醫學統計學重點總結

2021-10-21 09:04:50 字數 2706 閱讀 9888

簡述標準差與標準誤的聯絡與區別?

標準差和標準誤都是變異指標,但它們之間有區別,也有聯絡。區別: ①概念不同;標準差是描述觀察值(個體值)之間的變異程度;標準誤是描述樣本均數的抽樣誤差;②用途不同;標準差常用於表示變數值對均數波動的大小,與均數結合估計參考值範圍,計算變異係數,計算標準誤等。

標準誤常用於表示樣本統計量(樣本均數,樣本率)對總體引數(總體均數,總體率)的波動情況,用於估計引數的可信區間,進行假設檢驗等。③它們與樣本含量的關係不同: 當樣本含量 n 足夠大時,標準差趨向穩定;而標準誤隨n的增大而減小,甚至趨於0 。

聯絡: 標準差,標準誤均為變異指標,如果把樣本均數看作乙個變數值,則樣本均數的標準誤可稱為樣本均數的標準差;當樣本含量不變時,標準誤與標準差成正比;兩者均可與均數結合運用,但描述的內容各不相同。

試述正態分佈的特徵?

服從正態分佈的變數的頻數分布由υ 、σ 完全決定。

(1) υ 是正態分佈的位置引數,描述正態分佈的集中趨勢位置。正態分佈以 x =υ為對

稱軸,左右完全對稱。正態分佈的均數、中位數、眾數相同,均等於υ 。

(2) σ描述正態分佈資料資料分布的離散程度,σ越大,資料分布越分散,σ越小,數

據分布越集中。σ也稱為是正態分佈的形狀引數,σ越大,曲線越扁平,反之,σ越小,曲

線越瘦高。

簡述直線相關與直線回歸的聯絡與區別?

答: 1、區別: ①在資料要求上,回歸要求因變數y 服從正態分佈,自變數x是可以精確測量和嚴格控制的變數,一般稱為ⅰ型回歸;相關要求兩個變數x、y服從雙變數正態分佈。

這種資料若進行回歸分析稱為ⅱ型回歸。②在應用上,說明兩變數間依存變化的數量關係用回歸,說明變數間的相關關係用相關。2、聯絡:

①對一組資料若同時計算r與b,則它們的正負號是一致的;②r與b的假設檢驗是等價的,即對同一樣本,二者的t值相等。③可用回歸解釋相關。

.簡述假設檢驗的基本步驟及其兩類錯誤

① 建立假設:包括: h0,稱無效假設;h1:

稱備擇假設;② 確定檢驗水準:檢驗水準用α表示,α一般取0.05;③ 計算檢驗統計量:

根據不同的檢驗方法,使用特定的公式計算;④確定p值:通過統計量及相應的界值表來確定p值;⑤推斷結論:如p>α,則接受h0,差別無統計學意義;如p≤α,則拒絕h0, 差別有統計學意義。

ⅰ型錯誤又稱第一類錯誤(type ⅰ error):拒絕了實際上成立的,為「棄真」的錯誤,其概率通常用表示。ⅱ型錯誤又稱第二類錯誤(type ⅱ error):

不拒絕實際上不成立的,為「存偽」的錯誤,其概率通常用表示。

3.簡述標準差的意義和用途?

標準差是描述變數值離散程度常用的指標,主要用途如下: ①描述變數值的離散程度。兩組同類資料(總體或樣本)均數相近,標準差大,說明變數值的變異度較大,即各變數值較分散,因而均數代表性較差;反之,標準差較小,說明變數異度較小,各變數值較集中在均數周圍,因而均數的代表性較好。

②結合均數描述正態分佈特徵;③結合均數計算變異係數cv;④結合樣本含量計算標準誤。

抽樣誤差:由於總體中存在個體變異,隨機抽樣所得樣本僅僅是總體的一部分,從而造成樣本統計量與總體引數之間的差異,稱抽樣誤差。

第一類錯誤:拒絕了實際上是成立的h0所產生的錯誤,即"棄真", 其概率大小為α。

第二類錯誤:接受了實際上不成立的h0所產生的錯誤,即"存偽",其概率大小用β表示,一般β是未知的,其大小與α有關。

構成比: 又稱構成指標。它說明一事物內部各組成部分所佔的比重或分布。

構成比=(某一組成部分的觀察單位數/同一事物各組成的觀察單位總數)×100%。

率:又稱頻率指標。它說明某現象發生的頻率或強度。

率=(發生某現象的觀察單位數/可能發生該現象的觀察單位總數)×k。

率的標準化法: 採用乙個共同的內部構成標準,把兩個或多個樣本的不同內部構成調整為共同的內部構成標準, 以消除因內部構成不同對總率產生的影響,使算得的標準化率具有可比性

計量資料: 用定量方法對每個觀察物件測定某項指標量的大小,所得的資料稱為計量資料。

計數資料: 先將觀察單位按某種屬性或類別分組,然後清點各組的觀察單位數所得資料,稱為計數資料。

等級資料: 將觀察單位按某種屬性的不同程度分組,所得各組的觀察單位數,稱為等級資料。

小概率事件:我們把概率很接近於0(即在大量重複試驗**現的頻率非常低)的事件稱為小概率事件。

p值:p 值即概率,反映某一事件發生的可能性大小。統計學根據顯著性檢驗方法所得到的p 值反應結果真實程度,一般以p ≤ 0.

05 認為有統計學意義, p ≤0.01 認為有高度統計學意義,其含義是樣本間的差異由抽樣誤差所致的概率等於或小於0.05 或0.

01。描述資料分布集中趨勢的指標算術均數、幾何均數、中位數。

描述資料分布離散程度的指標極差、四分位數間距、方差、標準差、變異係數。

同質:影響研究指標的主要因素易控制的因素基本上相同。

可信區間:在引數估計時,按一定可信度估計所得的總體引數所在的範圍。

率:又稱頻率指標。它說明某現象發生的頻率或強度。

非引數檢驗:在統計推斷中,不依賴於總體的分布形式, 直接對總體分布位置是否相同進行檢驗的方法相關係數: 說明兩變數間相關關係的密切程度與相關方向的指標,用r表示。

回歸係數b: 即回歸直線的斜率,它表示當x變動乙個單位時,y平均改變b個單位。

偏回歸係數bi: 在其它自變數保持恆定時,xi每增(減)乙個單位時y平均改變bi個單位。

決定係數: 相關係數或復相關係數的平方,即r2或r2。它表明由於引入有顯著性相關的自變數,使總平方和減少的部分,r2或r2越接近1, 說明引入相關變數的效果越好

醫學統計學 重點總結

第一章總體 總體 population 是根據研究目的確定的同質觀察單位 研究物件 的全體,實際上是某一變數值的集合。可分為有限總體和無限總體。總體中的所有單位都能夠標識者為有限總體,反之為無限總體。樣本 從總體中隨機抽取部分觀察單位,其測量結果的集合稱為樣本 sample 樣本應具有代表性。所謂有...

醫學統計學 總結 重點 筆記 複習

俄第一章 2選1總體 總體 population 是根據研究目的確定的同質觀察單位 研究物件 的全體,實際上是某一變數值的集合。可分為有限總體和無限總體。總體中的所有單位都能夠標識者為有限總體,反之為無限總體。樣本 從總體中隨機抽取部分觀察單位,其測量結果的集合稱為樣本 sample 樣本應具有代表...

醫學統計學重點知識總結

醫學統計學 統計學 是研究資料的蒐集 整理與分析的科學,面對不確定資料做出科學的推斷和 直至為採取一定的決策和行動提出依據和建議。統計分析 就是使資料變成資訊,使資訊變成知識,從而推動科學進步的乙個過程。醫學統計學 是運用統計學原理和方法研究生物醫學資料的蒐集 整理 分析和推斷的一門學科 變異 宇宙...