一 统计学的几个概念 1、总体和个体：在统计学中，研究对象的全体称为总体；组成总体的每个单位，即每个研究对象称为个体；总体中所包含的个体的数量------总体容量；容量有限-----有限总体； 容量无限-------无限总体 2、样本：从总体中抽出的部分个体组成的集合称为称为来自总体的样本。
通常样本是相互独立且与总体同分布；样本中所含个体的数量称为样本容量。
一般地：设X 是一个随机变量，n X X X ,,,21 是一组相互独立且与X 同分布的随机变量，则称X 是总体，n X X X ,,,21 为来自总体X 的简单随机样本，简称：样本，n 为样本容量。
3、统计量定义：设n X X X ,,,21 为来自总体X 的简单随机样本，),,,(21n X X X g 是一个关于n X X X ,,,21 的连续函数,若g 中不含 任何未知参数,则称),,,(21n X X X g 是一统计量. 常见的统计量有:①样本平均值: X = ∑=ni i X n 11②样本方差:212)(11∑=--=ni i X X n S 备注: 212)(1∑=-=ni i X X n S 叫做未修正的样本方差;2S 称为修正的样本方差,平时若未特别标明,样本方差均指修正的2S2S 有较简单的计算公式: )(111222∑=--=n i i X n X n S证明:③样本标准差:21)(11∑=--=ni i X X n S ④样本k 阶原点矩:∑==n i ki k X n A 11 ,2,1=k⑤样本k 阶中心矩:∑=-=n i ki k X X n A 1)(1 ,2,1=k二、抽样分布统计量的分布叫做抽样分布. 1.样本均值的分布:由中心极限定理可知: 只要n X X X ,,,21 是相互独立且同分布的(设i i DX EX ,μ==2σ),则 当n 充分大时,X 就可近似的服从正态分布.即X ~ ),(2nN σμ应用举例:设X ~],[b a U ,5021,,,X X X 是来自X 的一个样本, X 是样本均值,求)(X E 和)(X D解: 因为X ~],[b a U ,所以2ba EX +=, 12)(2ab DX -=故)(X E =2ba EX +=,)(X D =600)(12ab DX n -=设总体X ~),(2σμN ，n X X X ,,,21 是一个样本， X 是样本均值,，求①设25=n ，求}2.02.0{σμσμ+<<-X P②要使05.0}1.0{≤>-σμX P ，n 至少应等于多少？ 解：设X 与Y 相互独立，而且都服从)9,30(N ，2021,,,X X X 和2521,,,Y Y Y 是分别来自X 与Y 的样本，求4.0>-Y X 的概率？解：结论：若（n X X X ,,,21 ）是来自总体2~(,)X N μσ的一个样本，X 为样本均值，则①~X ),(2nN σμ②X 与2S 相互独立。
卫生统计学名词解释一、基础概念1.总体（Population）：在一定时空范围内同质的所有观察单位或个体的集合。
2.样本（Sample）：从总体中随机抽取的一部分观察单位的集合。
3.变量（Variable）：观察单位的基本特征或特性，可以分为定量变量和定性变量。
4.总体参数（Population Parameter）：描述总体特征的概括性数值，如总体均数、总体率等。
5.样本统计量（Sample Statistic）：描述样本特征的数值，如样本均数、样本率等。
二、资料类型与搜集方法1.计数资料（Count Data）：通过计数或分类得到的资料，一般用相对数（率）表示。
2.计量资料（Measure Data）：通过测量得到的数值资料，一般用均数、中位数等表示。
3.等级资料（Ordinal Data）：具有一定顺序或等级的资料，一般用等级或有序分类表示。
4.调查法（Survey Method）：通过问卷、访谈等方式收集资料的方法，常用于大样本调查。
5.实验法（Experimental Method）：通过实验设计、随机分组等方式收集资料的方法，常用于实验研究。
6.观察法（Observational Method）：通过观察记录收集资料的方法，常用于临床观察、生态学研究等。
7.纵向研究（Longitudinal Study）：对同一组观察单位在不同时间点进行重复观察的方法，可获取纵向数据。
8.横向研究（Cross-sectional Study）：在某一时间点对不同组观察单位进行同时观察的方法，可获取横截面数据。
9.随机抽样（Random Sampling）：按照随机原则从总体中抽取样本的方法，保证每个观察单位被抽中的概率相等。
10.系统抽样（Systematic Sampling）：按照某种规则或顺序从总体中抽取样本的方法，如每隔一定数量的观察单位抽取一个样本。
三、卫生统计学方法1.描述性统计（Descriptive Statistics）：通过对数据进行整理、归类、简化和表示，描述数据的基本特征和分布情况。
总体与样本名词解释总体与样本是统计学中常用的两个名词。
它们在统计推断和概率论中扮演着重要的角色。
总体（population）是指研究对象的全体。
它可以是一个人群、一个国家的居民、一家公司的员工等等。
总体是研究者感兴趣的统计指标的全集合。
例如，如果我们想研究全球人口的平均身高，那么全球人口就是总体。
样本（sample）是从总体中选择出来的一部分观察值。
样本是对总体的一种估计。
选择样本可以减少数据收集的成本和时间，同时也能够提供关于总体特征的信息。
例如，我们可以从全球人口中选择一部分人进行调查，他们的身高数据就构成了一个样本。
总体与样本之间的关系可以通过抽样（sampling）来实现。
抽样是从总体中无偏地选取样本的过程。
在抽样过程中，我们希望样本能够代表总体的特征。
具体的抽样方法包括简单随机抽样、分层抽样、整群抽样等等。
通过合适的抽样方法，我们可以用样本的数据推断总体的特征。
在统计推断中，总体和样本是很重要的概念。
我们通常对样本进行统计量的计算，例如样本均值、样本比例等等。
然后利用这些统计量来估计总体的参数，例如总体均值、总体比例等等。
通过根据样本对总体的估计，我们可以对总体的特征作出推断。
总体和样本还可以用来探索数据的分布特征和进行假设检验。
在数据的分析过程中，我们可以通过对样本的分析来了解总体的分布形态和特征。
并且通过比较样本的统计量和总体参数的差异，我们可以判断所提出的假设是否成立。
总体和样本在统计学中起着重要的作用，它们是进行统计推断和概率分析的基础。
理解总体和样本的概念以及它们之间的关系，可以帮助我们更好地理解和解释数据。
同时，正确选择样本和采用合适的抽样方法，也是保证统计推断和估计的准确性和可靠性的关键。
