医学统计学统计学概念
- 格式:docx
- 大小:20.62 KB
- 文档页数:7
生物统计学(2009-06-22 09:18:10)转载▼标签:杂谈
2、精确度:指调查或试验中同一试验指标或性状的重复观测值彼此接近的程度
1、。
3、多因素试验:在一个试验中同时研究二个或两个以上的因素的试验叫多因素试验。
4、样本容量:样本中包含的单位数称为样本容量。
5、回归:是研究事物之间因果关系的规律性,探索原因和结果之间的数量关系,以便由原因能预测结果。
6、处理效应:试验处理对所研究的性状所起到的增进或减少的作用称为处理效应。
7、局部控制:是分范围分地段地控制非处理因素,使非处理因素对各处理的影响趋向最大程度的一致。
8、事件:把一次试验所有可能的结果称为事件。
9、置信区间:在一定概率保证下,估计总体平均数可能存在的范围。
10、小区技术:一个试验处理所占据小区的面积、形状和提供试验处理较为均匀的环境的一些措施。
*99生物统计学复习
一、样本统计量和总体参数的计算
1.标准偏差s、平均数
2.变异系数
二、事件、事件独立性与相容性区别
1、设A 与B相互独立,P(A+B)=0.5,P(A)=0.2,P(B)=
2、设随机事件, 互不相容,P(A+B)=0.5,P(A)=0.2,P(B)=
3、连续型数据和离散型数据区别定义等、事件定义、随机误差
三、数学期望与方差的计算
离散型EX=∑xipi 连续型EX=∫xfxdx
DX=E(X2)-[E(X)]2
四、概率与概率分布
事件性质
(1)P(φ)=0,P(Ω)=1;
(2)若AB=φ,则P(A+B)=P(A)+P(B),可推广到有限个互斥事件的情形.即:若A1,A2,…,An两两互斥,则
P(A1+A2+…+An)=P(A1)+P(A2)+…+P(An)
(3)P(A-B)=P(A)-P(AB),P(Ω-A)=1-P(A).
若A是B的子事件,则P(B-A)=P(B)-P(A);P(A)≤P(B);
(4)P(A+B)=P(A)+P(B)-P(AB),
P(A+B+C)=P(A)+P(B)+P(C)-P(AB)-P(AC)-P(BC)+P(ABC)
可推广到有限个事件的情形。
条件概率:
全概率公式:
贝叶斯公式:
事件独立性:P(AB)=P(A)P(B)
离散型随机变量的概率分布
连续型随机变量概率分布
常见概率分布及概率求法
1、二项分布,p+q=1
,记为
2、泊松分布
μ=σ2=λ
,记为X~P(λ)
3、正态分布
,标准正态分布,记作μ~N(0, 1)
标准化的方法:u=(χ-μ)/ σ
双侧(两尾)概率与单侧(一尾)概率的表示方法
4、相应分布概率求法
标准正态分布的概率计设u服从标准正态分布,则μ落在[μ1,μ2]内的概率
可通过查表求得。
五、抽样分布与统计推断
1、定义:抽样分布、统计推断
2、单个样本平均数的差异显著性检验:p70,表5-1,
两样本均数差异显著性检验:p81表5-4背下,先要进行F检验;
3、统计推断的基本步骤
(一)首先对试验样本所在的总体作假设。
零假设H0:μ=μ0或H0:μ-μ0=0。
备择假设HA:μ1≠μ2 ;HA: μ>μ0;HA: μ<μ0
(二)选择合适的显著水平
根据不同的试验要求选取不同的α值,一般常用的为0.05和0.01。
(四)查表确定临界值
(五)做出推断及生物学解释
据小概率事件实际不可能性原理,将计算出的概率P与选择的显著水平α相比较:ŒP ≥0.05,接受H0 ,称之为“没有显著差异”
0.01≤P≤0.05,否定H0,接受HA ,称之为“差异显著”;
ŽP≤0.01,否定H0,接受HA ,称为“差异极显著”。
结合原问题做出明确、合理的解释。
4、双侧检验与单侧检验的定义和判断
5、百分资料的显著性检验
六、c2 检验:拟合优度检验和独立性检验
若df=1,则应进行连续型校正,公式为:
c2 检验的步骤
(一)建立假设H0: 实际观察次数与理论次数相符合,
HA: 实际观察次数与理论次数不相符合。
(二)计算统计量:
(三)由df查c2值表(附表6)得c20.05、c20.01 ,将实测c2或c2c值与c20.05、c20.01比较,做出统计推断:
(1). 若c2<c20.05 ,P>0.05 , 则实际观察次数与理论次数差异不显著;
(2). 若c20.05≤c2<c20.01,0.01<P≤0.05 , 则实际观察次数与理论次数差异显著;
若c2≥c20.01,P≤0.01 , 则实际观察次数与理论次数差异极显著。
1、适合性检验的一般步骤
(一)把数据编制成统计表;
(二)根据分布类型及样本含量n计算理论值Ti;
(三)需用样本数据估计总体参数时,计所估计的参数个数为a;比如
(四)分别合并尾区理论次数,使,合并后的组数记为k,则自由度df=k-1-a;
(五)提出假设;
零假设H0:实际观察的属性类别分配符合已知属性类别分配的理论或学说;
备择假设为HA:实际观察的属性类别分配不符合已知属性类别分配的理论或学说;
(六)计算c2值并与比较,做出统计推断及生物学解释;