《衛生統計學》-案例版丁元林課后思考題答案1資料之間是如何轉換的？定量資料（離散型變量、連續型變量）2無序分類資料（二項分類資料、無序多項分類資料）3有序分類資料（即等級資料）；（2）例如人的健康狀況可分為“非常好、較好、一般、差、非常差”5個等級，應歸為等級資料，若將該五個等級賦值為5、4、3、2、1，就可按定量資料處理。2、統計工作可分為那幾個步驟？答：設計、收集資料、整理資料、分析資料四個步驟。3、舉例說明小概率事件的含義。100一次打中靶的概率≤0.0第二章調查研究設計1、調查研究有何特點？答：（1）不能人為施加干預措施不能隨機分組很難控制干擾因素一般不能下因果結論2、四種常用的抽樣方法各有什么特點？答：（1）單純隨機抽樣：優點是操作簡單，統計時，逐一編號繁復，有時難以做到。系統抽樣：優點是易于理解、操作簡便，被分層抽樣：優點是抽樣誤差小，各層可以獨進行分層，操作麻煩。樣調查；缺點是抽樣誤差大。3、調查設計包括那些基本內容？答：（1）明確調查目的和指標確定調查對象和觀察單位選擇調查方法和技術估計樣本大小編制調查表評價問卷的信度和效度制定資料的收集計劃指定資料的整理與分析計劃制定調查的組織措施4、調查表中包含那幾種項目？答：（1）分析項目直接整理計算的必須的內容；備查項目保證分析項目填寫得完整和準確的其他項目大型調查表的前言和表底附注。第三章實驗設計1、簡述實驗設計的特點。答：（1）研究者能人為設置處理因素（2）受試對象可以接受何種處理因素或水平是由隨機分配而定的。2、簡述一般選擇受試對象的原則。答：（1）受試對象能從臨床試驗中受益（2）受試對象具有代表性（3）受試對象具有依從性（4）受試對象可以是志愿者。3、什么是混雜因素？設計時怎樣控制混雜因素？化的辦法來控制混雜因素的影響。4、什么是隨機化？怎樣實現隨機抽樣和隨機分組？列表或統計軟件包來實現隨機抽樣和隨機分組。第四章定量資料的統計描述1、常用的平均數指標有哪些？各適用于何種類型資料？答：（1）有算術均數、幾何均數和中位數、眾數、調和數等。（2）算術均數：適用于描述單峰對稱分布，特別是正態分布或近似正態分布資料的集中趨勢幾何均數：等比資料、對數正態分布資料口資料”(即一端或兩端無確切數值的資料)2、如何描述定量資料的離散趨勢？答：（1）極差：極差越大，單峰對稱分布小樣本資料的變異程度越大，只局限于初步描述；四分位數間距：四分位數間距越大，偏態分布及但不能全面概括所有觀察值的變異情況；方差和標準差：方差和標準差越大，對稱分布大；變異系數：變異系數越大，不同度量衡單位或者均數相差懸殊的資料的變異度越大。3、正態分布有哪些基本特征？答：（1）概率密度函數曲線在均數處最高；以均數為中心左右對稱，且逐漸減少；正態分布有兩個參數，即和曲線下的面積分布有一定規律。第五章定性資料的統計描述1答：相對數適用于定性資料的統計描述。2、率和構成比在應用上主要區別是什么？內部各組成部分的頻數所占的比重和分布。3間接標準化法在應用上有何區別？論時，需要對率進行標準化。直接法：已知被觀察人群中各年齡組的患病率等資料，適用于兩組資料中某事物發生率的互相對比病率的資料4答：動態數列(dynamicseries)是一系列按時間順序排列起來的統計指標，用以說明事物在時間上的變化和發展趨勢。常用動態數列分析指標有絕對增長量、發展速度與增長速度、平均發展速度與平均增長速度。第六章總體均數和總體率的估計1、樣本均數的標準誤的意義是什么？答：反映抽樣誤差的大小。 越大，樣本均數的分越分散，樣本均數與總體均數差別越大，由樣本均數估計總體均數的可靠性就越小；反之，樣本均數分布就越集中，樣本均數與總體均數差別就越小，由樣本均數估計總體均數可靠性就越大。2、標準誤與標準差有何區別？答：①意義不同：標準差：表示觀測值的變異程度標準誤：反映抽樣誤差的大小②用途不同：標準差：確定醫學參考值范圍標準誤：用于統計推斷（參數估計、假設檢驗）③公式不同：標準差： 標準誤：3、正常值范圍與總體均數的可信區間有何區別？答：（1）意義不同：總體均數的可信區間是按預先給定的概率，確定的未知參數的可能范圍；正常值范圍是描述“正常人”的解剖、生理、生化、某項指標的波動范圍公式不同可信區間已知： 或σ未知但n或σ未知：正常值范圍：正態分布： 或偏態分布~P100-X均數；正常值范圍是用于判斷觀察對象的某項指標正常與否。4、二項分布、Poisson分布與正態分布之間有何區別與聯系？Poisson用概率函數描述其分布狀況；而正態分布是連續性概率分布，用密度函數描述其分布狀況。分布可以看作是發生概率π很小而觀察nλ>20時，Poissonnnπn（1-π）5時，二項分布接近于正態分布。第七章假設檢驗1問題？答：意義：用樣本指標估計總體指標，其結論有的完原假設。應用假設檢驗時注意的問題：1應有嚴密的研究設計，即總體應有同質性，樣本應有代表性及組間具有可比性；2正確理解a水準和P值的意義，P值越小，越HaP值小到何種程度才拒絕0，H 30；一定有實際意義；4假設檢驗的結論不能絕對化。2、答：（1）由抽樣誤差所致（2）體參數之間存在顯著性差異。3、假設檢驗與區間估計有何區別及聯系？總體均數的范圍；假設檢驗用于推斷質的不同，即判提供更多的信息：可信區間不但能回答差別有無統計學意義，而且還能提示差別有無實際的專業意義。聯系：可信區間亦可回答假設檢驗的問題：可信區間H，按HH，則按0 0 0水準，拒絕H，接受H0 1。4III型錯誤的區別及聯系何在？檢驗效能的含義是什么？答：（1）區別：I型錯誤是H實際上是成立的，但由0Ha表示0， ；II型錯誤是實際上是不成立的，但假設檢驗沒有拒絕它，稱“取偽”，概率用表示。a和則只能增大樣本含量。（2）a水準能夠發現這種差別的能力。5、怎樣正確運用單側檢驗和雙側檢驗？驗。第八章t檢驗1、兩樣本均數比較時為什么要做統計檢驗？答：兩樣本均數分別代表的總體均數與相等時，也1 2可能會因抽樣誤差而導致兩樣本均數不相等，因此需要做統計檢驗。2、兩樣本均數檢驗比較的t檢驗中，什么情況下做單側檢驗？什么情況下做雙側檢驗？答：若從專業知識判斷一種方法的結果不可能低于或3、t檢驗要求滿足哪些基本條件？資料服從正態分布方差齊性且n較小（n<50）4、在兩樣本t檢驗，如果方差不齊，但兩組樣本量相同并且很大，能否忽略t檢驗對方差不齊的要求？答n1n250若兩總體方差不具有齊性，可采用t或者進行變量轉換或者用秩和檢驗來處理。5t檢驗有什么關系？答：可信區間包含H，按水準，不拒絕H；若不包0 0H，則按HH0 0 1。第九章方差分析1、為什么不能用兩兩比較的t檢驗進行多個樣本均數的比較？答：用兩兩比較的t檢驗進行多個樣本均數的比較時，需要進行多次檢驗，根據概率乘法法則，全部判斷正確的概率大大降低，犯I類錯誤的概率也就增大，甚至遠遠大于檢驗水準。因此，多組均數之間的兩兩比較不能直接用t檢驗。取而代之的是，必須在方差分HH0 1兩比較。2、方差分析為何是單側檢驗？答：F統計量（F=組間均方/組內均方）若原假設成立，即各處理組的樣本來自于同一總體，F1近波動；否則，若原假設不成立，即不同處理的作用不同時，組間均方（處理因素的作用）一般大于組內均方（隨機誤差），因此，F1的F度，就拒絕原假設。因此，F0側是不可能的，因此只會在另一側，從而認為方差分析是單側檢驗。3、為什么說隨機區組設計方差分析的效率高于完全隨機分組設計的方差分析？F值更容易出現顯著分析的效率高于完全隨機分組設計的方差分析。第十章卡方檢驗1、簡述 檢驗的用途。答：①兩個樣本率或構成比的比較②多個樣本率或構成比的比較③兩個分類指標之間的關聯性檢驗④頻數分布的擬合優度檢驗2、2x2表資料，如何正確使用 檢驗？答（當≥40且所有≥5時用2x2表的 驗的基本公式或者專用公式計算；當n≥40但有、1≤T<5時，需要用校正公式算 值；N<40或T<1時不宜計算 值需要用Fisher確切概率計算概率。3、簡述RxC表的 檢驗的注意事項。答:（1）不允許有T<1，或者1<T<5的格子數不能超過總格子數的1/51<T<51/5采取方法：增加樣本含量以增大理論頻數將理論頻數太小性質相近的行或列合并刪去理論頻數太小的格子所在的行或列單向有序列聯表資料不能采用卡方檢驗4RxC事項。RxC表，選用秩和檢驗；若研究目的是分析兩個有序分類變量間是否存若研究目的是分析兩個有序分類變量間是否存在線性變化趨勢，則用有序分組資料的線性趨勢 驗。第十一章非參數檢驗1有何優缺點？答：（1）非參數檢驗是不依賴總體的分布類型，不對總體參數進行推斷，只是通過樣本觀察值比較總體的分布或分布位置的推斷方法。式的統計推斷方法，一般在樣本所來自的總體分布型已知（如：正態分布）的基礎上，對總體參數進行估計或檢驗。參數檢驗：優點是能充分利用提供的信息，檢驗效能較高缺點是對總體分布類型有比較嚴格的要求適用范圍受到限制。 非參數檢驗：優點是分布類型不作要求，適用范圍廣，可用于任何類型資料；缺點是一般犯II類錯誤的概率β比參數檢驗大。2、什么是基于秩轉換的非參數檢驗？它適用于哪些情況？用秩和作為統計量進行假設檢驗的方法。其中“秩”又稱等級、即按數據大小排定的次序號，次序號的和（方差齊同等）的資料及無法經變量轉換滿足參數檢驗條件的資料；資料、等級資料；分布類型未知的資料。3數據要給予“平均秩次”，而同一組的相同數據可不必計算“平均秩次”？答：因為在不同符號或者對比組不取平均秩次會增大現同一數據，秩和不受影響。4n>10，1n-n>10z2 1非參數檢？z檢驗是比較兩樣本的非正態分布總體均數的差別。5、完全隨機設計兩組或多組的等級資料的比較，何時宜用秩和檢驗？而何時宜用 檢驗？答：如果源始資料不滿足參數檢驗條件，并不能精確用秩和檢驗；如果源始資料的分布是一種連續型隨機變量的概率分布，并服從標準正態分布，能精確測定和比較兩組或多組間的率、構成比、關聯性或者頻分布的擬合優度等時，用 檢驗。第十二章雙變量關聯性分析rr的應用條件有何不同？s答：直線相關系數r：1要求兩隨機變量要符合雙變量正態分布，而且不分主次，處于同等地位2散點有線性趨勢3兩隨機變量相關分析有實際意義；等級相關系數rs：1不服從雙變量正態分布的資料2總體分布類型未知的資料3等級資料22x2McNemer 檢驗與Pearson 檢驗？McNemer檢驗；Pearson驗。3、簡述Person相關與Spearman相關的區別與聯系。答：區別：1Person相關要求數據服從二元正態分布，屬于參數統計量；而Spearman2兩者總體參數的假設檢驗方法不完全相同1兩者都可用于刻畫兩變量間線性相關的方向與23SpearmanPearson積距相關系數的計算來實現4樣本含量大時，兩者的假設檢驗方法近似。第十三章直線回歸分析1、用什么方法考察回歸直線圖示是否正確？答：（1）連出的回歸直線不應超出x的實測范圍；（2）所繪的回歸直線必然通過（,）;(3)a。2、剩余標準差的意義和用途？xy線性影響后，y的S越小，表示回歸方程的估計精度越高。

。y.x3答：（1）作回歸分析要有實際意義應繪制散點圖兩變量間有線性關系存在，不一定確有因果關系以自變量的取值范圍為限，不可隨意外延滿足線性、獨立、正態和方差齊性條件核檢查4、舉例說明如何用用直線回歸方程進行預測和控制？答預測：例如直線回歸分析8歲男童心臟橫與體重之間關系的回歸方程為y=4.2121+0.2041x，據個體Y值的容許區間 可估計體重25kg的8歲健康男童其心臟橫徑有的可能性（8.6692,9.9610）cm的范圍內。（2）控制：例如某市環境監測大氣NOxY限Y +t S ，NO最大容許度為0.15mg/m^3時汽a(n-2) Y車流量應控制在1209輛/h。5答：（1）因變量依賴于自變量的變化而變化；以是規律變化的或人為選定的一些數值，也可以是隨機變量；第十四章生存分析1答：（1）失訪（失去聯系）退出（死于其它原因）終止（觀察結束時病人尚存活）2亡概率有何區別與聯系？活的個體，到該時段結束時仍存活的可能性大小；而生存率是指觀察對象經歷t個單位時段后仍存活的可能性，即活過t時刻的概率。k聯系：生存率實質上是累積生存概率，是多個時段的累積結果，S(t)=P*P*P*…P。n 1 2 3n(2)能性大小；而死亡率表示在某單位時間里的死亡頻率或強度（整體或歸因于指定因素）。影響整體死亡率。3、為什么兩個樣本比較的生存時間資料不適宜采用t檢驗或 檢驗進行分析？兩個樣本的總體分布不明確，不滿足t檢驗或檢驗的應用條件。結局所經歷的時間這兩個因素，t檢驗或檢驗只能分析生存時間有無差別，并不能分析結局有無差別。第十六章Mate分析Mate分析的目的是什么？答：（1）提高檢驗效能解決若干單個研究結論不一致問題改善效應量的估計提出新的研究問題和研究方向Mate分析的基本步驟又哪些？答：（1）明確研究目的，制定研究計劃；制定文獻的納入和排除標準；評價納入文獻的質量；提取必要的數據信息；資料的統計學分析；敏感性分析；報告結果。Mate分析中統計分析模型有哪些？如何選擇？答：（1）固定效應模型和隨機效應模型（2）需要根據同質性檢驗的結果來確定統計分析模型固定效應模型（fixedeffectmodel）：同質性檢驗無統計學意義時選用隨機效應模型（randomeffectmodel）：同質性檢驗有統計學意義時選用4Mate是什么？果較無統計學意義或無效的研究結果被報告和發表的可能性大。產生原因：1研究者認為無統計學意義的研究意能對此類研究不予以發表。Mate險因素的關聯強度，并引發偏倚。Mate分析中應注意的問題有哪些？答：（1）偏倚的識別和控制；Mate分析都采用相同的基本步驟；Mate防止和減少系統誤差和隨機誤差；Mate征、生物學變異、場所、措施、依從性以及輔助治療等對結果的影響；Mate分析的結果僅僅是對現有的納入研究綜合時更新結論。第十八章生命統計的常用指標1、平均死亡年齡與預期壽命有何區別？為什么預期平？（1預期壽命是假定同時出生的一批嬰兒如果按現有該地區的年齡組死亡率而死亡，所能存活的平均年數。生活條件等個人差異限制著人們的壽命。預期壽命的提高同醫療技術的進步和衛生環境的改善是分不開了曾使古代人口大批死亡的各種流行性傳染病。2指標時應該注意哪些問題？答：（1） ；定期間暴露人群中新發生的病例數。疾病的存在或流行情況。而發病率是由發病報告或隊列研究獲得的疾病頻率，是衡量疾病的出現情況。3、常見的反應疾病死亡的統計指標有哪些？各有何優缺點？答：（1）測量死亡水平的指標人口