衛(wèi)生統(tǒng)計(jì)學(xué)總結(jié)

1、衛(wèi)生統(tǒng)計(jì)學(xué)總結(jié)王玉林石河子大學(xué)醫(yī)學(xué)院預(yù)防醫(yī)學(xué)系（一）簡(jiǎn)答題一 方差分析的基本思想是什么？方差分析的基本思想就是把全部觀察值間的變異（總變異）按設(shè)計(jì)和需要分解成兩個(gè)或多個(gè)組成部分，然后將各部分的變異與隨機(jī)誤差進(jìn)行比較，以判斷各部分的變異是否具有統(tǒng)計(jì)學(xué)意義，總自由度也分解成相應(yīng)的幾個(gè)部分，再做分析。分解的每一部分代表不同的含義，其 中至少有一部分代表各均數(shù)間的變異情況，另一部分代表誤差。二. 標(biāo)準(zhǔn)差和標(biāo)準(zhǔn)誤的區(qū)別與聯(lián)系？標(biāo)準(zhǔn)差和標(biāo)準(zhǔn)誤都是變異指標(biāo)，但它們之間有區(qū)別，也有聯(lián)系。1. 區(qū)別：概念不同：標(biāo)準(zhǔn)差是描述觀察值（個(gè)體值）之間的變異程度；標(biāo)準(zhǔn)誤是描述樣本均數(shù)的抽樣誤差； 用途不同：標(biāo)準(zhǔn)差與均數(shù)結(jié)

2、合估計(jì)參考值范圍，計(jì)算變異系數(shù)，計(jì)算標(biāo)準(zhǔn)誤等。 標(biāo)準(zhǔn)誤用于估計(jì)參數(shù)的可信區(qū)間，進(jìn)行假設(shè)檢驗(yàn)等。 它們與樣本含量的關(guān)系不同：當(dāng)樣本含量n足夠大時(shí)，標(biāo)準(zhǔn)差趨向穩(wěn)定；而標(biāo)準(zhǔn)誤隨n的增大而減小，甚至趨于 0。2. 聯(lián)系：標(biāo)準(zhǔn)差，標(biāo)準(zhǔn)誤均為變異指標(biāo)，當(dāng)樣本含量不變時(shí)，標(biāo)準(zhǔn)誤與標(biāo)準(zhǔn)差成正比。三. 假設(shè)檢驗(yàn)的原理是什么？假設(shè)檢驗(yàn)：統(tǒng)計(jì)學(xué)中的一種推論過(guò)程， 通過(guò)樣本統(tǒng)計(jì)量得出的差異作為一般性結(jié)論，判斷總體參數(shù)之間是否存在差異。假設(shè)檢驗(yàn)的實(shí)質(zhì)是對(duì)可置信性的評(píng)價(jià)，是對(duì)一個(gè)不確定問(wèn)題的決策過(guò)程，其結(jié)果在一定概率上正確的，而不是全部。1. 兩類(lèi)假設(shè)對(duì)于任何一種研究而言，其結(jié)果無(wú)外乎有兩種可能 ，即是否符合我們預(yù)期。一

3、般來(lái)說(shuō)證偽一 件事情比證實(shí)一件事容易， 在行為科學(xué)的研究中， 由于我們無(wú)法了解總體中除樣本以外的個(gè) 體情況，因此嘗試拒絕虛無(wú)假設(shè)的方法優(yōu)于證明備擇假設(shè)。備則假設(shè)：因變量的變化、差異確實(shí)是由于自變量的作用往往是我們對(duì)研究結(jié)果的預(yù)期，用Hi表示。虛無(wú)假設(shè)：實(shí)際上什么也沒(méi)有發(fā)生，我們所預(yù)計(jì)的改變、差異、處理效果都不存在觀察到的差異只是隨機(jī)誤差在起作用，用Ho表示。2. 小概率原理小概率原理：小概率事件在一次試驗(yàn)中幾乎是不可能發(fā)生的至于什么就算小概率事件，那就是我們?cè)谟?jì)算前明確的決策標(biāo)準(zhǔn)，也就是顯著性水平a在檢驗(yàn)過(guò)程中，我們假設(shè)虛無(wú)假設(shè)是真實(shí)的，同時(shí)計(jì)算出觀測(cè)到的差異完全是由于隨機(jī)誤差所致的概率。之后

4、將其與我們實(shí)現(xiàn)界定好的顯著性水平比較，從而考慮是否依據(jù)小概率原理來(lái)拒絕虛無(wú)假設(shè)。3. 兩類(lèi)錯(cuò)誤第I類(lèi)錯(cuò)誤：當(dāng)虛無(wú)假設(shè)正確時(shí)，我們拒絕了它所犯的錯(cuò)誤，也叫a錯(cuò)誤研究者得出了處理有效果的結(jié)論，而實(shí)際上并沒(méi)有效果，即所謂無(wú)中生有”第n類(lèi)錯(cuò)誤：當(dāng)虛無(wú)假設(shè)是錯(cuò)誤的時(shí)候，我們沒(méi)有拒絕所犯的錯(cuò)誤，也叫b錯(cuò)誤假設(shè)檢驗(yàn)未能偵查到實(shí)際存在的處理效應(yīng)，即所謂失之交臂”兩類(lèi)檢驗(yàn)的關(guān)系 a+ B不一定等于1 在其他條件不變的情況下，a與B不可能同時(shí)減小或增大4. 檢驗(yàn)的方向性單側(cè)檢驗(yàn)：強(qiáng)調(diào)某一方向的檢驗(yàn)，顯著性的百分等級(jí)為a雙側(cè)檢驗(yàn)：只強(qiáng)調(diào)差異不強(qiáng)調(diào)方向性的檢驗(yàn)，顯著性百分等級(jí)為a對(duì)于同樣的顯著性標(biāo)準(zhǔn)，在某一方向上，單

5、側(cè)檢驗(yàn)的臨界區(qū)域要大于雙側(cè)檢驗(yàn)，因此如果差異發(fā)生在該方向，單側(cè)檢驗(yàn)犯B錯(cuò)誤的概率較小，我們也說(shuō)它的檢驗(yàn)效力更高。5. 假設(shè)檢驗(yàn)的步驟 根據(jù)問(wèn)題要求，提出虛無(wú)假設(shè)和備擇假設(shè) 選擇適當(dāng)?shù)臋z驗(yàn)統(tǒng)計(jì)量 確定檢驗(yàn)的方向性并規(guī)定顯著性水平 計(jì)算檢驗(yàn)統(tǒng)計(jì)量的值 將統(tǒng)計(jì)量的值與臨界值對(duì)比做出決策附：假設(shè)檢驗(yàn)基本推斷原理：小概率事件在一次隨機(jī)試驗(yàn)中不（大）可能發(fā)生。假設(shè)檢驗(yàn)基本邏輯：在零假設(shè)成立的情形下計(jì)算統(tǒng)計(jì)量和P值，把“不太可能出現(xiàn)的假陽(yáng)性”當(dāng)做“不可能出現(xiàn)假陽(yáng)性”，從而拒絕零假設(shè)。四. 直線(xiàn)相關(guān)與直線(xiàn)回歸的區(qū)別與聯(lián)系？1區(qū)別：相關(guān)分析資料雙變量正態(tài)分布，回歸資料只要求 Y為正態(tài)分布，X可是正態(tài)分布資料，也

6、可為一般變量。 意義上，相關(guān)說(shuō)明互相關(guān)系，回歸反應(yīng)依存關(guān)系。2聯(lián)系：同一資料，r與b的正負(fù)號(hào)相同 r與b的假設(shè)檢驗(yàn)等價(jià)，同一資料 tb=tr 用回歸解釋相關(guān) R2=SS回/SS總五應(yīng)用相對(duì)數(shù)時(shí)的注意事項(xiàng)？1理解相對(duì)數(shù)的含義不可望文生義2頻率型指標(biāo)的解釋要緊扣總體與屬性3計(jì)算相對(duì)數(shù)時(shí)分母應(yīng)有足夠數(shù)量4正確計(jì)算合計(jì)率5注意資料的可比性6樣本相對(duì)數(shù)的統(tǒng)計(jì)推斷六.非參數(shù)檢驗(yàn)的特點(diǎn)和適用范圍1特點(diǎn)：對(duì)樣本所來(lái)自的總體分布形式?jīng)]有要求。 收集資料方便，可用“等級(jí)”或“符號(hào)”來(lái)記錄觀察結(jié)果。 多數(shù)非參數(shù)檢驗(yàn)方法比較簡(jiǎn)便，易于理解和掌握。 缺點(diǎn)是損失信息量，適用于參數(shù)檢驗(yàn)的資料用非參數(shù)檢驗(yàn)會(huì)降低檢驗(yàn)效能。2.

7、 適用范圍：等級(jí)資料。偏態(tài)分布資料。方差不齊，且不能通過(guò)變量變換達(dá)到齊性。 個(gè)體數(shù)據(jù)偏離過(guò)大，或一端或兩端無(wú)界的資料。分布類(lèi)型不明。初步分析。七卡方檢驗(yàn)的用途？1單樣本分布的擬合優(yōu)度；2比較兩個(gè)或多個(gè)獨(dú)立樣本頻率或獨(dú)立樣本頻率分布；3比較配對(duì)設(shè)計(jì)兩樣本和兩頻率分布。八.均數(shù)比較的方法有哪些？1. t檢驗(yàn) 單樣本資料的t檢驗(yàn)：樣本均數(shù)與總體均屬比較的t檢驗(yàn)，推斷樣本是否來(lái)自已知總體。應(yīng)用條件：計(jì)量資料，具有獨(dú)立性、正態(tài)性、方差齊性。 兩獨(dú)立樣本資料的t檢驗(yàn)：推斷兩樣本總體均數(shù)是否相等（或兩樣本是否來(lái)自同一總體）應(yīng)用條件：計(jì)量資料，具有獨(dú)立性、正態(tài)性、方差齊性。 配對(duì)設(shè)計(jì)資料的t檢驗(yàn)：配對(duì)計(jì)量資料

8、比較的 t檢驗(yàn)，差值均數(shù)的比較，包括異體配對(duì)和自身配對(duì)。應(yīng)用條件：計(jì)量資料，具有獨(dú)立性、正態(tài)性、方差齊性。2方差分析 完全隨機(jī)設(shè)計(jì)資料的方差分析：多個(gè)樣本均數(shù)的比較。應(yīng)用條件：計(jì)量資料，具有獨(dú)立性、正態(tài)性、方差齊性。 隨機(jī)區(qū)組設(shè)計(jì)資料的方差分析：多個(gè)樣本均數(shù)的比較。應(yīng)用條件：計(jì)量資料，具有獨(dú)立性、正態(tài)性、方差齊性。 析因設(shè)計(jì)資料的方差分析：分析個(gè)實(shí)驗(yàn)因素的單獨(dú)效應(yīng)、主效應(yīng)和因素間的交互效應(yīng)。應(yīng)用條件：計(jì)量資料，具有獨(dú)立性、正態(tài)性、方差齊性。3非參數(shù)檢驗(yàn) 單樣本資料的秩和檢驗(yàn)：用于不滿(mǎn)足t檢驗(yàn)條件的單樣本定量變量資料的比較，推斷樣本中位數(shù)與已知總體中位數(shù)是否相等。應(yīng)用條件：計(jì)量資料，不具有獨(dú)立性

9、、正態(tài)性、方差齊性。 配對(duì)設(shè)計(jì)資料的秩和檢驗(yàn)：當(dāng)差值d不滿(mǎn)足正態(tài)分布時(shí)使用， 推斷兩個(gè)總體中位數(shù)是否相等，即兩種處理效應(yīng)是否相同。應(yīng)用條件：計(jì)量資料，差值具有正態(tài)性。 兩獨(dú)立樣本比較的秩和檢驗(yàn)：推斷連續(xù)型變量資料或有序變量資料的兩個(gè)獨(dú)立樣本代表的 兩個(gè)總體分布是否有差別。應(yīng)用條件：兩樣本來(lái)自非正態(tài)總體或方差不齊。 多組獨(dú)立樣本比較的秩和檢驗(yàn)：推斷定量變量或有序分類(lèi)變量的多個(gè)總體分布有無(wú)差別。應(yīng)用條件：多個(gè)獨(dú)立樣本對(duì)應(yīng)總體不滿(mǎn)足正態(tài)性或方差齊性。 隨機(jī)區(qū)組設(shè)計(jì)的秩和檢驗(yàn)：多個(gè)樣本均數(shù)的比較。應(yīng)用條件：多個(gè)獨(dú)立樣本對(duì)應(yīng)總體不滿(mǎn)足正態(tài)性或方差齊性。九參考值范圍和可信區(qū)間的區(qū)別與聯(lián)系1. 從意義來(lái)看9

10、5%參考值范圍是指同質(zhì)總體內(nèi)包括95%個(gè)體值的估計(jì)范圍，而總體均數(shù)95%可信區(qū)間是指按95%可信度估計(jì)的總體均數(shù)的所在范圍。2從計(jì)算公式看若指標(biāo)服從正態(tài)分布，95%參考值范圍的公式是：* ± i£6s?？傮w均數(shù)95%可信區(qū)間的公式是:前者用標(biāo)準(zhǔn)差，后者用標(biāo)準(zhǔn)誤。前者用1.96，后者用a為0.05，自由度為v的t界值。十頻率分布表(圖)的用途是什么？1.揭示資料的分布類(lèi)型2. 描述分布的集中趨勢(shì)和離散趨勢(shì)3. 便于發(fā)現(xiàn)某些特大和特小的可疑值4. 便于進(jìn)一步計(jì)算指標(biāo)和統(tǒng)計(jì)分析(二)名詞解釋1. 醫(yī)學(xué)統(tǒng)計(jì)學(xué)(medical statistics )應(yīng)用概率論和數(shù)理統(tǒng)計(jì)學(xué)原理結(jié)合醫(yī)

11、學(xué)實(shí)際解決醫(yī)學(xué) 科研中設(shè)計(jì)，資料收集、整理、分析的科學(xué)。n2. 總體(population )是根據(jù)研究目的確定的同質(zhì)研究對(duì)象的全體。"|3. 樣本(sample )是指從研究總體中抽取的一部分有代表性的個(gè)體。4. 同質(zhì)(homogeneity )是指同一總體中個(gè)體的性質(zhì)、影響條件或背景相同或非常相近。5. 變異(variation)是指同質(zhì)的個(gè)體之間存在的差異。6. 參數(shù)(parameter )是指反映總體特征的統(tǒng)計(jì)指標(biāo)。7. 樣本統(tǒng)計(jì)量(statistic)由樣本觀察資料計(jì)算出來(lái)的反映樣本特征的兩稱(chēng)為樣本統(tǒng)計(jì)量。8. 頻率分布表(frequency distribution ta

12、ble)當(dāng)變量值個(gè)數(shù)較多時(shí)，對(duì)各變量值出現(xiàn)的頻率列表即為頻率分布表，簡(jiǎn)稱(chēng)頻率表。9. 二項(xiàng)分布(binomial distribution )是指在只會(huì)產(chǎn)生兩種可能結(jié)果的n次獨(dú)立重復(fù)試驗(yàn)中， 當(dāng)每次試驗(yàn)的“陽(yáng)性”概率保持不變時(shí)，出現(xiàn)“陽(yáng)性”的次數(shù) X=0,1,2,3. , n的一種概率分 布。10. 醫(yī)學(xué)參考值范圍(refere nee range)是指特定的“正?！比巳旱慕馄省⑸?、生化指標(biāo)及 組織代謝產(chǎn)物含量等數(shù)據(jù)中大多數(shù)個(gè)體的取值所在的范圍。11. 抽樣誤差(sampling error)由于生物固有的個(gè)體變異的存在，從某一總體中隨機(jī)抽取一 個(gè)樣本，所得樣本統(tǒng)計(jì)量與相應(yīng)的總體參數(shù)往往是不

13、同的，這種差異稱(chēng)為抽樣誤差。12. 置信區(qū)間(confidenee interval，Cl)區(qū)間估計(jì)是將樣本統(tǒng)計(jì)量與標(biāo)準(zhǔn)誤結(jié)合起來(lái)，確定一 個(gè)具有較大置信度的包含總體參數(shù)的范圍，該范圍稱(chēng)為總體參數(shù)的置信區(qū)間。13. 統(tǒng)計(jì)推斷(statistical inference )由樣本信息對(duì)相應(yīng)總體的特征進(jìn)行推斷稱(chēng)為統(tǒng)計(jì)推斷。14. 假設(shè)檢驗(yàn)(hypothesis testing )若對(duì)所估計(jì)的總體首先提出一個(gè)假設(shè)，然后通過(guò)樣本數(shù)據(jù) 去推斷是否拒絕這一假設(shè)，稱(chēng)為假設(shè)檢驗(yàn)。15. 析因設(shè)計(jì)(factorial design )是將兩個(gè)或多個(gè)實(shí)驗(yàn)因素的個(gè)水平進(jìn)行全面組合的實(shí)驗(yàn)，能 夠分析個(gè)實(shí)驗(yàn)因素的單獨(dú)效

14、應(yīng)、主效應(yīng)和因素間的交互效應(yīng)。16. 單獨(dú)效應(yīng)(simple effect)是指其他因素水平固定時(shí)，同一因素不同水平的效應(yīng)之差。17. 主效應(yīng)(main effect)是指某一因素單獨(dú)效應(yīng)的平均值。18. 交互效應(yīng)(in teraction )是指兩個(gè)或多個(gè)因素間的效應(yīng)互不獨(dú)立的情形。19. 參數(shù)檢驗(yàn)(parametric test)凡是以特定的總體分布為前提，對(duì)未知的總體參數(shù)做推斷的 假設(shè)檢驗(yàn)方法統(tǒng)稱(chēng)為參數(shù)檢驗(yàn)。20. 非參數(shù)檢驗(yàn)(non parametric test)不以特定的總體分布為前提，也不針對(duì)決定總體分布的幾個(gè)參數(shù)做推斷，故又稱(chēng)任意分布檢驗(yàn)(distribution-free test )。21. 線(xiàn)性相關(guān)系數(shù)(linear correlation coefficient )是表示兩個(gè)隨機(jī)變量之間線(xiàn)性相關(guān)強(qiáng)度和方向的統(tǒng)計(jì)量。22回歸系數(shù)(regression coefficient )回歸分析中度量依變量對(duì)自變量的相依程度的指標(biāo)，它 反映當(dāng)自變量每變化一個(gè)單位時(shí)，依變