医学统计学期末考试重点.doc

《医学统计学期末考试重点.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、一、总体：是根据研究目的确定的同质观测单位的集合。样本：是从统计总体中随机抽取的、具有代表性的部分观测单位的集合。同质：即构成总体的各个观测单位在某一方面或几方面的性质相同或基本相同。变异：是指在同质基础上各观测单位之间的差异。离散型变量：指只能取可数的或有限个数的变量。特点只是取顺序整数值连续性变量：指可以取各整数区间的一切实数值的变量。特点是在两个连续的整数值之间还可以用小数或分数连接起来的非整数值。二、统计的含义1.统计工作：指搜集、整理、分析和研究统计数据的工作，是统计数据与统计理论的基础和

2、源泉。2.统计数据：指统计工作研究的主体及成果。3.统计学：是对研究对象的数据进行搜集、整理、分析和研究，以揭示其总体特征和规律性的方法论科学。三、统计学的主要内容1.研究设计：是按照研究目的和统计学要求制定具有针对性、具体性、专业性的工作方案。2.统计描述：用统计指标、统计图、统计表等方法描述样本资料的数据特征及其分布规律，是整个统计学的基础。3.统计推断：用样本信息推论总体特征的归纳过程，它有两个重要领域。四、误差及其分类误差指实际观测值与真值之差或样本指标与总体指标之差。误差分为非随机误差和随

3、机误差，非随机误差：粗差-粗心大意，无规律性，可以避免；系统误差-仪器、方法、等条件的差异，感官、理论和实验方法的差异。随机误差：测量误差-由一系列实验或观测条件的随机波动造成的实测值与真值之差；抽样误差-随机抽样引起的统计量与参数之间的差异。五、统计工作的基本步骤研究设计、搜集资料、整理资料、分析资料中医统计资料的搜集与整理一、中医统计资料的类型1.计量资料：是由数值变量产生的资料，即对每个观察单位用计量方法测得某项标志数值大小所得资料，变量值大多有度量衡单位；2.计数资料：是由分类变量产生的资料

4、，即对每个观察单位按某种属性分组计数得到的资料，变量值变现为互不相容的属性或类别，无度量衡单位。统计描述一、频数分布：是指观测值按大小分组，各个组段内观测值个数的分布，它是了解数据分布形态特征与规律的基础。集中趋势和离散趋势是其两个重要特征。集中趋势是指一组变量值的集中倾向或中心位置；离散趋势即一组变量值的离散倾向。它们是揭示数据分布的类型和正确进行统计描述与统计推断的前提。频数分布表（频数表）：是观测值或某些类别及其相应的频数按一定顺序排列的表格。医学参考值范围：是为了减小变异的影响，提高参考值作

5、为判定正常或异常的可靠性所确定的绝大多数正常人医学参考值的波动范围。率：表示某现象发生的频率或强度，是频率指标。构成比：事物内部各组成部分所占整体的比重或分布，常用百分数表示。相对比：描述两个有关指标的比例关系，指标可以是绝对数、相对数或平均数。率的标准化：采用统一标准计算各率的标准化率，使各率具有可比性，目的是在比较总率时消除混杂因素的影响。二、频数分布表/图的作用1.描述频数分布的集中趋势与离散趋势，直观地揭示数据的分布特征和分布类型；2.便于发现资料中某些远离群体的特大或特小的可疑值；3.便于

6、进一步计算统计指标和进行统计分析。三、正态分布的特征1.集中性、对称性和均匀变动性；2.υ和σ是正态分布的两个参数，决定了整个分布图形；υ恒定时，σ越大，表示数据越分散，曲线越矮胖；反之…3.任何均数为υ、标准差为σ的正态分布N（υ，σ2）都可以转换为均数为0、标准差为1的标准正态分布N（0，1）。四、制定医学参考值范围的注意事项1.需根据研究目的选定适当的百分界值，如80%、90%、95%、99%，常用95%；2.根据指标的实际用途确定单侧或双侧界值；3.根据资料的分布特点，选用恰当的计算方法；4

7、.根据专业知识确定是否需要按照年龄、性别等分组；5有足够的样本量，一般不低于100例。五、应用相对数的注意事项1.计算相对数的分母不宜太小；2.观察单位数不等的几个率不能直接相加求其合计率；3.资料对比时应注意可比性；4.资料分析时不能以构成比代替率。参数估计一、标准误：表示样本指标值在抽样分布中的变异情况，样本均数的标准差也称均数的标准误，描述同一总体中随机抽出n相同的多个样本均数间的离散型。自由度：是某一统计量中取值不受限制的变量的个数。二项分布：是对只具有两种互斥结果的离散型随机事件的规律性描

8、述的一种概率分布。柏松分布：是一种常见的离散型分布，用来描述单位面积、体积、时间、人群内等稀有或罕见事件发生的分布规律。区间估计：结合样本统计量和标准误确定一个具有较大可信度的包含总体参数的区间，该区间称为总体参数的1—α可信区间。准确度：是可信区间包含参数的概率大小，用可信度（1—α）表示。可信度越接近1，准确度越高。精密度：是对参数估计的范围或长度的度量。可信区间的长度越小，其估计的精密度越高。在可信度确定的情况下，通过增加样本量来减小SE，使得CI（可信区间）的