《医学统计学总复习2》由会员分享，可在线阅读，更多相关《医学统计学总复习2（20页珍藏版）》请在金锄头文库上搜索。
1、方差分析目的(ANOVA) （analysis of variance) 通过分析处理组均数之间的变异，推导 k个总体均数间是否相等，或k个处理之间的 差别是否有统计学意义。 基本思想 将总变异分解成两个或多个变异， 其中有一个是由随机误差引起的，而其 它变异是由各自因素引起的。然后，把 各因素变异除以误差项引起的变异。 几种常用的方差分析 l完全随机设计的方差分析(单因素) l随机区组的方差分析 l交叉设计的方差分析（了解，不需要掌握） 多个样本均数间的多重比较 比较各种方差分析的变异分解 l单因素 l随机区组 l 直线回归目的 研究变量之间的数量依存关系(Y 随着X变化而变化），找出一条最
2、能 代表这种数据关系的直线。 基本概念 v直线回归方程： X为自变量的取值 为当X取某一值时应变量Y的平均 估计值 为截距(intercept)，即当X=0时Y的 平均估计值 为回归系数(regressioncoefficient)， 又称斜率(slope)，是当X每改变一个 观测单位时所引起的的改变量。 1、预测： 点估计:是在给定X下的条件平均 值的点估计 1-的可信区间估计 其计算公式为： 个体Y的容许区间 2、控制：控制是指要求应变量Y在一定范 围内波动时，如何控制自变量X的取值。 直线相关的目的 研究两个随机变量X与Y之间的相互 关系及其密切程度。 相关系数 r 的性质 lr的范围：
3、。当=1时，为完全相 关；当0r1时，为正相关；当-1r 时，为负相关；当r时，为完全无关 或无线性相关。 l r的绝对值大小表示两变量之间直线联 系的密切程度。 直线相关系数r的意义 r是表示两个随机变量之间呈直线 相关的强度和方向的统计量。 直线回归与直线相关的联系 l对同一资料计算r与b，它们的符号 一致 lr与b的假设检验等价，即对同一样 本有 lr与b可以互相换算： 决定系数 分类资料的描述 l率的计算与应用 l构成比的计算与应用 l相对比的计算与应用 率 概念:说明某现象出现的强度或频度。 计算公式为： 式中k为100、1000、10000/万和 100000/10万等。 构成比 概念: 说明某一事物内部各组成部分所占 比重或分布,常用百分数表示, 计算公式为： 特点: 总体内各组构成比的总和应为100% 。 比(ratio)： 概念:亦称相对比，是A、B两有关指标之比 ，说明A是B的若干倍或几分之几，通常 用倍数或分数表示。 计算公式为： 注意:两个比较指标可以性质相同或不同， 如，相对危险度(RR)、变异系数(CV)等。 注意 2检验的基本步骤 l建立检验假设，确定检验水准 l计算检验统计量(首先考察最小理论频数） l确定P值，作出统计推断
