天津醫(yī)科大學衛(wèi)生統(tǒng)計學

1、精品文檔衛(wèi)生統(tǒng)計學第一章緒論一，名詞解釋1. 參數：能統(tǒng)計計算出來描述總體的特征量，即總體的統(tǒng)計指標。2. 總體：根據研究目的確定的同質研究對象的全體集合。3. 同質：除了實驗因素外，影響被研究指標的非試驗因素相同被稱為同質。4. 變異：在同質的基礎上被觀察個體或單位之間的差異被稱為變異。5. 樣本：從總體中隨機抽取的部分研究對象。6. 統(tǒng)計量：由觀察資料計算出來的量，即樣本的統(tǒng)計指標。7. 概率：表示一個事件發(fā)生的可能性大小的數。 （概率的統(tǒng)計定義：在一定條件下，重復做 n 次試驗， nA 為 n 次試驗中事件 A 發(fā)生的次數，如果隨著 n 逐漸增大，頻率 nA/n 逐漸穩(wěn)定在某一數值 p

2、附件，則數值 p 稱為事件 A在該條件下發(fā)生的概率。 ）8. 抽樣誤差：由抽樣造成的樣本均數與總體均數或各樣本均數之間的差異。二，問答題。1. 統(tǒng)計學的基本步驟有哪些？答：統(tǒng)計學是一門處理數據中變異性的科學與藝術，它包括收集數據、分析數據、解釋數據，以及表達數據。2. 總體與樣本的區(qū)別與關系？答：區(qū)別：樣本是總體的一部分，聯系：如果樣本的均衡性較好，就能夠代表總體的特征。3. 抽樣誤差產生的原因有哪些？可以避免抽樣誤差嗎？答：一，個體差異引起；二，抽樣方法引起。抽樣誤差不能避免，但可以隨著樣本含量的增大而減小。4. 何為概率及小概率事件？答：概率是指在一定條件下， 重復做 n 次試驗，nA 為

3、 n 次試驗中事件 A 發(fā)生的次數，如果隨著 n 逐漸增大，頻率 nA/n 逐漸穩(wěn)定在某一數值p 附件，則數值 p 稱為事件 A在該條件下發(fā)生的概率。小概率事件是指習慣上將P=0.05 或 P=0.01 稱為小概率事件，表示某事件發(fā)生的可能性很小。第二章定量資料的統(tǒng)計描述一，名詞解釋1. 頻數：對一個隨機事件進行反復觀察，其中某變量值出現的次數被稱為頻數。2. 方差：用來度量隨機變量和數學期望（即均值）之間的偏離程度。3. 標準差：也稱均方差，是各數據偏離平均數的距離的平均數。4. 中位數：是指將原始觀察值從小到大或從大到小排序后，位次局中的那個數。5. 幾何均數：變量對數值的算數均數的反對數

4、。6. 四分位間距：百分位數 P75 和百分位數 P25 之差。7. 正偏態(tài)分布：偏態(tài)分布是相對于正態(tài)分布而言的，如果頻數分布的高峰向左偏移，長尾向右側延伸為正偏態(tài)分布也叫右偏態(tài)分布。8. 負偏態(tài)分布：偏態(tài)分布是相對于正態(tài)分布而言的，如果頻數分布的高峰向右偏移，長尾向左延伸則成負偏態(tài)分布，也叫左偏態(tài)分布。9. 變異系數：是衡量資料中各觀測值變異程度的一個統(tǒng)計量，用標準差與平均數的比值來表示。二，問答題。1. 描述數值變量資料集中趨勢的指標有哪些？其適用范圍有哪些？答：常見的包括算術均數、幾何均數、中位數。相同點：算數均數和中位數都適用于正態(tài)分布的資料。不同點：幾何均數適用于可經對數轉換為對稱分

5、布的資料；中位數適用于各種分布的資料，常用于描述偏鋒分布的資料。2. 描述數值變量資料離散趨勢的指標有哪些？其適用范圍有何異同？答：常見的包括：極差、四分位間距、方差、標準差和變異系數。適用范圍相同點：極差和四分位間距可用于各種資料的分布；方差和標準差適用于對稱分布，特別是正態(tài)分布的資料。不同點：極差易受樣本含量的影響，很不穩(wěn)定；四分位間距特別適用偏鋒分布資料；變異系數適用于量綱不同的變量間，或均數差別較大的變量間變異程度的比較。衛(wèi)生統(tǒng)計學課本第二章習題，第3 題答案該資料最大值為一不確定值， 根據此特點，宜用中位數和四分位數間距進行統(tǒng)計描述。 M=16.5（天）；P25=15（天）；P75=

6、20（天）；Q=20-15=5（天）。第三章定性資料的統(tǒng)計描述一，名詞解釋1. 率：指某現象實際發(fā)生數與可能發(fā)生該現象的觀察單位總數之比，用以說明某現象發(fā)生的頻率或強度。2. 構成比：是指事物內部某一組成部分觀察單位數與事物內部各組成部分觀察單位總數之比，常用百分數表示。3. 相對比：是指兩個有關指標之比，用以說明一個指標是另一個指標的幾倍或幾分之幾。4. 人口金字塔：是將人口的性別和年齡資料結合起來，以圖形的方式表達人口的性別和年齡構成。它以年齡為縱軸，人口數構成為橫軸，左側為男，右側為女而繪制的兩個相對應的直方圖，可以分析過去人口的出生死亡情況以及今后人口的發(fā)展趨勢。5. 標準化率：尋找一

7、個統(tǒng)一的分布作為標準組，然后每個比較組均按該分布標準計算相應的率，所得到的率是相對于標準組的，故稱為標準化率。6. 標化死亡比：實際死亡人數與期望死亡人數之比。7. 期望壽命：指 0 歲時的預期壽命。一般用“歲”表示。即在某一死亡水平下，已經。1 歡迎下載精品文檔活到 X 歲年齡的人們平均還有可能繼續(xù)存活的年歲數。8. 動態(tài)數列：按時間順序將一系列統(tǒng)計指標（可以為絕對數，相對數或平均數）排列起來，用以觀察和比較該事物在時間上的變化和發(fā)展趨勢。三，問答題1. 請說明頻率型指標與強度型指標的主要區(qū)別？答：主要區(qū)別：指標的解釋不同，頻率型指標是表示事物內部某個組成部分所占的比重或分布，或指某現象發(fā)生

8、的頻率。強度型指標是指單位時間內某現象發(fā)生的頻率。2. 標準化法的基本思想？答：采用統(tǒng)一標準構成以消除某因素的內部構成不同對總率的影響，使通過標準化后的標準化率具有可比性。3. 請比較發(fā)病率和患病率的不同。答：發(fā)病率表示一定時期內，在可能發(fā)生某病的一定人群活過的總人年中，新發(fā)生的某病病歷數，其分子是新病歷數，分母是總人年數；患病率，又稱現患率，指某時點上受檢人數中先患某種病的人數， 通常用于描述病程較長或發(fā)病時間不易明確的疾病的患病情況，其分子包括新舊病例數，分母是受檢總人數。在一定的人群和時間內，發(fā)病率和患病率有密切關系，兩者與病程（ D）的關系是： PR=IR×D。4. 請比較死

9、亡率與病死率的不同。答：死亡率與病死率的分子是一樣的，均表示因某病死亡的人數，但死亡率的分母是總人年數，側重反映發(fā)生的強度，或單位時間內死亡的概率；病死率的分母是患某病的人數，反映疾病死亡的概率。5. 應用相對數應注意的事項。答： 1. 理解相對數的含義不可望文生義； 2. 頻率型指標的解釋要緊扣總體和屬性；3. 計算相對數時分母應有足夠數量； 4. 正確地合并頻率（強度）型指標； 5. 相對數間的比較要具備可比性； 6. 對相對數的統(tǒng)計推斷。6. 應用標準化的注意事項。答： 1. 標準化的應用范圍很廣，適用于“某事件的發(fā)生率”可以是治愈率，也可以是患病率，還可以是發(fā)病率、病死率等。當某個分類

10、變量在兩組中分布不同時，這個分類變量就成為兩組頻率比較的混雜因素， 標準化法的目的就是消除這個混雜因素的影響。第四章統(tǒng)計表與統(tǒng)計圖二，問答題1. 依次寫出箱式圖中涉及到的各個取值。答：由大到小的次序為：極大值、 P75、中位數、 P25 和極小值。2. 直方圖中各矩形的高度等于頻數（或頻數） ，對嗎？答：對于各組距相等的情形，該說發(fā)是對的。若某些組段的組距與多數阻段所取組距不同時，例如前者是后者的k 倍，則該不等距組段的高度為頻數（頻率）除以 k。確切地說，組段對應的面積等于頻數（頻率） 。3. 統(tǒng)計表的列表原則是什么？答：一是重點突出，簡單明了；二是主謂分明，層次清楚，符合邏輯。4. 線圖和

11、半對數線圖的主要區(qū)別是什么？答：線圖的縱軸尺度為算術尺度，用以表示某指標隨時間的變化趨勢；半對數線圖的縱軸尺度為對數尺度，用以表示某指標隨時間的增長或減少速度。第五章常用概率分布一，名詞解釋1. 正態(tài)分布：是一種很重要的連續(xù)型分布，以均數為中心，左右兩側對稱，靠均數兩側的頻數較多，離均數越遠，頻數越少，形成鐘形分布。2. Poisson 分布：是一種離散型分布，用以在單位時間、空間、面積等的罕見時間發(fā)生次數的概率分布。3. 二項分布：對只有兩種互斥結果的離散型隨機事件的規(guī)律性進行描述的一種概率分布。4. 醫(yī)學參考值范圍：是指特定的“正?！比巳海ㄅ懦藢λ芯恐笜擞杏绊懙募膊『陀嘘P因素的特定人群

12、）的解剖、生理、生化指標及組織代謝產物含量等數據中大多數個體的取值所在的范圍。人們習慣用該人群中 95%的個體某項醫(yī)學指標的取值范圍作為該指標的醫(yī)學參考值范圍。二，問答題1. 醫(yī)學參考值范圍確定的方法是什么？答：百分位數法和正態(tài)分布法。2. 簡述二項分布、 Poisson 分布、正態(tài)分布的區(qū)別與聯系。答：區(qū)別：二項分布、 Poisson 分布是離散型概率分布，用概率函數描述其分布狀況，而正態(tài)分布是連續(xù)型概率分布， 用密度函數和分布函數描述其分布狀況。 聯系：Poisson 分布可以視為 n 很大而很小的二項分布。當 n 很大而和 1都不是很小的時候二項分布漸近正態(tài)分布， 當=20 的時候 Po

13、isson 分布漸近正態(tài)分布。3. 控制圖的基本原理。答：如果某一波動僅僅由個體差異或隨機測量誤差所致，那么觀察結果服從正態(tài)分布；依據標準正態(tài)分布曲線下面積的分布規(guī)律性，確定出現概率非常小的若干情況作為異常標準嗎如果出現相應結果則判為異常。4. 二項分布的特征？答：二項分布圖的高峰在 =n處或附近；為 0.5 時，圖形是對稱的；當不等于 0.5 時，分布不對稱，且對同一 n，離 0.5 愈遠，對稱性愈差。對同一，隨著 n 的增大，分布趨于對稱。當 n時，只要不太靠近 0 或 1，二項分布趨于對稱。2 歡迎下載精品文檔5. Poisson 分布的特征？答：（1）Poisson 分布的總體均數與總

14、體方差相等，均為。 （2）當較小時，圖形呈偏態(tài)分布；當較大時，圖形呈正態(tài)分布。 （3） Poisson 分布的觀察結果具有可加性。6. 正態(tài)分布曲線的位置與形狀的特點？答：（1）關于 =對稱。（2）在 =處取得該概率密度函數最大值，在 =± 處有拐點。（3）曲線下面積為 1。（4）決定曲線在橫軸上的位置，增大，曲線沿橫軸向右移；反之，減小，曲線沿橫軸向左移。 （5）決定曲線的形狀，當恒定時，越大，數據越分散，曲線越“矮胖” ； 越小，數據越集中，曲線越“瘦高”。第六章參數估計基礎一，名詞解釋1. 標準誤（ standard error ）：樣本均數的標準差，即均數的標準誤。2. 可信

15、區(qū)間：按一定的概率或可信度（ 1）用一個區(qū)間來估計總體參數所在的范圍，該范圍通常稱為參數的可信區(qū)間或者置信區(qū)間。3. t 分布：在實際的工作中，往往是未知的，常用s 作為的估計值，為了與變換區(qū)別，稱為t 變換，統(tǒng)計量t 值的分布稱為 t 分布。二，問答題1. t 分布圖形的特征？答：（1）單峰分布，以 0 為中心，左右對稱；（2）越小， t 值越分散，曲線的峰部越矮，尾部越高；（3）隨著逐漸增大， t 分布逐漸接近標準正態(tài)分布；當趨向時， t 分布趨近標準正態(tài)分布。2. 總體分布的形態(tài)和樣本含量對樣本均數的抽樣分布會產生何種影響？答：無論原始數據的總體分布形態(tài)如何，即對于任意分布而言，在樣本含

16、量足夠大時，其樣本均數的分布近似于正態(tài)分布，且樣本均數的均數等于原分布的均數，樣本均數的標準誤有公式（ 6-1 ）計算。3. 樣本均數的標準誤的意義是什么？與原變量的標準差有何區(qū)別與聯系？答：樣本均數的標準誤可以反映樣本均數之間的離散程度及抽樣誤差的大小。標準誤與標準差的區(qū)別：（1）前者表示均數變異的指標， 后者是表示觀察值變異的指標。（2）用途不同，標準差與均數結合估計參考值范圍，計算變異系數，和標準誤等；標準誤用于估計參數的可信區(qū)間，進行假設檢驗等。(3) 它們與樣本含量n 的關系不同，當樣本含量 n 足夠大時，標準差趨向穩(wěn)定， 而標準誤隨的增大而減小。 聯系：當樣本量 n 一定時，標準誤

17、隨標準差的大小而變化。4. 用同一個樣本統(tǒng)計量分別估計總體參數的95%置信區(qū)間和 99%置信區(qū)間，哪一個估計的精度更好？為什么？答：95%置信區(qū)間的精度要好于 99%置信區(qū)間。因為置信度或置信水平有 95%提高到99%時，置信區(qū)間由窄變寬，估計的精度下降。5. 滿足什么條件時可以采取正態(tài)近似法估計總體概率的置信區(qū)間？答：當 n 足夠大，且樣本頻率 p 和 1p 均不太小時， 如 np 與 n(1 p) 均大于 5 時，可用正態(tài)近似法求總體概率的置信區(qū)間。6. 參考值范圍與置信區(qū)間有何區(qū)別？答：區(qū)別：（1）意義不同：參考值范圍是指通知總體中包括一定數量 （如 95%或 99%）個體值的估計范圍。

18、可信區(qū)間是指按一定的可信度來估計總體參數所在范圍。 （2）計算方法不同。第七章假設檢驗基礎一，名詞解釋1. 假設檢驗：是用來判斷樣本與樣本，樣本與總體的差異是由抽樣誤差引起還是本質差別造成的統(tǒng)計推斷方法。統(tǒng)計推斷：是在概率論的基礎上依據樣本的有關數據和信息，對未知總體的質量特性參數，做出合理的判斷和估計。2. 檢驗效能：當所研究的總體與 H0 確有差別時，按檢驗水平能夠發(fā)現它（拒絕 H0）的概率。3. 變量變換：對資料數據進行數學變換，使得變換后的資料符合參數方法條件的一種方法。4. 型錯誤：如果實際情況與 H0 一致，僅僅由于抽樣的原因，使得統(tǒng)計量的觀察值落到拒絕域，拒絕原本正確的 H0，導

19、致推斷結論錯誤，稱為型錯誤。5. 型錯誤：如果實際情況與 H0 不一致，僅僅由于抽樣的原因，使得統(tǒng)計量的觀察值落到接受域，不能拒絕原本錯誤的 H0，導致推斷結論錯誤，稱為型錯誤。二， 問答題1. 假設檢驗的理論依據是什么？（或者問基本思想）答：采用邏輯上的反證法， 利用“小概率思想”。小概率思想是是指概率事件 （p<0.05或 p<0.01 ）在一次試驗中基本上不會發(fā)生。反證法思想是先提出假設（檢驗假設H0），再用適當的統(tǒng)計方法確定假設成立的可能性大小， 如可能性小， 則認為假設不成立；如可能性大，則還不能認為假設不成立。2. 假設檢驗的一般步驟。答：（1）根據所討論的實際問題建立

20、原假設 H0 及備擇假設 H1；（2）選擇合適的檢驗統(tǒng)計量，并明確其分布；（3）對預先給定的小概率，由確定臨界值； （4）由樣本值具體計算統(tǒng)計量的觀察值，并作出判斷接受 H0 還是拒絕 H0。3. 假設檢驗的兩類錯誤之間的區(qū)別與聯系是什么？答：假設檢驗時，拒絕實際上成立的 H0，犯第類錯誤，俗稱“棄真”錯誤；不拒絕實際上并不成立的 H0，范第類錯誤，俗稱“存?zhèn)巍卞e誤。犯第類錯誤錯誤的概率用表示，假設檢驗時，根據研究者的要求來確定；犯第二類錯誤的概率用表示，它只有與特定的 H1 結合起來才有意義。對于某一具體的檢驗來說，當樣本含。3 歡迎下載精品文檔量 n 一定時，越小，越大；越大，越小。設計方

21、法、資料整理、假設檢驗等方面的差別是什么？4.檢驗假設中 P 值的意義是什么？答：前面針對的是“兩獨立樣本” ，行合計是事先固定的；而后者實質上是一組樣答：如果總體狀況與 H0 一致，統(tǒng)計量獲得現有數值以及更不利于H0 的數值的概率。本，及時可以看成兩個樣本，也是“兩個互不獨立的樣本” ，樣本含量都是 n，是固5.如何確定檢驗水準？定的，而行合計與列合計卻是事先不確定的。答：檢驗水準確定需根據研究設計的類型、研究目的、變量類型及變異水平、樣本前者原始數據可以表示為教材中表9-3 所示的四格表形式，而后者原始數據表大小等諸多因素。示為表 9-9 所示的四格表形式。檢驗統(tǒng)計量，前者用教材中公式9-

22、5 和公式 9-7 ，6.如何恰當地應用單側與雙側檢驗？而后者用 9-9 和 9-10 。答：單側與雙側檢驗的應用首先應考慮所要解決問題的目的， 根據專業(yè)知識來確定。4.如果實驗效應應用等級資料表示，欲比較兩組總體效應間差別是否有統(tǒng)計學意義，若從專業(yè)知識判斷一種方法的結果不可能低于或高于另一種方法的結果時，可用單為什么不能用 2 檢驗？請舉例說明。側檢驗；在尚不能從專業(yè)知識判斷兩種結果誰高誰低時，則用雙側檢驗。一般認為答：關鍵在于此時 2 檢驗差別有統(tǒng)計意義，只能推斷兩頻率分布不同，而頻率分雙側檢驗較保守和穩(wěn)妥。布不同不能說明兩總體平均水平不同。7.t 檢驗的應用條件是什么？第十章基于秩次的非

23、參數檢驗答：（1）隨機事件，（2）來自正態(tài)分布總體，（3）均數比較時，要求兩總體方差相一，名詞解釋等。1.參數檢驗：凡是以特定的總體分布為前提，對未知的總體參數做推斷的假設檢驗方第八章方差分析法。一，名詞解釋2.非參數檢驗：非參數檢驗對總體分布不作嚴格限定，不受總體分布的限制，又稱任1.方差分析：又稱 F 檢驗，是通過對數據變異的分解來判斷不同樣本所代表的總體均意分布檢驗，它直接對總體分布作檢驗。值是否相同，用于比較兩個或兩個以上均數的差別。二，問答題2.析因分析：是將兩個或多個實驗因素的各水平進行全面組合的實驗，能夠分析各實1.秩和檢驗有哪些優(yōu)缺點？驗因素的單獨效應、主效應和因素間的交相呼應

24、。答：其主要的優(yōu)點：（1）適用范圍廣：等級資料。偏態(tài)資料。當觀察資料呈偏二，問答題態(tài)或極度偏態(tài)分布而又未作變量交換， 或雖經變量變換仍未達到正態(tài)或近似正態(tài)分1.方差分析的基本思想是什么？布時，宜用非參數檢驗。各組離散程度相差懸殊，即方差明顯不齊，且不能通過答：方差分析的基本思想是把全部觀察值間的變異按設計和需要分解成兩個或多個變量變換達到齊性。個體數據偏離過大，或資料為單側或雙側沒有上限或下限。組成部分，然后將各個部分的變異與隨機誤差進行比較，以判斷各部分的變異是否分布類型不明。初步分析。 （有些醫(yī)學資料由于統(tǒng)計工作量大，可采用非參數具有統(tǒng)計學意義。檢驗統(tǒng)計方法進行初步分析，挑選其中有意義者再

25、進一步分析。）對于一些特殊2.方差分析的應用條件是什么？情況，如從幾個總體所獲得的數據，往往難以對其原有總體分布做出估計，在這種答：（1）各樣本是相互獨立的隨機樣本， （2）都采自正態(tài)總體，（3）各個總體方差情況下可用非參數統(tǒng)計方法。 （2）方法簡便、易于理解和掌握。主要缺點：損失信相等。息量，適用于參數檢驗條件的資料用非參數檢驗，檢驗效能降低。第九章卡方檢驗2.兩組或多組有序分類資料的比較，為什么宜用秩和檢驗而不是2 檢驗？1.卡方檢驗的應用條件有哪些？答：指標為等級資料，宜用多組有序變量資料的秩和檢驗；若采用列聯表2 檢驗答：課本 P174小結 3進行分析，其比較的就不再是實驗效應，而是幾

26、組資料的間的分布有無差別，即比2.卡方檢驗的用途。較幾類資料構成比總體上有無不同，所以不能用2 檢驗。答： 2 檢驗常用于分類變量資料的統(tǒng)計階段。主要包括單樣本的擬合優(yōu)度檢驗；3.兩獨立樣本比較的 Wilcoxon 秩和檢驗，當 n1>10 或 n2n1>10 時用 Z 檢驗，這時檢推斷兩個和多個獨立樣本頻率分布之間有無差別； 分析配對設計下得到的兩個樣本驗是屬于參數檢驗還是非參數檢驗，為什么？頻率分布有無差異。答：屬于非參數檢驗，因為這時的Z 檢驗是比較例數較小組秩和與其總體均數3.比較兩個獨立樣本頻率分布的2 檢驗，和比較兩個配對樣本頻率分布的2 檢驗在n(N+1)/2 的差別

27、。4 歡迎下載精品文檔第十一章 兩變量關聯性分析氟含量與骨關節(jié)炎的患病率，對這兩個變量就不能用Pearson 積距相關，應該采用一，名詞解釋Spearman等級相關分析。1.自變量：指實驗中由于實驗者所操縱的因素或條件。案例 11-2 用三種藥物分別治療慢性支氣管炎患者實際上是三組獨立樣本的比較，據2.因變量：指實驗中由于實驗變量而引起的變化和結果。次不能考察關聯性和計算關聯系數。3.相關系數：又稱 Pearson 積距相關系數，是定量描述兩個變量間線性關系密切程度案例 11-3 年齡和療效都是有序變量，應當采用Spearman 等級相關系數，而不應采和相關方向的統(tǒng)計指標。用 Pearson

28、列聯系數。4.線性相關：兩個變量間呈現線性變化趨勢的關系稱為線性相關。案例 11-4 首先從研究設計階段，研究者應明確研究目的是為了考察兩變量之間線性三， 問答題相關還是一般意義上便哦先為非獨立的關聯性，若收集到原始計量資料并欲考察其線1.線性相關中應注意的問題？性相關，應首先繪制散點圖以判斷二者是否服從二元正態(tài)分布來決定采用Pearson 相答：（1）樣本相關系數接近 0 并不意味著兩變量間一定無相關性； （2）一個變量的關還是 Spearman相關（本例數據使用非參數相關為妥） ，將計量資料轉化為二分類數數值人為選定時莫作相關； （3）出現異常值時慎用相關； （4）相關未必真存在內在據通常

29、會損失信息量，而且本例中若得到分類數據進行2 檢驗來判斷兩變量是否獨聯系；（5）分層資料盲目合并易出假象。立，在研究設計階段最好事先明確變量分類的專業(yè)依據（如結果解釋時臨床醫(yī)生所關2.Pearson 積距相關與 Spearman等級相關有何異同？心的病程低于多少年為短期患者，體重指數超過多少視為肥胖）直接得到分類變量，答：Pearson 積距相關與 Spearman等級相關的應用條件不同， 前者要求數據服從二利用算數均數作為轉換為二分類數據的分界點未必合適， 2 檢驗得到的關聯性未必表元正態(tài)分布，屬于參數方法；而后者可不滿足正態(tài)分布條件，為非參數法；相同點示線性相關。都是用來解決兩變量間的線性

30、相關程度的大小，相關系數的含義、單位、取值范圍第十二章 簡單回歸分析一致，且計算公式相同， 不過一個直接用原始的定量數據， 另一個則要用等級數據。一，名詞解釋3.比較分類變量的兩個樣本或多個樣本的頻數分布所采用的2 檢驗與關聯性分析的1. 線性回歸：是利用數理統(tǒng)計中的回歸分析，來確定兩種或兩種以上變量間相互依2 檢驗有何異同？賴的定量關系的一種統(tǒng)計分析方法之一。答：分類變量的兩樣本與多個樣本頻數分布比較的2 檢驗是對兩樣本或多個樣本2. 回歸系數：回歸平方和與總離均差平方和之比稱為決定系數。比較，而關聯性分析的 2 檢驗卻是探討一份樣本的兩種屬性所對應的兩個變量間二，問答題的關系，研究的問題不

31、同、設計不同、檢驗假設不同、意義不同、結論不同；相同1. 型回歸和型回歸的區(qū)別與聯系？的僅是計算統(tǒng)計量的工具。答：前者要求 Y為隨機變量，服從正態(tài)分布， X 可人為取值；后者 X,Y 均為隨機變4. 分類變量配對的 2×2 資料在什么情況下用 McNemer2 檢驗，什么情況下用 Pearson 量，均服從正態(tài)分布。2 檢驗？2. 置信帶的意義是什么？答：分類變量配對設計的 2×2 頻數資料若是作兩組頻數比較，則用 McNemer2 檢答：在滿足線性回歸的假設條件下， 可以認為真實的回歸直線落在兩條弧形曲線所驗，若是作兩變量間關聯性分析則用 Pearson 2 檢驗？形成的

32、區(qū)帶內，其置信度為 1。課后習題案例討論參考答案3. 線性回歸分析中應該注意哪些問題？案例 11-1 Pearson 積距相關在對兩變量間的相關性分析的實際問題中有廣泛的應答：（1）作簡單線性回歸分析要有實際意義，不要把豪無關聯的兩種現象強加在一用，但在多數情況下，應用者忽視了Pearson 積距相關的應用條件，把不是正態(tài)分布起作回歸分析。 在理論上，任何成對的兩組數據都可以獲得一個唯一的線性回歸方程，的變量間的關系也作 Pearson 積距相關，例如這里的飲水中的氟含量是定量資料，是并有可能作回歸系數的假設檢驗有統(tǒng)計學意義。 （2）在作線性回歸分析前，一定要繪否正態(tài)分布權且不論，但骨關節(jié)炎的

33、患病率是屬二項分布的分類資料，這顯然不符合制散點圖，觀察全部數據點的分布趨勢，只有存在線性趨勢時，才可以進行線性回歸Pearson 積距相關的條件，這份資料實際上該作 Spearman等級相關。當然，若作者采分析。（3）線性回歸方程的適用范圍一般以自變量的取值范圍為限，若無充分理由證集數據時有臨床的檢測指標， ，如有關判斷是否為骨關節(jié)炎的血象指標、 某種炎癥因子明超過自變量取值范圍仍是直線，應該避免外延。 （4）作線性回歸分析有統(tǒng)計學意義的含量等，那么可采用 Pearson 積距相關的辦法來確定飲水中的氟含量與檢測人群的不等于有實際意義，考察線性回歸方程的實際效果用決定系數R2 的大小，而不是

34、線性血象指標或某種炎癥因子的含量間有無線性關系是可以的，但現在的數據是飲水中的回歸分析的假設檢驗的概率 P值。5 歡迎下載精品文檔4. 簡述線性相關與線性回歸的區(qū)別與聯系？答：聯系： r（相關系數）與 b（回歸系數）可相互換算；r 與 b 的假設檢驗等價； r 與 b 正負號一致；回歸可解釋相關，相關系數的平方r （對稱決定系數）是回歸平方與總的離均差平方和之比，故回歸平方和是引入相關變量后總平方和減少的部分 t=t =F。區(qū)別：資料要求上相關 X，Y 正態(tài)分布，回歸 Y 正態(tài)分布；應用rb上：相關說明相關關系，回歸說明依存關系。意義上：r 說明兩變量關系程度與方向 b 表示 x 增或改變，使

35、 Y 改變 b 個單位；計算上： b=L y/L x, r=L xy/ LxxLyy ；取值范圍： - b， -1 r 1；單位： b 有單位， r 無單位。第十三章 多重線性回歸與相關1. 決定系數：回歸平方和在總平方和總所占的百分比稱為決定系數或確定系數。2. 復相關系數：決定系數的平方跟。第十四章實驗設計一，名詞解釋1. 處理因素：研究者根據研究目的而施加的特定的實驗措施，又稱受試因素。2. 實驗效應：處理因素作用于受試對象長生的反應或結局。3. 完全隨機設計：4：配對設計： 5. 交叉設計： 6：隨機區(qū)組設計， 7：析因設計案例討論參考答案案例 14-1（1）該研究未設立對照， A、B

36、 兩組并不是通過隨機化得到的具有可比性的兩個處理組，二十研究者根據病情所確立的，并欲驚醒療效比較的兩個組。（2）從文中可以看出，作者的目的是看三藥聯合作用治療難治性心力衰竭的療效如何，并比較對于不同血壓、心衰患者的有效率。對于A、B 兩組，均未設立相應的對照組并作假設檢驗，僅憑兩組有效率的點估計值的大小就下結論”聯合治療難治性心力衰竭有良好的效果”是不科學的。案例 14-2 （1）該研究的分組方式不是隨機化分組，而是依照病例進入研究的順序，及人為規(guī)定的前2 位患者為治療組（即試驗組）病例，后1 位為對照組病例。這樣的分組方式帶有很大的隨意性，而不是隨機。（2）該研究不能實現雙盲。首先，分組方式

37、即為研究者人為規(guī)定的順序；其次，兩組所用藥物的外觀有極大差異，所以對于試驗的分組情況，研究者和受試者都不可能處于盲態(tài)。案例 14-3 （1）有對照，屬于實驗對照； （2）試驗組和對照組的設置不妥，兩組沒有可比性。試驗組與對照組均給于了西藥常規(guī)治療，而該治療是根據不同的病情選用不同的藥物，這就可能造成試驗組與對照組患者接受的西藥治療不一樣。對于兩組治愈率上的差異，也就難以說明是兩組患者接受的西藥治療的差異造成的，還是中藥的療效所致。案例 14-4 （1）有對照，屬標準對照。（2）該結論不妥。本案例屬于診斷性試驗，由于入選的受試對象為金標準確診為陽性的病例，而不包括陰性病例，這樣的設計不能看出實驗

38、方法與標準方法診斷的符合程度。正確的做法是，對同一批受試對象，用金標準和實驗方法分別進行檢查，然后對數據進行假設檢驗，然后得出結論。案例 14-5 （1）最小理論頻數為 5.5>5 ，n=200>40，故選用一般 2 檢驗是合適的。經計算 2=0.87 ，P>0.05，這才能得出二者差異無統(tǒng)計學意義的結論，而研究者在文中所標注的 P<0.05 與“無顯著性差異”的結論是相矛盾的。 （ 2）該研究“二者臨床療效相似”的結論是缺乏科學依據的。因為一般的 2 檢驗屬于差異性檢驗，只能回答療效是否不同，而不是相同的問題，如果要解決相同或相似的問題，應該采用等效性檢驗。案例 14

39、-6 （1）該研究無論 A 組還是 B 組均接受了兩種不同的處理，因此采用的設計方案為交叉設計。（2）該研究的統(tǒng)計分析方法不正確。研究的設計方案不同，相應的統(tǒng)計分析方法也不一樣。該研究屬于交叉設計，應該使用交叉設計的方差分析進行統(tǒng)計。課后習題答案1. 答：實驗研究和調查研究的根本目的在于研究者是否人為地設置處理因素，即是否對研究對象施加了干預措施。試驗研究中研究者可以主動施加干預措施，控制非試驗因素的干擾，而調查研究則知識客觀地放映事物的實際情況，未給予任何的干預措施。2. 實驗設計的三個基本原則是：對照，隨機化，重復。3. 使用安慰劑的目的在于消除受試對象和試驗觀察者由于主觀因素造成的偏倚，

40、以及對試驗結果的人為干擾，保證試驗的可靠性。一般在臨床雙盲試驗中使用。4. 隨機化使非處理因素在實驗組和對照組中的影響相當，因此提高了對比組間的可比性，使試驗結論的外推具有科學性和可靠性。 隨機化是對資料進行統(tǒng)計推斷的前提。5. 實驗設計的基本要素有哦：受試對象、處理因素和實驗效應。6. 實驗設計樣本含量估計的四要素是：欲比較的兩總體參數的差值、有關總體變異的信息、第類錯誤概率的大小以及第類錯誤概率的大小或檢驗功效1。7. 配對設計按可能影響結果的主要混雜因素將受試對象一一組成對子，然后隨機分配到實驗組和對照組。因此能夠保證對比組間具有更高的可比性，與完全隨機設計相比提高了檢驗功效，節(jié)約了樣本

41、含量。8. 為避免醫(yī)生和患者主觀因素對實驗效應觀察造成的影響，應采用盲法、安慰劑和模擬技術，使醫(yī)生和患者都不清楚處理措施的分配，以真正顯示出處理因素的效應。9. 此為自身對照。10. 此為標準對照。11. （1）配對設計；計數資料；可用配對設計 2 檢驗的校正公式進行假設檢驗。思考題1. 析因設計是一種多因素多水平交叉分組的全面實驗設計方案，它是將兩個或多個處理因素的水平進行組合，對所有肯呢個的組合都進行實驗，從而探討各處理因素各水平的差異，同時檢驗各因素間的交互作用。6 歡迎下載精品文檔析因設計的特點在于其全面性， 可探討各處理因素不同水平的效應， 同時可獲得各處理因素間的交互效應；通過比較

42、各種組合的效應還能尋求最佳組合。但析因設計的工作量較大，設計和統(tǒng)計分析復雜，眾多交互效應的解釋困難。2. 交叉設計是一種特殊的自身對照設計。 其中 2×2 交叉設計首先是將同質個體隨機分為兩組，每組接受了兩種處理。當然階段數和處理數都可以擴展，成為多種處理多重交叉實驗。交叉設計一般用于有自愈傾向或病程較長的疾病研究。交叉設計的優(yōu)點： 一是節(jié)約樣本含量， 二是能夠控制個體差異和時間對處理因素的影響；三是在臨床試驗中同等地考慮了每個患者的利益。其缺點，一是處理時間不能太長，二是當受試對象的狀態(tài)發(fā)生根本變化時，后一階段的處理將無法進行；三是受試對象一旦在某一階段退出試驗，就會造成數據缺失。

43、3. 本試驗的目的為研究烏司他丁與奧曲肽聯合治療急性胰腺炎的效果，確定兩藥是否具有交互作用，最好采用 2×2 析因設計。應設立的 4 個組；空白對照組、烏司他丁組、奧曲肽組、烏司他丁 +奧曲肽組。這樣的設計既可以分別反映出烏司他丁與奧曲肽的效應，還能反映出兩者的交互作用，為臨床用藥提供參考。4. （1）可采用完全隨機設計 。（ 2）應選擇實驗對照，即試驗組食用維生素 A 強化食用油，對照組食用普通食用油。 （3）觀察指標應選擇靈敏、客觀的免疫功能指標，比如 IgG，IgA，IgM，C3 等。（4）需要觀察控制的混雜因素如年齡，性別，疾病，家庭狀況等，以及一些主觀因素對試驗結果的影響。為控制這些因素，在設計時，應明確納