1、一、平均水平常用的統計指標及其適用范圍？常用統計指標包括算術均數算術均數適用于對稱分布，特別是正態分布的數據；幾何均數適用于經對數變換后頻數分布對稱或呈等比級數的數據；中位數主要適用于三種情形：非正態分布資料（對數正態分布除外）。數分布的一端或兩端無確切數據的資料。總體分布不清楚的資料。，幾何均數 ,中位數。頻二、應用相對數的注意事項1?計算相對數時應有足夠的觀察單位數。例數太少會使相對數波動較大，這種情況下最好用絕對數表示。2?正確計算合計率。計算觀察單位不等的幾個率的合計率（平均率）時，不能將幾個率直接相加求其平均率，而應分別將分子分母合計，再求出合計率。3不能以構成比代替率。構成比說明事

2、物內部各部分所占的比重，不能說明某現象發生的頻率或強度。4.注意資料的可比性。在比較相對數時，除了要比較的因素外，其余的因素應盡可能相同或相近。5.樣本率或構成比的比較應做假設檢驗。由于樣本率或構成比也存在抽樣誤差，比較兩個或多個率或構成比時，不能憑樣本率或構成比的差別作出結論，而必須進行差別的假設檢驗。三、正常值范圍與置信區間的區別區別點總體均數置信區間參考值范圍含從冋一總體中重復抽取若干個相互獨立的樣本，按（ 1-a ）的“正常人”的解剖、生理、生化某項指標義置信度所計算的總體均數的可能范圍。的波動范圍?？傮w均數可能所在的范圍個體值的波動范圍計算c 未知 n 較小： X 土匕, 正態分布：

3、 X Z（/2 S公式 已知 X Z i-2X ，或 c 未知但 n 較大偏態分布： X p% X （ ioo_p ） %醫學參考值估計，即絕大多數（如95% ）用途總體均數的區間估計觀察對象某項指標的分布范圍四、標準誤與標準差的區別與聯系區別點標準誤標準差樣本均數的標準差，描述樣本均數的抽樣誤差，描述個體間的變異程度含義即樣本均數與總體均數的接近程度。s送（ x） 2 sJ計算 公式X 二k_1n_1用途總體均數的區間估計醫學參考值范圍估計相似點性質相似，都是用來說明變異程度五、簡述四格表卡方檢驗統計方法的選擇條件門）首先應分清星兩樣本略比較的四格表資料還是配對設計的四樓喪資12 ）對于軸樣

4、本率比較的園格表資料 ?應根據梓帑的理論值T 和總例數 n 的大小選擇斤同的於計算公式 1當 n > 40 且所有的 Y 'Vr T，或5 時 * 用 x 椅齡的黑本公式四格袤就料疋檢驗的專用公式北_（ad Zt ）' H（ 4 + b ）" + M ）（ 4t +匸）【辦ff>40 但有 1 丁 <5 時傭四 帝表資料才檢驗的校正公式 = E（|A_￥_m*或皿 _廠或改用四格表資料的Fisher 確切槪率法 , 半" < 仮或 T< 1 時，用四格喪資料的 Fisher 確切槪率法 . 若資料滿足 . 兩樣泰率 u 檢驗的條

5、件 * 也可用 U檢驗*（巧對于配對設計的仙格表資料.若檢驗購種方法的檢測結果有無；別時T）半（ A H）210 時*y 二氣二*1 工唏 b+c（bf <40 時?曠- 一“一心1），h4-r六、行X列表資料X2檢驗的注意事項1.行 X列表資料中各格的理論頻數T均不應小于1,并且K TV5的格子數不宜超過格子總數的1/5, 否則可能產生偏性。處理的方法有三種：增大樣本含量，使理論頻數增大；根據專業知識，刪去理論頻數太小的行或列或將理論頻數太小的行或列與性質相近的鄰行或鄰列合并。改用雙向無序RX C 表的 Fisher 確切概率法。2. 多個樣本率比較，若所得統計推斷為拒絕H0, 接受

6、H1 時，只能認為各總體率之間總的來說有差別，但不能說明任兩個總體率之間均有差別。要進一步推斷哪些兩總體率之間有差別，需進一步做多個樣本率的多重比較。3. 對于有序的 RX C 表資料不宜用 X 2 檢驗。因為行 X 列表資料的 X 2 檢驗 與分類變量的順序無關。七、 參數檢驗和非參數檢驗的適用范圍和優缺點參數檢驗適用范圍：總體分布已知、總體方差齊的資料優點：能充分利用資料提供的信息，檢驗效能較高。缺點：對樣本所對應的總體分布有比較嚴格的要求，這樣就限制了它的適用范圍。非參數檢驗適用范圍： 1 總體分布類型不明確的計量資料2等級資料4 不滿足參數檢驗條件的資料，如個別數據較大或數據的一端或兩

7、端數值。 5 初步分析優點： 1 適用范圍廣，可應用于參數檢驗難以處理的資料。偏態資料3是不確定2 受限條件少，不受總體分布的限制3 具有穩健性4 方法簡便，易于理解和掌握。缺點：對于符合參數檢驗的資料，若采用非參數檢驗，會導致信息檢驗效能下降，增加犯第二類錯誤的概率。損失和八、 卡方檢驗基本思想。X2 反應的是實際頻數與根據假設檢驗算得的理論頻數吻合程度。若檢驗假設H0:n 仁 n 2 成立，四個格子的實際頻數很大。如果 X2 值很大，即相對應的抽樣誤差允許的范圍，從而懷疑H0A 與理論頻數 T 相差不應該很大，即統計量不應該P 值很小，則反過來推斷A 與 T 相 差太大，超出了的正確性，繼

8、而拒絕H0, 接 受其對立假設 H1 ，即 n1工冗2。九、簡述最小二乘法與最大似然函數法在原理及應用上的異同之處。(1)原理方面：最小二乘法是一種根據殘差平方和最小來求解方程系數；最大似然法是一種非線性擬合方法，常用于Logistic 回歸分析中回歸模型的估計，其基本思想是先建立似然函數和對數似然函數，再通過使對數似然函數最大來求解相應的參數值。(2)應用方面：最小二乘法用于在線性回歸分析中回歸系數的確定；最大似然法常用于Logistic 回歸， cox 回歸中回歸系數確定。十、簡述偏相關系數與復相關系數的區別一、 概念不同：偏相關系數是在對其它變量的影響進行控制的條件下，衡量多個變量中某兩

9、個變量之間的線性相關程度和相關方向的指標；復相關系數是用來度量一個變量與其它多個自變量之間的線性相關程度的指標，而不能反映其互相之間線性相關的方向。用R 表示。二、計算不同：偏相關系數等于兩個相應的偏回歸系數的幾何平均數；復相關系數R= 根號下 R2= fi 號下 SS 回/SS 總三、 取值范圍不同：偏相關系數取值范圍為-1,1 ；而復相關系數則為0,1四、 假設檢驗不同：偏相關系數的假設檢驗等同于偏回歸系數的t 檢驗 .；復相關系數的假設檢驗等同于回歸方程的方差分析。卜一、簡述方差分析基本思想及應用條件基本思想：根據資料設計的類型及研究目的確定變異的來源、種類，將全部觀察值之間的總變異分解

10、為兩個或多個部分，每個部分的變異可由某因素的作用來解釋。通過比較要研究的處理因素所引起變異的均方與隨機誤差引起變異的均方，借助 F 分布做出統計推斷，以判斷該處理因素對效應指標是否有影響。應用條件： 1 各樣本互相獨立，均服從正態分布；2 各樣本的總體方差相等即方差齊性。十二、簡述假設檢驗 P 與 a 的區別與聯系。a 與 P 均為概率，其中 a 是指拒絕了實際上成立的 H0所犯錯誤的最大概率，是進行統計推斷時預先設定的一個小概率事件標準。P 值是由實際樣本獲得的，在0 成立的前提條件下，出現等于及大于（或/和等于及小于 ）現有樣本獲得的檢驗統計量值的概率。在假設檢驗中通常是將P 與 a 對比

11、來得到結論，若 Pw a,則拒 絕 H0,接受H1,有統計學意義，可以認為不同或不等；否則，若>則不P a,拒絕 H0, 無統計學意義，還不能認為不同或不等。十三、簡述醫學統計工作的基本步驟及其內涵。1 統計設計：是對資料收集、整理和分析全過程的設想和安排，是影響研究成敗的關鍵環節。2 收集資料：是根據設計的要求，采集準確可靠的原始數據的過程。3 整理資料：是將原始數據進行清理、核查、歸納的過程，以使其系統化、條理化，便于進一步的計算和分析。4 分析資料：是根據研究的目的，計算有關統計指標，并進行統計學分析，再結合專業知識，做出科學合理的解釋。主要包括統計描述與統計推斷。十四、簡述在均數

12、比較的統計推斷中，t 檢驗和 F 檢驗的應用有何不同？t 檢驗的基本思想是當總體方差未知時，用樣本的標準差來代替總體的標準差，將標準正態變換（ u 變換）轉化為 t 變換，利用 t 分布（與自由度v 相關）進行統計推斷。t 檢驗與方差分析：（ 1） t 檢驗與方差分析均用于總體均數間的比較；（2） t 檢驗用于兩個總體均數的比較，當比較多個總體均數時，t 檢驗無能為力，此時析；（ 3）完全隨機設計時，如果進行兩樣本均數的比較，F=t2 。只能用方差分十五、簡述檢驗效能的應用意義，影響檢驗效能估計的因素有哪些，這些因素響的。是如何影1-B稱為假設檢驗的檢驗效能，也叫把握度。是指當所研究的兩總體參

13、數確有差別（即事實上Ho不成立）時，按檢驗水準a 通過假設檢驗能發現它們有差別（即拒絕Ho）的概率。影響檢驗效能的影響因素有1 總體差別、 2 檢驗水準 a、3 總體的變異程度（標準差）、4樣本含量n、，三個正向一個反向?？傮w差別、檢驗水準、樣本含量越大，檢驗效能越大。變異程度越大，檢驗效能越小。Ijll-十六、多元線性回歸、logistic 回歸與 Cox 比例風險模型在應用上有何不同。聯系：三者均可研究應變量 丫與多個自變量X 間的數量依存關系，都可用于影響因素的識別和篩選，自變量類型基本相同，都可以有數值變量和分類變量罄無址性冋歸、旳曲憶回歸科點Cox 回歸的不同姜阮線性何 IHlogi

14、stic回舊Cox im連集霞務類變正態分布1分布二 ft1! 失兩分類變和生存時間托特建餐求y= 涇十芝 : 必風盤小二奧注F 樹輕" 檢輪X?也'Si H 杭空雄件下，變號 ' 怖增牛呻位所弓 1起 的 F 的平為改變甕 .不允許允許詠 ME+工辭人</> CK p（廢大槪傭藝）応號比阻疊 ; 計分檢鯊；金大似挾法Wald 檢鑒釵馥出檢輪 Mt 井袴蓋；WJd 檢齡英他燮不變螢件下 . 變其他變就不變衆件 H 空卅、 矽坍 X 每増如一牛申位聽引Illi 個樓苗瞞引起的相對肚俺啟的優那比 OR 的自轉度 RR 的自然對數 .十七、簡述簡單線性相關和簡單線性回歸的區別與聯系區別： 1 資料要求不同：簡單線性相關要求兩個變量滿足雙變量正態分布；簡單線性回歸要求應變量 丫是服從正態分布的隨機變量，而X 可以是固定的非隨機變量（作 I 型回歸模型），也可以是服從正態分布的隨機變量（作II 型回歸）。2 應用不同：簡單線性相關用來說明兩變量間的簡單線性相關關系，沒有依存關系；簡單線性回歸用來說明兩變量間依存變化的數量關系。3 r 和 b 取值范圍不同： -K