考試題型及分值一.名詞解釋5個（每題3分,共15分）二.選擇題30個（每題1.5分,共45分）三.簡答題3個（共15分）四.案例辨析題2個（共15分）五.綜合分析題1個（共10分）醫學統計學總復習張俊輝2010.12.27統計工作的步驟設計：統計工作的第一步和最關鍵的一步搜集整理分析統計分析統計描述：運用一些統計指標(均數、標準差、率)、統計表和統計圖等，對數據的數量特征及其分布規律進行客觀地描述和表達，不涉及樣本推斷總體的問題。統計推斷：在一定的置信度和概率保證下，根據樣本信息去推斷總體特征。包括參數估計和假設檢驗兩個內容。幾個基本概念統計資料的三種類型并舉例說明總體和樣本參數和統計量抽樣誤差小概率事件三種研究設計類型成組設計(完全隨機設計)配對設計隨機區組設計定量資料的統計描述

集中趨勢的統計描述定量資料的頻數表離散程度的統計描述描述集中趨勢的

定量資料的指標——平均數均數幾何均數中位數它們各自的適用條件和注意事項離散程度的指標全距四分位數標準差、方差變異系數描述正態分布的集中位置和離散程度的指標：

均數和標準差描述偏態分布資料的集中位置和離散程度的指標

中位數和四分位數間距正態分布概念：正態分布是高峰位于中央(均數所在處)、兩側逐漸降低且左右對稱、不與橫軸相交的鐘型光滑曲線，也叫高斯分布。正態分布的圖形：正態分布的特征標準正態分布用N(0,1)表示常用的三個區間

1.645

區間面積占總面積(或總觀察例數)的90%。

1.96

區間面積占總面積(或總觀察例數)的95%。

2.58

區間面積占總面積(或總觀察例數)的99%。計算醫學參考值范圍常用的方法正態分布法：適用于正態或近似正態分布資料。雙側界值：單側上界：；單側下界：對數正態分布法：適用于對數正態分布資料雙側界值：百分位數法：常用于偏態分布資料雙側界值：P2.5和P97.5；單側上界：P95；或單側下界：P52.3總體均數的估計均數的抽樣誤差t分布總體均數的估計均數的抽樣誤差概念：抽樣引起的樣本統計量與總體參數之間的差異稱為抽樣誤差(samplingerror)。均數的抽樣誤差：抽樣引起的樣本均數與總體均數的差異稱為均數的抽樣誤差。標準誤(standarderror)樣本均數的標準差稱標準誤,是說明均數抽樣誤差大小的指標，大，抽樣誤差大；反之，小，抽樣誤差小。標準誤的計算：標準誤的估計值：影響標準誤大小的因素的大小與

成正比與樣本含量n的平方根成反比標準差和標準誤的區別與聯系t分布t分布與標準正態分布相比有什么特點？總體均數的估計參數估計是指用樣本統計量來估計總體參數，有點估計和區間估計兩種方法。點估計是用樣本統計量直接作為總體參數的估計值；區間估計是指按一定的概率，估計總體參數的所在范圍，這個范圍稱為參數的置信區間

區分參考值范圍與總體均數的置信區間是否99%的置信區間優于95%置信區間？假設檢驗的基本步驟

建立檢驗假設，確定檢驗水準

選定檢驗方法，計算檢驗統計量

確定P值，作出統計推斷

t檢驗t檢驗的應用條件為：①在單樣本檢驗中，總體標準差未知且樣本含量較小(n<50)時，要求樣本來自正態分布總體；②成組檢驗要求兩組資料相應的總體分別服從正態分布且方差齊。當不滿足這些條件時可使用變量變換將數據轉換成正態或者近似正態分布，或使用秩和檢驗。兩小樣本均數比較時，若兩總體方差不相等，還可使用t’檢驗。常用的幾種t檢驗方法樣本均數與已知總體均數比較配對比較的t檢驗成組比較的t檢驗配對t檢驗配對設計資料主要有以下三種情況：①配對的兩個受試對象分別接受兩種不同處理之后的數據，如把同性別、年齡相近且相同病情的病人配成一對；②同一樣品用兩種方法(或儀器)檢驗出的結果；③同一受試對象兩個部位的測定數據。配對檢驗其目的是推斷兩種處理(或方法)的結果有無差別。2.6I型錯誤與II型錯誤

拒絕了實際上成立的H0，這類“棄真”的錯誤為I型錯誤(typeIerror)，概率為；不拒絕實際上不成立的H0，這類“存偽”的錯誤為II型錯誤(typeIIerror)，概率為。當樣本量確定時，越小，越大；反之，越大，越小。客觀實際拒絕H0不拒絕H0

H0成立

I型錯誤(

)推斷正確(1-

)H0不成立推斷正確(1-

)II型錯誤(

)檢驗效能如果兩個總體參數間確實存在差異，使用假設檢驗方法能夠發現這種差異(即拒絕)的能力被稱為檢驗效能(poweroftest)，記為。一般情況下要求檢驗效能應在0.8以上。

假設檢驗中的注意事項

要保證組間的可比性要根據研究目的、設計類型和資料類型選用適當的檢驗方法正確理解假設檢驗中概率P值的含義結論不能絕對化

單、雙側檢驗應事先確定方差分析目的(ANOVA)

（analysisofvariance)通過分析處理組均數之間的變異，推導k個總體均數間是否相等，或k個處理之間的差別是否有統計學意義。方差分析的基本思想把全部觀察值間的變異按設計類型的不同，分解成兩個或多個組成部分，然后將各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具有統計學意義。

方差分析的應用條件1.各樣本是相互獨立的隨機樣本，均服從正態分布2.各樣本的總體方差相等，即方差齊性

獨立、正態、方差齊性如果方差不齊時，可采用F’檢驗或秩和檢驗。

幾種常用的方差分析完全隨機設計的方差分析(單因素)隨機區組的方差分析交叉設計的方差分析析因設計的方差分析

比較各種方差分析的變異分解多個樣本均數經方差分析后，若有統計學意義，需用多重比較的方法進一步了解哪些均數間差別有統計學意義。常用SNK法(q檢驗)和Dunnett-t檢驗，前者為兩兩間均作比較，后者為實驗組和對照組比較。方差分析用于兩個均數的比較時，同一資料所得結果與t檢驗等價，即有。直線回歸目的

研究變量之間的數量依存關系(Y隨著X變化而變化），找出一條最能代表這種數據關系的直線。直線回歸方程：

x為自變量的取值為當

x取某一值時應變量y的平均估計值

a為截距(intercept)，即當x=0時y的平均估計值b為回歸系數(regression

coefficient)，表示x改變一個單位時y的平均改變量。

采用最小二乘法（Leastsquaremethod）計算回歸系數a與截距b

最小二乘法原理：實測點到直線的縱向距離平方之和達到最小直線回歸反映自變量對應變量數量上影響大小的統計量是回歸系數，而非P值。

P值越小只能說明越有理由認為變量間的直線關系存在，而不能說明影響越大或關系越強。直線相關的目的

研究兩個隨機變量X與Y之間的相互關系及其密切程度。直線相關系數r的意義r是表示兩個隨機變量之間呈直線相關的強度和方向的統計量。相關系數的性質

1、相關系數沒有單位，其值為-1≤r≤1，其正負表示兩變量間直線相關的方向；正相關：0<r<1完全正相關:r＝+1

負相關：-1<r<0完全負相關:r＝-1

零相關：r＝0

2、r的絕對值大小表示兩變量之間直線相關的密切程度。r的絕對值越接近于1，說明相關密切程度越高；絕對值越接近0，說明相關密切程度越低。秩相關的適用條件

不服從雙變量正態分布

用等級資料表示的原始資料

總體分布未知或邊界不確定的資料直線回歸與直線相關的聯系對同一資料計算r與b，它們的符號一致r與b的假設檢驗等價，即對同一樣本有r與b可以互相換算：反映回歸效果好壞采用什么指標？參數統計與非參數統計的區別秩和檢驗應用條件和范圍配對秩和檢驗成組設計多個樣本比較兩兩比較分類資料的描述率的計算與應用構成比的計算與應用相對比的計算與應用

率概念:說明某現象出現的強度或頻度。計算公式為：

式中k為100

、1000‰、10000/萬和100000/10萬等。構成比概念:說明某一事物內部各組成部分所占比重或分布,常用百分數表示,計算公式為：特點:總體內各組構成比的總和應為100%。

比(ratio)：概念:亦稱相對比，是A、B兩有關指標之比，說明A是B的若干倍或幾分之幾，通常用倍數或分數表示。計算公式為：注意:兩個比較指標可以性質相同或不同，如，相對危險度(RR)、變異系數(CV)等。注意常用相對數指標發病率患病率死亡率病死率有效率治愈率應用相對數應注意的問題1、計算相對數應有足夠的觀察單位數2、分析時不能以構成比代替率3、應分別將分子和分母合計求合計率4、相對數的比較應注意其可比性標準化法在對合計率進行比較時，如果各組觀察對象內部構成不同，應考慮對合計率(平均率)進行標準化。標準化法就是采用統一的標準構成，消除因混雜因素構成不同對總指標的影響。二項分布與Poisson分布二項分布的性質Poisson分布的性質率的抽樣誤差率的標準誤的計算公式卡方檢驗卡方檢驗的用途？卡方檢驗的基本公式

值反映了實際頻數與理論頻數吻合的程度

兩獨立樣本(成組設計)四格表基本格式四格表專用公式

配對設計資料的檢驗配對四格表的

2兩個率是否有差異配對四格表的專用公式11.9兩個率的相關分析成組四格表的專用公式11.5四格表值的校正行×列表資料的

2檢驗列聯表用途分析行變量和列變量之間的關系學過的檢驗兩樣本率比較配對四格表資料多個樣本率比較兩個或多個樣本構成的比較兩分類指標的相關分析

2檢驗的基本步驟建立檢驗假設，確定檢驗水準

計算檢驗統計量(首先考察最小理論頻數）

確定P值，作出統計推斷卡方檢