资源描述:
《医学统计学第六版课后答案,医学统计学第六版课后答案 (李康)》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、.页眉.医学统计学第六版课后答案,医学统计学第六版课后答案(李康) 统计学部分题答案(源于互联网,仅供参考) 1.解释描述统计和推断统计: 描述统计是通过图表或数学方法,对数据资料进行整理、分析,并对数据的分布状态、数字特征和随机变量之间关系进行估计和描述的方法。 推断统计:推断统计是研究如何利用样本数据来推断总体特征的统计方法。 2.举例说明总体、样本、参数、统计量、变量这几个概念。 总体:包含所研究的全部个体的集合。如由多个企业构成的集合,多个居民构成的集合,多个人构成的集合。 样本:是从总体中抽取的一部分元素的集合。如从一批灯泡中随机抽取1
2、00个,这100个灯泡就构成了1个样本。 参数:是用来描述总体特征的概括性数字度量。如总体平均数,总体方差,总体比例,统计量:是用来描述样本特征的概括性数字度量。如样本均数、样本标准差、样本比例。变量:说明现像的概念。如商品销售额,受教育程度,产品的质量等级。3什么叫二手资料?使用二手资料需要注意些什么? 所谓二手资料,是指特定的调查者按照原来的目的收集、整理的各种现成的资料,又称次级资料 使用二手资料需要注意数据的定义、含义、计算品径和计算方法。 4.比较概率抽样和非概率抽样的特点。举例说明什么情况下适合采用概率抽样,什么情况下适合采用非概率抽样。页
3、脚..页眉. 非概率抽样的缺点恰是概率抽样的优势:-不能估计出抽样误差; -不知道抽中的单位所具有代表性的程度;-非概率抽样的结果不能也不应该推算总体。 在实际操作过程中,非概率抽样经常被市场调研人员使用,其原因与本身固有的优势有关:-非概率抽样比概率抽样费用低。非概率抽样的这一特点对那些精确性要求补不严格的调查有相当大的吸引力。试探性调查就是其中的一例。 -一般来讲,非概率抽样实施起来要比概率抽样用的时间少 5数据的预处理包括哪些内容?包括审核、筛选、排序。6,四分位数的计算方法 首先确定四分位数的位置:Q1的位置=(n+1)/4Q2的位置=(n
4、+1)/2Q3的位置=3(n+1)/4n表示项数 实例1数据总量:6,47,49,15,42,41,7,39,43,40,36由小到大排列的结果:6,7,15,36,39,40,41,42,43,47,49一共11项Q1的位置=(11+1)/4=3Q2的位置=(11+1)/2=6Q3的位置=3(11+1)/4=9Q1=15,Q2=40,Q3=43实例2数据总量:7,15,36,39,40,41一共6项Q1的位置=(6+1)/4=1.75Q2的位置=(6+1) /2=3.5Q3的位置=3(6+1)/4=5.25Q1=7+(15-7)×(1.75-1)=13,
5、Q2=36+(39-36)×(3.5-3)=37.5,Q3=40+(41-40)×(5.25-5)=40.25 7.异众比率、四分位差、方差或标准差的适用场合。异众比率:,适合测度分类数据的离散程度,适用于衡量众数对一组数据的代表程度 四分位差:主要用于测量顺序数据的离散程度,不宜分类数据。方差或标准差:主要用于数值型数据离散程度的方法。8,为什么要计算离散系数? 为消除变量水平高低和计量单位不同对离散程度测度值的影响。页脚..页眉. 9,简述样本量与置信水平、总体方差、边际误差的关系。 从样本容量的公式可以看出,样本容量与置信概率成正比,在其他条件
6、不变的情况下,置信概率越大,所需的样本容量也就越大;样本容量与总体方差成正比,总体的差异越大,所要求的样本容量也越大;样本容量与边际误差的平方成反比,我们可以接受的边际误差越大,所需的从样本容量的公式可以看出,样本容量与置信概率成正比,在其他条件不变的情况下,置信概率越大,所需的样本容量也就越大;样本容量与总体方差成正比,总体的差异越大,所要求的样本容量也越大;样本容量与边际误差的平方成反比,我们可以接受的边际误差越大,所需的样本容量就越小。样本容量就越小。 10,什么是假设检验中的显著性水平?统计显著是什么意思?显著性水平:通常以 a表示,是1个临界概率
7、值,它表示假设检验中 用样本资料推断总体时,犯拒绝假设错误的可能性大小,a越小,犯拒绝假设的错误性越小。 统计显著:通过对数据的整理,分析得出1个结论,并检验这个结论中的参数是不是在一定范围内符合条件。 11.什么是假设检验中的2类错误? 指在假设检验中,由于样本信息的局限性,势必会产生错误,错误无非只有2种情况。A错误:指原假设H0正确,而拒绝H0所犯的错误。B错误:指原假设H0不正确,而不拒绝H0报犯的错误。 12,什么是方差分析?它研究的是什么? 方差分析指通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。 它研究
8、的是分类型自变量对数值型因变量的影响。