和各組段的例數構成統計描述:指選用恰當的指標,通常稱為統計量,選用合適的統計表與統計圖,對資料的數量特征及其分布規律進行測定和描述。包括搜集數據、整理數據、總結數據、分析數據以及將數據呈現出來統計推斷:指如何在一定的可信度下由樣本信息統計指標來推斷總體相應指標,又稱參數估計。包括進行推測、假設檢驗、確定關系然后作出預測,有點估計和區間估計。小概率事件:統計分析中的很多結論都是基于一定可信程度下的概率推斷,習P<=0.05以視為可能不發生。算術均數:簡稱均數可用于反映一組呈對稱分布的變量值在數量上的平均水平或者說是集中位置的特征值。幾何均數:可用于反映一組經對數轉換后呈對稱分布的變量值在數量上的平均水平。適用條件:呈倍數關系的等比資料或對數正態分布(正偏態)資料;如抗體滴度資料Md,反映一批觀察值在位次上的平均水平。適用于:12偏態分布資料和開囗資料(一端或兩端無確切數值的資料)。3、資料分布不明等率)。那某一百分位所對應的數據變量值就叫這一百分位的百分位數百分位數的應MdQD參考值范圍:由于個體存在差異,醫學數據,并不是常數,而是在一定范圍內波動,是指包括絕大多數正常人形態、功能和代謝產物等各種生理及生化指標常數,也稱正常值。百分位數:數據從小到大排列;在百分尺度下,所占百分比對應的值。記為Px。包括直接算法和頻數表法應用:1.95%參考值范圍=P97.5-P2.5;95%正常個體的測量值在此范圍。2.MdQD方差也稱均方差,樣本觀察值的離均差平方和的均值。表示一組數據的平均離散情況。標準差即方差的正平方根;其單位與原變量X的單位相同。Бх,標準誤:將樣本統計量的標準差稱~,樣本均數的標準差稱均數標準誤,反映了樣本均屬間的離散程度,也反映了樣本均數與總體均數的差異,說明均數抽樣誤差的大小自由度是數學名詞,在統計學中,nnn變異系數:多用于觀察指標單位不同時,如身高與體重的變異程度的比較;或均數相差較大時,如兒童身高與成人身高變異程度的比較。醫學參考值是指包括絕大多數正常人的人體形態、機能和代謝產物等各種生理及生化指標常數,也稱正常值。由于存在個體差異,生物醫學數據并非常數而是在一定范圍內波動,故采用醫學參考值范圍作為判定正常和異常的參考標準。可信區間:按一定的概率或可信度(1-α)用一個區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間或者置信區間,預先給定的概率(1-α)1-α95%10010095μ(5μ(估計錯誤)。假設檢驗過去稱顯著性檢驗:它是利用小概率反證法思想,從問題的對立面出發間接判斷要解決的問題(H1)H0Pα,α=0.05。可根據不同研究目的給予不同設置。檢驗效能:是用數量描述的事物現象之間如果確定有一個真正的差別存在,能被顯著性檢驗所檢出的概率標準化法:用統一的內部構成,然后計算標準化率的方法。采用某影響因素的統一標準構成,以消除構成不同對合計率地影響,使標準化后的率具有可比性PH0/t、uI型錯誤:“實際無差別,但下了有差別的結論”,假陽性錯誤。犯這種錯誤的概率是α(其值等于檢驗水準)IIH0β(其值未知)g統計學意義,推論處理因素的效應。組間變異:各處理組由于接受處理的水平不同,各組的樣本均數(i=1,2,…,g)也大小不等,這種變異稱為組間變異。其大小可用各組均數與總均數的離均差平方和表示,記為SS組間組內變異:在同一處理組中,雖然每個受試對象接受的處理相同,但測量值仍各不相同,這種變異稱為組內變異(誤差)。組內變異可用組內各測量值Xij與其所在組的均數的差值的平方和表示,記為SS組內,表示隨機誤差的影響。隨機區組設計又稱為配伍組設計,是配對設計的擴展。具體做法是:先按影響試驗結果的非動態數列:是一系列按時間順序排列起來的統計指標(可以為絕對數,相對數或平均數),用以觀察和比較該事物在時間上的變化和發展趨勢。絕對增長量;是說明事物在一定時期增長的絕對值。發展速度與增長速度:均為相對比,說明事物在一定時期的速度變化。發展速度表示報告期指標的水平相當于基期水平的百分之多少或若干倍,平均發展速度;是各環比發展速度的幾何平均數,說明某事物在一個較長時期中逐期(如逐年)平均發展的程度。平均增長速度;是各環比增長速度的平均數,說明某事物在一個較長時期中逐期平均增長的程度。nπX=0,1,2,…,n:X~B(n,π)。Poisson一種極限情況,已發展成為描述小概率事件發生規律性的一種重要分布。Poisson分布是描述單位面積、體積、時間、人群等內稀有事件(或罕見事件)發生數的分布。XPoissonnBernoulliX非參數檢驗:針對某些資料的總體分布難以用某種函數式來表達,或者資料的總體分布的函數式是未知的,只知道總體分布式連續型的或是離散型的,用于解決這類問題需要一種不依賴總體分布的具體形式的統計分析方法。由于這類方法不受總體參數的限制,故稱為非參數統計,或稱為不拘分布的統計分析方法,又稱為無分布型式假定的統計分析方法。適于處理總體分布不易確定或未知;分布非正態但無合適轉換方法;有一端或兩端有不確定數值(如<0.1,>15.0)的資料;等級資料等。參數檢驗:通常要求樣本來自總體分布類型已知(正態分布),在這種假設的基礎上,對總體參數(如總體均數)進行估計和檢驗,稱為參數檢驗。例如,均數的區間估計;t檢驗/u檢驗,F檢驗。bb(slope),其統計學意義是:X單位,Yb殘差或剩余值,即實測值Y與假定回歸線上的估計值Y的縱向距離。直線相關系數,Pearson關的密切程度與相關方向。圖形來表達統計資料。統計圖只能提供概略的情況,而不和百分條圖適合描述分類L100%,L構成比(%)得到各構成的長度,由大到小或按類別的自然順序依次排列,其它項放最后。箱式圖(boxplot):5數據分布的比較。莖葉圖:將數據分離成兩部分,整數為莖,尾數為葉“球對稱”假設:滿足“球對稱”假設,可用第四章隨機區組方差分析比較處理組間差異;若不滿足“球對稱”假設,亦可用隨機區組方差分析,但需校正時間效應F界值的自由度。單變量分析:研究單個變量的數量特征,推斷兩個或多個總體參數的差別。雙變量分析:研究兩個變量的數量依存(或依賴)關系或互依(或相關)關系。多變量分析:研究多個變量的數量依存(或依賴)關系或互依(或相關)關系。單獨效應:指其他因素的水平固定時,同一因素不同水平間的差別主效應:指某一因素各水平間的平均差別交互作用:當某因素的各個單獨效應隨另一因素變化而變化時,則稱這兩個因素間存在交互作用。正交試驗:非全面組合,g個處理組是各因素各水平的部分組合,即析因設計的部分實施。優點:減少試驗次數缺點:犧牲分析各因素部分交互作用b00ybiβiXiYbX=(X1,X2,,Ye是去除m個自變量對Y影響后的隨機誤差(殘差)YXiYXiOR(oddsratio標。優勢比估計:可反映某一因素兩個不同水平(c1,c0)的優勢比logistic例如在臨床上可以根據患者的一些檢查指標,判斷患某種疾病的概率有多大。量特征及其分布規律進行測定和描述。包括搜集數據、整理數據、總結數據、分析數據以及將數據呈現出來統計推斷:指如何在一定的可信度下由樣本信息統計指標來推斷總體相應指標,又稱參數估計。包括進行推測、假設檢驗、確定關系然后作出預測,有點估計和區間估計。小概率事件:統計分析中的很多結論都是基于一定可信程度下的概率推斷,習P<=0.05以視為可能不發生。算術均數:簡稱均數可用于反映一組呈對稱分布的變量值在數量上的平均水平或者說是集中位置的特征值。幾何均數:可用于反映一組經對數轉換后呈對稱分布的變量值在數量上的平均水平。適用條件:呈倍數關系的等比資料或對數正態分布(正偏態)資料;如抗體滴度資料Md,反映一批觀察值在位次上的平均水平。適用于:12偏態分布資料和開囗資料(一端或兩端無確切數值的資料)。3、資料分布不明等率)。那某一百分位所對應的數據變量值就叫這一百分位的百分位數百分位數的應MdQD參考值范圍:由于個體存在差異,醫學數據,并不是常數,而是在一定范圍內波動,是指包括絕大多數正常人形態、功能和代謝產物等各種生理及生化指標常數,也稱正常值。百分位數:數據從小到大排列;在百分尺度下,所占百分比對應的值。記為Px。包括直接算法和頻數表法應用:1.95%參考值范圍=P97.5-P2.5;95%正常個體的測量值在此范圍。2.MdQD方差也稱均方差,樣本觀察值的離均差平方和的均值。表示一組數據的平均離散情況。標準差即方差的正平方根;其單位與原變量X的單位相同。Бх,標準誤:將樣本統計量的標準差稱~,樣本均數的標準差稱均數標準誤,反映了樣本均屬間的離散程度,也反映了樣本均數與總體均數的差異,說明均數抽樣誤差的大小自由度是數學名詞,在統計學中,nnn變異系數:多用于觀察指標單位不同時,如身醫學數據并非常數而是在一定范圍內波動,故采用醫學參考值范圍作為判定正常和異常的參考標準。可信區間:按一定的概率或可信度(1-α)用一個區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間或者置信區間,預先給定的概率(1-α)1-α95%10010095μ(5μ(估計錯誤)。假設檢驗過去稱顯著性檢驗:它是利用小概率反證法思想,從問題的對立面出發間接判斷要解決的問題(H1)H0Pα,α=0.05。可根據不同研究目的給予不同設置。檢驗效能:是用數量描述的事物現象之間如果確定有一個真正的差別存在,能被顯著性檢驗所檢出的概率標準化法:用統一的內部構成,然后計算標準化率的方法。采用某影響因素的統一標準構成,以消除構成不同對合計率地影響,使標準化后的率具有可比性PH0/t、uI型錯誤:“實際無差別,但下了有差別的結論”,假陽性錯誤。犯這種錯誤的概率是α(其值等于檢驗水準)IIH0β(其值未知)g統計學意義,推論處理因素的效應。組間變異:各處理組由于接受處理的水平不同,各組的樣本均數(i=1,2,…,g)也大小不等,這種變異稱為組間變異。其大小可用各組均數與總均數的離均差平方和表示,記為SS組間組內變異:在同一處理組中,雖然每個受試對象接受的處理相同,但測量值仍各不相同,這種變異稱為組內變異(誤差)。組內變異可用組內各測量值Xij與其所在組的均數的差值的平方和表示,記為SS組內,表示隨機誤差的影響。隨機區組設計又稱為配伍組設計,是配對設計動態數列:是一系列按時間順序排列起來的統計指標(可以為絕對數,相對數或平均數),用以觀察和比較該事物在時間上的變化和發展趨勢。絕對增長量;是說明事物在一定時期增長的絕對值。發展速度與增長速度:均為相對比,說明事物在一定時期的速度變化。發展速度表示報告期指標的水平相當于基期水平的百分之多少或若干倍,平均發展速度;是各環比發展速度的幾何平均數,說明某事物在一個較長時期中逐期(如逐年)平均發展的程度。平均增長速度;是各環比增長速度的平均數,說明某事物在一個較長時期中逐期平均增長的程度。nπ:X~B(n,π)。Poisson一種極限情況,已發展成為描述小概率事件發生規律性的一種重要分布。Poisson分布是描述單位面積、體積、時間、人群等內稀有事件(或罕見事件)發生數的分布。XPoissonnBernoulliX非參數檢驗:針對某些資料的總體分布難以用某種函數式來表達,或者資料的總體分布的函數式是未知的,只知道總體分布式連續型的或是離散型的,用于解決這類問題需要一種不依賴總體分布的具體形式的統計分析方法。由于這類方法不受總體參數的限制,故稱為非參數統計,或稱為不拘分布的統計分析方法,又稱為無分布型式假定的統計分析方法。適于處理總體分布不易確定或未知;分布非正態但無合適轉換方法;有一端或兩端有不確定數值(如<0.1,>15.0)的資料;等級資料等。參數檢驗:通常要求樣本來自總體分布類型已知(正態分布),在這種假設的基礎上,對總體參數(如總體均數)進行估計和檢驗,稱為參數檢驗。例如,均數的區間估計;t檢驗/u檢驗,F檢驗。bb(slope),其統計學意義是:X單位,Yb殘差或剩余值,即實測值Y與假定回歸線上的估計值Y的縱向距離。直線相關系數,Pearson關的密切程度與相關方向。圖形來表達統計資料。統計圖只能提供概略的情況,而不和百分條圖適合描述分類L100%,L箱式圖(boxplot):5數據分布的比較。莖葉圖:將數據分離成兩部分,整數為莖,尾數為葉“球對稱”假設:滿足“球對稱”假設,可用第四章隨機區組方差分析比較處理組間差異;若不滿足“球對稱”假設,亦可用隨機區組方差分析,但需校正時間效應F界值的自由度。單變量分析:研究單個變量的數量特征,推斷兩個或多個總體參數的差別。雙變量分析:研究兩個變量的數量依存(或依賴)關系或互依(或相關)關系。多變量分析:研究多個變量的數量依存(或依賴)關系或互依(或相關)關系。單獨效應:指其他因素的水平固定時,同一因素不同水平間的差別主效應:指某一因素各水平間的平均差別交互作用:當某因素的各個單獨效應隨另一因素變化而變化時,則稱這兩個因素間存在交互作用。正交試驗:非全面組合,g個處理組是各因素各水平的部分組合,即析因設計的部分實施。優點:減少試驗次數缺點:犧牲分析各因素部分交互作用b00ybiβiXiYbX=(X1,X2,,Ye是去除m個自變量對Y影響后的隨機誤差(殘差)YXiYXiOR(oddsratio標。優勢比估計:可反映某一因素兩個不同水平(c1,c0)的優勢比logistic例如在臨床上可以根據患者的一些檢查指標,判斷患某種疾病的概率有多大。量特征及其分布規律進行測定和描述。包括搜集數據、整理數據、總結數據、分析數據以及將數據呈現出來統計推斷:指如何在一定的可信度下由樣本信息統計指標來推斷總體相應指標,又稱參數估計。包括進行推測、假設檢驗、確定關系然后作出預測,有點估計和區間估計。小概率事件:統計分析中的很多結論都是基于一定可信程度下的概率推斷,習P<=0.05以視為可能不發生。算術均數:簡稱均數可用于反映一組呈對稱分布的變量值在數量上的平均水平或者說是集中位置的特征值。幾何均數:可用于反映一組經對數轉換后呈對稱分布的變量值在數量上的平均水平。適用條件:呈倍數關系的等比資料或對數正態分布(正偏態)資料;如抗體滴度資料Md,反映一批觀察值在位次上的平均水平。適用于:12偏態分布資料和開囗資料(一端或兩端無確切數值的資料)。3、資料分布不明等率)。那某一百分位所對應的數據變量值就叫這一百分位的百分位數百分位數的應MdQD參考值范圍:由于個體存在差異,醫學數據,并不是常數,而是在一定范圍內波動,是指包括絕大多數正常人形態、功能和代謝產物等各種生理及生化指標常數,也稱正常值。百分位數:數據從小到大排列;在百分尺度下,所占百分比對應的值。記為Px。包括直接算法和頻數表法應用:1.95%參考值范圍=P97.5-P2.5;95%正常個體的測量值在此范圍。2.MdQD方差也稱均方差,樣本觀察值的離均差平方和的均值。表示一組數據的平均離散情況。標準差即方差的正平方根;其單位與原變量X的單位相同。Бх,標準誤:將樣本統計量的標準差稱~,樣本均數的標準差稱均數標準誤,反映了樣本均屬間的離散程度,也反映了樣本均數與總體均數的差異,說明均數抽樣誤差的