预防医学考研资料--山大协和版----两变量相关

业医师资格考试辅导 预防医学讲义

第二单元 医学统计学方法

一、基本概念和基本步骤

（一）统计学中的几个基本概念

1.总体的类型

总体：是根据研究目的而确定的同质的研究对象的集合。

分为有限总体和无限总体。

样本：是指从总体中随机抽取的有代表性的一部分观察单位的集合。

2.同质和变异

同质：指被研究指标的影响因素完全相同。是科学研究的基础，是相对的。

变异：是同质基础上的个体差异。是绝对的。统计的任务就是在同质分组的基础上，通过对个体变异的研究，透过偶然现象，反映同质事物的本质特征和规律。统计数据具有变异的特征。

3.变量和变量值

变量：观察对象的特征。

变量分为定量变量、定性变量、有序数据。

变量值：对变量观察或测量的结果。

4.参数和统计量

参数：总体的统计指标。μ，π，σ

统计量：样本的统计指标。 ，p，s

【例如】研究北京2012年正常成年男性的血压值。

研究对象 观察单位 变量

变量值 同质

变异 有限总体 总体

参数 样本 统计量

5.误差

误差：观察值与实际值的差别称为误差。

误差包括抽样误差和非抽样误差。

抽样误差：由于个体变异的存在，在抽样研究中产生的样本统计量与相应的总体参数间的差异。

非抽样误差包括过失误差和系统误差。

6.概率

概率：随机事件发生可能性大小的度量。常用P表示，P值范围在0～1之间。

小概率事件：P＜0.05为小概率。统计学认为小概率事件在一次试验中不大可能发生。 业医师资格考试辅导 预防医学讲义

（二）统计学工作基本步骤

1.统计设计。

2.数据整理。

3.统计描述。

4.统计推断。

二、定量资料的统计描述

描述统计是通过图表或统计指标，对数据资料进行整理、分析，并对数据的分布状态、数字特征进行估计和描述的方法。

第1页 共11页 第2讲 变量的相关性、回归分析及独立性检验

一、知识回顾

1.如何判断两个变量的线性相关：

如果在散点图中，2个变量数据点分布在一条直线附近，则这2个变量之间具有线性相关关系。

2.所求直线方程 ˆy=bx+a叫做回归直线方程；其中

nniiiii=1i=1nn222iii=1i=1(x-x)(y-y)x-nxyb==,a=y-bx(x-x)x-nxy回归直线方程必过中心点(,)xy

3．相关系数的niii=1nn22iii=1i=1(x-x)(y-y)r=(x-x)(y-y)性质

• (1)|r|≤1．(2)|r|越接近于1，相关程度越大；|r|越接近于0，相关程度越小．

4. ˆˆiiyyi残差e=实际值-预测值2^^211()nniiiiieyy总残差平方和:

残差平方和越小,即模型拟合效果越好

5. 两个分类变量的独立性检验：

(1)假设结论不成立,即“两个分类变量没有关系”.

(2)在此假设下计算随机变量 22n（ad-bc）K=(a+b)(c+d)(a+c)(b+d)

(3) 根据随机变量K2查表得“两个分类变量没有关系”的概率,用1减去此概率即得有联系的概率

典型例题：

例1．（宁夏海南卷）对变量x, y 有观测数据理力争（，）（i=1,2,…，10），得散点图1；对变量u ，v 有观测数据（，）（i=1,2,…，10）,得散点图2. 由这两个散点图可以判断（ ）。

（A）变量x 与y 正相关，u 与v 正相关 （B）变量x 与y 正相关，u 与v 负相关

（C）变量x 与y 负相关，u 与v 正相关 （D）变量x 与y 负相关，u 与v 负相关 1x1y1u1v

第2页 共11页 变式1. (韶关一模文、理)甲、乙、丙、丁四位同学各自对A、B两变量的线性相关性作试验，

并用回归分析方法分别求得相关系数r与残差平方和m如下表：

ISPSOFT 功能块使用简介

摘要：本文介绍 ISPSOFT 软件里面功能块。包括如何建立功能块，调用功能块。

关键字：输入变量，输出变量，中间变量。

前言：一个系统往往有很多部件组成，工艺控制也有很多类型。将一个系统分为不同的部分后，项目开发人员就可以分工协作。

模块化编程优点如下：

1）将程序规划成若干化，特别适合多人编程。

2）把工艺规划成若干的功能块，可以重复调用，在一定的程度下减少编程量，降低编程错误的几率。

3）方便调试：可以一个个调用。

4）易于扩展，预增加某些功能，只需对相应的功能块进行调整。

5）便于维护，可以只针对一个功能块，不用全篇都读懂程序。

正文

一、如何建立POU

1)点击程序，新增POU

2）创建一个程序

一．POU（Program Organisation Unit程序组织单元）名称命名规则

1. 一些特殊符号不允许“~, !, @, #, $, %, ^, &, *, (, )”

2. POU在同一个项目里，不能重名

3. 不区分大小写

4. 如果pou 被命名为P0_FB, P1_FB…等等。系统将p0命名为p0_FB,P1命名P1_FB.

5. 不能超过16字母。

POU的工作特性是控制POU是否执行或者时间或者中断信号被执行。

·如果忽略设置工作，默认为周期。

·周期性：如果设为周期性，通过扫描周期来执行。

·外部中断：通过外部中断来执行

3)点击确定，完成新建pou.完成如图下：

二、如何建立功能块

1）点击功能块，左键。点击新增POU(N).

2）输入pou名称 然后点击确定

3）功能块有三种变量

VAR 中间变量 VAR_INPUT 输入变量 VAR_OUTPUT 输出变量

4）装置名称装换为变量

将鼠标放到类型。按左键点击新增符号

5）在变量表里，新增一个变量，在空白处填写变量参数

数值变量资料名词解释

数值变量是统计学中常用的一种变量类型，它可以以数字形式表示观察单位的数量或度量。数值变量可以分为连续变量和离散变量两种类型。

连续变量是一种可以取到任何数值的变量，其取值范围在某一区间内，通常用来度量量化的特性。例如，身高、体重、温度等都是连续变量。这些变量可以通过测量的方式获得，通常可以是任意的实数值。连续变量之间可以进行加减乘除等数学运算来推导出更多的信息，可以进行进一步的分析和统计。

离散变量是一种只能取有限数值或特定数值的变量，通常用来度量类别或分类的特性。例如，年龄、性别、学历等都是离散变量。这些变量通常以字母、符号或数字表示，且取值有限且可数。离散变量有时也可以进行比较和排序，但不能进行数学运算。

数值变量在统计学中起着重要的作用，提供了一种量化观测单位的方式，使得数据更易于组织、分析和解释。数值变量可以通过描述统计方法进行总体和样本的摘要统计量计算，如平均值、中位数、标准差等，帮助了解数据的特征和分布。同时，数值变量还可以进行推断统计，如假设检验、置信区间估计等，从而对总体做出相应的推断。

对于不同类型的数值变量，需要采用不同的分析方法和统计模型。对于连续变量，可以用回归分析、方差分析等方法进行预测和比较；对于离散变量，可以采用卡方检验、二项式回归等方法进行相关分析。

总之，数值变量是一种重要的变量类型，通过数值的表示和计算，可以对观测单位的特征进行量化和分析，为统计学中的数据分析和推断提供基础。