子T>5,可用根本公式或专用公式,不必校订.根本公式：χ2=∑（A-T ）2/T专用公式：χ2=∑（ad-bc ）2n/（a+b ）（c+d ）（a+c ）（b+d ）只要有一个格子T 在1～5之间,需校订.校订公式：根本公式：χ2=∑（｜A-T ｜-0.5）2/T专用公式：χ2=∑（｜ad-bc ｜-n/2）2n/（a+b ）（c+d ）（a+c ）（b+d ）n<40或T<1,用确实概率法.五.行×列表χ2磨练当行数或列数超出2时,称为行×列表.行×列表χ2磨练是对多个样本率（或构成比）的磨练.实用前提：一般以为行×列表中不宜有1/5以上格子的理论数小于5,或有小于1的理论数.1.当理论数太小可采纳下列办法处理①增长样本含量以增大理论数;②删去上述理论数太小的行和列;③将太小理论数地点组与性质邻近的组归并,使从新盘算的理论数增大.因为后两法可能会损掉信息,伤害样本的随机性,不合的归并方法有可能影响揣摸结论,故不宜作通例办法.别的,不克不及把不合性质的现实数归并,如研讨血型时,不克不及把不合的血型材料归并.2.如磨练成果谢绝磨练假设,只能以为各总体率或总体构成比之间总的来说有不同,但不克不及解释它们彼此之间都有不同,或某两者间有不同.3.关于单向有序行列表的统计处理在比较遍地理组的效应有无不同时,宜用秩和磨练法,如作χ2磨练只解释遍地理组的效应在构成比上有无差别.六.配对计数材料的χ2磨练统一样品用两种办法处理,不雅察阳性和阴性个数.断定两种处理办法是否雷同.当b+c>40时,χ2=（b-c）2/b+c;b+c<40时,校订公式：χ2=（｜b-c｜-1）2/b+c第六节直线相干和回归（一般考点）一.直线相干剖析的用处.相干系数及其意义相干剖析是研讨事物或现象之间有无关系.关系的偏向和亲密程度.相干系数：是定量暗示两个变量（X,Y）之间线性关系的偏向和亲密程度的指标,用r暗示,r=lxy/lxxlxy,其值在-1至+1间,r 没有单位.r呈正值,两变量间呈正相干,即两者的变更趋向是同向的,r=1时为完整正相干;如r呈负值,两变量呈负相干,即两者的变更趋向是反向的,r=-1时为完整负相干.r的绝对值越接近1,两变量间线性相干越亲密;越接近于0,相干越不亲密.当r=0时,解释X和Y两个变量之间无直线关系.二.直线回归剖析的感化.回归系数及其意义直线回归剖析的义务在于找出两个变量有依存关系的直线方程,以肯定一条最接近于各实测点的直线,使各实测点与该线的纵向距离的平方和为最小.这个方程称为直线回归方程,据此方程描写的直线就是回归直线.直线同归方程式的一般表达式Y=a+bX式中a为回归直线在Y轴上的截距,即a>0暗示直线与Y轴的交点在原点上方,<0在原点下方,a=0过原点.b为样本回归系数,即回归直线的斜率,暗示当X变动一个单位时,Y平均变动b个单位.b>0：暗示Y随X增大而增大b<0：暗示Y随X增大而削减b=0：暗示Y不随X变更而变更第七节统计表和统计图（重要考点）一.统计表原则：构造简略.层次分明.内容安插合理.重点凸起.数据精确.1.标题简洁表达表的中间内容,地位在表的上方.2.标目有横标和纵标目,横标目平日位于表内左侧;纵标目列在表内上方,其表达成果与主辞呼应.3.线条力图简洁,一般为三线表.4.用阿拉伯数暗示,如很多据或暂缺材料,也可用“-”或“…”来暗示.5.备注一般不列入表内,解释在表下.内容分列：一般按事物产生频率大小次序来分列,比较光鲜,重点凸起.二.统计图1.线图（line diagram）（常考！）材料性质：实用于持续变量材料.剖析目标：用线段的起落表达某事物的动态（差值）变更.2.半对数线图（semilogarithmic line graph）材料性质：实用于持续变量材料.剖析目标：用线段的起落表达事物的成长速度变更趋向.3.直方图（histogram）材料性质：实用于数值变量,持续性材料的频数表材料.剖析目标：直方图是以直方面积表达各组段的频数或频率.4.直条图（bar chart）材料性质：实用于彼此自力的材料.剖析目标：直条图是用等宽直条的和长短来暗示各统计量的大小,进行比较.5.百分条图（percentchart）材料性质：构成比.剖析目标：用长条各段的长度（面积）表达内部构成比.6.圆形图（circulargraph）（常考！）材料性质：构成比.剖析目标：用圆的扇形面积表达内部构成比.7.散点图（scatterdiagram）材料性质：双变量材料.剖析目标：用点的密集度和趋向表达两变量间的相干关系.8.统计地图（statistical map）材料性质：地区性材料.剖析目标：用不合纹线或色彩代表指标高下,解释地域散布.。