卫生统计学名解和简答
- 格式:doc
- 大小:34.00 KB
- 文档页数:2
样本:从研究总体中随机抽得的有代表性的一部分个体的实测值的集合
参数:是统计模型的特征指标,其大小是客观存在的,然而往往是未知的
抽样:从研究总体中抽取一部分有代表性的个体的方法
正态分布:指中间频数多两边频数渐少的连续型对称分布
抽样误差:由于生物固有的个体变异的存在,从某一总体中随机抽取一个样本,所得样本统
计量与相应的总体参数往往是不同的,这种差异称。表现为样本统计量之间、样本统计量与
总体参数间的差异
标准误:样本均数的标准差,反映抽样误差的大小,即样本均数与样本均数之间差异的大小
假设检验:指对所估计的总体首先提出一个假设,然后通过样本数据去推断是否拒绝这一假
设统计推断的方法
第1类错误:指拒绝正确的零假设时所犯的错误:“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α
第2类错误:不拒绝原本不正确的零假设时所犯的错误:“实际有差别,但下了无差别的结
论”(假阴性错误)犯这种错误的概率是β
方差分析;是通过对数据变异的分解来判断不同样本所代表的总体均值是否相同,用于比较
两个或两个以上均数的差别
随机区组设计:又称配伍组设计,将受试对象按性质相同或相近者组成b个区组,每个区组
中的受试对象分别随机分配到k个处理组中去
参数检验:指以特定的总体分布为前提,对未知的总体参数做推断的假设检验方法
非参数检验:指不以特定的总体分布为前提,也不针对决定总体分布的几个参数做推断的假
设检验方法
线性相关:又称简单相关,是指两个随机变量X、Y之间呈线性趋势的关系
线性相关系数:又称pearson积矩相关系数,是定量描述两个变量间线性关系密切程度和相
关方向的统计指标
回归:表示变量之间某种数量依存关系的统计学术语
回归分析:研究一个变量如何随另一些变量变化的常用方法
线性回归:又称简单回归,研究两个连续型变量之间线性依存关系的统计方法
标准化残差:将每个残差值减去所有残差值的均数,再除以所有残差值的标准差后所得的值
异常值:又称离群值,指大于1.5倍四分位数间距的数值,在箱式图中常用圆圈’o”表示
统计表的组成:标题、标目、线条、数字、备注
统计图的组成:标题、标目、图域、尺度、比例
三类相对数:频率 强度 相对比
实验设计的三个基本要素:受试对象 处理因素 实验效应
实验设计的基本原则:对照 随机 重复
描述集中趋势的统计指标:均数 几何均数 中位数 众数
描述离散趋势的统计指标:极差 四分位数间距 方差 标准差 变异系数
简述二项分布、Poisson分布、正态分布的区别与联系
二项分布、Poisson分布是离散型分布,用概率函数描述其分布状况,而正态分布是连续性
概率分布,用密度函数和分布函数描述其分布状况。Poisson分布可以视为n很大而π 很
小的二项分布,当n很大而π 和(1—π )都不是很小的时候,二项分布近似正态分布;
当λ≥20的时候,Poisson分布近似正态分布
线性回归模型的适用条件:1Y与X呈线性关系2每个个体观察值之间相互独立3在一定范
围内,任意给定X值,对应的随机变量Y服从正态分布4在一定范围内,不同的X值所对
应的随机变量Y的方差相等
秩和检验的优缺点:优点:1计算简单 易于理解2对资料分布无特殊要求3对数据的要求
不如参数检验那么严格 缺点:丢弃了观察值的具体数值,检验效率降低
各种统计图的用途:条图:用于比较相互独立的统计指标百分条图:用于表示事物内部各
部分的比重或所占比例圆图:各扇形面积表示各个组成部分所占比例线图:用线段的升降表
示统计指标的变化趋势半对数线图:表示事物的发展速度散点图:用点的密集程度、趋势表
示两变量间的相关关系直方图:表示连续性变量的频数或频率分布统计地图:表示某种现象
在地域空间上的分布箱式图:描述连续型变量的分布特征,表现连续性变量的5个特征值,
即最小值、最大值、P25、P75、P50
标准差与标准误的区别
区别点 标准差 标准误
意义 表示个体差异大小 表示抽样误差大小
计算公式 搞不出 搞不出
与n的关系 n↑ s→σ n↑ s→0
用途 与均数结合制定参考值范围 与均数结合计算总体均数的
可信区间
卡方检验的目的、用途及其基本思想:目的:推断两个或多个总体率或构成比之间有无差
别用途:1多个样本率的多重比较 2两个分类变量之间有无关联性 3频数分布拟合优度的
检验基本思想:统计量X2的数值反映了样本实际频数分布与理论分布的差距,它永远是正
值。如果H0成立,实际与理论相吻合,X2值就不太可能很大;若Ai与Ti差距较大,X2
值就很大,P值就很小,这时就值得怀疑H0是否真的成立。