《2022年硕士医学统计学知识点总结汇总》由会员分享，可在线阅读，更多相关《2022年硕士医学统计学知识点总结汇总（37页珍藏版）》请在金锄头文库上搜索。
1、第 2 章 统计描述1. 对定量资料进行统计描述时,如何选择适宜的指标？定量资料统计描述常用的统计指标及其适用场合描述内指意义适用 场合容标均个体的平均值对称分布数平均水几何均平均倍数取对数后对称分布平数中 位位次居中的观看非对称分布.半定量资料.数值末端开口资料. 分布不明众频数最多的观看不拘分布形式,概略分析数值调和均基于倒数变换的正偏峰分布资料数平均值变 异全观看值取值范畴不拘分布形式,概略分析度距标 准观看值平均离开差均数的程度（方对称分布, 特别是正态分布资料差）可编辑资料 - - - 欢迎下载可编辑资料 - - - 欢迎下载四分位数间距居中半数观看值的全距非对称分布.半定量资料.末
2、端开口资料. 分布不明可编辑资料 - - - 欢迎下载变异系数标准差与均数的相对比不同量纲的变量间比较. 量纲相同但数量级相差悬殊的 变量间比较可编辑资料 - - - 欢迎下载定性资料：阳性大事的概率,概率分布,强度和相对比.2. 应用相对数时应留意哪些问题 .答：（ 1）防止概念混淆 相对数的运算是两部分观看结果的比值,依据这两部分观看结果的特点, 就可以判定所运算的相对数属于前述何种指标.（ 2）运算相对数时分母不宜过小 样本量较小时以直接报告确定数为宜.（ 3）观看单位数不等的几个相对数,不能直接相加求其平均水平.（ 4）相对数间的比较须留意可比性,有时需分组争辩或运算标准化率.3. 常
3、用统计图有哪些？分别适用于什么分析目的？ 常用统计图的适用资料及实施方法图形适用 资料实施 方法条直方图图组间数量对比定量资料的分用直条高度表示数量大小用直条的面积表示各组段的频数或频率可编辑资料 - - - 欢迎下载布百分条图构成比用直条分段的长度表示全体中各部分的构成比饼图构成比用圆饼的扇形面积表示全体中各部分的构线图定量资料数值成比线条位于横，纵坐标均为算术尺度的坐标系变动半对数线定量资料进展线条位于算术尺度为横坐标和对数尺度为纵图速度坐标的坐标系散 点 图双变量间的关联点的密集程度和形成的趋势, 表示两现象间的相关关系箱 式 图定量资料取值用箱体，线条标志四分位数间距及中位数，范畴全距
4、的位置茎 叶 图定量资料的用茎表示组段的设置情形,叶片为个体值,分布叶长为频数第 3 章 概率分布1. 听从二项分布及 Poisson 分布的条件分别是什么？二项分布成立的条件：每次试验只能是互斥的两个结果之一.每次试验的条件不变.各次试验独立.Poisson 分布成立的条件：除二项分布成立的三个条件外,仍要可编辑资料 - - - 欢迎下载求试验次数 n 很大,而所关怀的大事发生的概率很小.2. 二项分布， Poisson 分布分别有什么特点？二项分布， Poisson 分布都是离散型分布.二项分布的形状取决于与 n 的大小. =0.5 时,不论 n 大小, 对称分布. 0.5 时,图形呈偏态
5、,随 n 增大而逐步对称.当 n 足够大,或 1- 不太小,二项分布近似正态.Poisson 分布越小,分布越偏.越大,分布越对称.当n 足够大时,分布接近正态.4，正态分布应用 估量变量值的频数分布 制定参考值范畴 质量把握 正态分布是很多统计方法的基础5.正态分布特点 以均数为中心,左右对称 正态曲线在横轴上方均数处取得最高点 正态分布有两个参数,即均数（位置参数）和标准差（变异度参数） 正态曲线下面积有确定规律可编辑资料 - - - 欢迎下载第 4 章 参数估量1.标准误与标准差的区分（1） ）标准差反映个体值散布的程度.标准误反映估量总体参数的精确程度.（2） ）标准误小于标准差.（3
6、） ）样本含量越大,标准误越小,其样本均数更有可能接近于总体均数,随着样本含量的增大,标准差有可能增大,也有可能减小.（4） ）用途不同.标准差的用途： 反映一组资料的离散程度 运算变异系数 结合均数与正态分布的规律,估量参考值范畴标准误的用途： 衡量样本均数的牢靠性 与样本均数结合,估量总体均数的置信区间 可用于进行均数的假设检验标准误与标准差的区分与联系标准差标准误可编辑资料 - - - 欢迎下载区分 含描述个体观看值的离反应总体参数被估量的精确程度义范散程度统计描述统计推断畴用估量参考值范畴估量置信区间途nn 越大,标准差越稳n 越大,标准误越小定联系 1. 标准误大小与标准差成正比.2
7、.n 确定时,标准差越大,标准误也越大.3.简述置信区间与医学参考值范畴的区分.区分置信区间参考值范畴可编辑资料 - - - 欢迎下载含义用途运算公式总体参数的波动范畴, 即按事先给定的概率 1001 %所确定的包含未知总体参数的一个波动范 围估量未知总体均数所在范畴个体值的波动范畴,即按事先给定的范畴1001 %所确定的“正常人”的解剖，生理，生化指标的波动范畴供判定观看个体某项指标是否“正常”时参考（帮忙诊断）可编辑资料 - - - 欢迎下载可编辑资料 - - - 欢迎下载未知：Xt / 2, SX正态分布：XZ / 2S可编辑资料 - - - 欢迎下载已知或 未知但 n 30,有 偏峰分
8、布： PXP100 X可编辑资料 - - - 欢迎下载XZ / 2 X或XZ/2 SX可编辑资料 - - - 欢迎下载4 何谓置信区间精确度与精确度？如何和谐两者间的关系.置信区间有精确度与精密度两个要素.（1） ）精确度由置信度1 的大小确定,即由置信区间包含总 体参数的可能性大小来反映.从精确度的角度看,置信度愈接近于1愈好,（2） ）精密度是置信区间宽度的一半,意指置信区间的两端点值离样本统计量（如 X ，p）的距离.从精密度的角度看,置信区间宽度愈窄愈好.（3） ）在抽样误差确定的情形下,两者是相互冲突的.为了同时兼顾置信区间的精确度与精密度,可适当增加样本含量.3，参考值范畴估量的基
9、本步骤 从正常人的总体中进行随机抽样 对选定的正常人进行精确的测定 确定取单侧仍是双侧范畴 确定范畴 常用 95%. 依据资料的分布类型选用恰当的界值估量方法可编辑资料 - - - 欢迎下载第 5 章 假设检验1. 试述假设检验中与P 的联系与区分.区分：（ 1）值是事先确定的一个小的概率值.为一次检验中,甘愿可编辑资料 - - - 欢迎下载冒的风险.（2）P 值是在H 0 成立的条件下,显现当前检验统计量以及更极可编辑资料 - - - 欢迎下载端状况的概率.为一次检验中,实际冒的风险.联系：以 t 检验为例, P， 都可以用 t 分布尾部面积大小表示. P 时,拒绝 H 0 假设.2. 试述
10、假设检验与置信区间的联系与区分.联系：区间估量与假设检验是由样本数据对总体参数做出统计学推断的两种主要方法.区分：置信区间用于说明量的大小,即推断总体参数的置信范畴. 假设检验用于推断质的不同,即判定两总体参数是否不等.3. 怎样正确运用单侧检验和双侧检验？需要依据数据的特点及专业学问进行确定. 如比较甲，乙两种方法有无差异,就应选用双侧检验.如需要区分何者为优,就应选用单侧检验. 在没有特别专业学问说明的情形下, 一般接受双侧检验即可.4. 试述两类错误的意义及其关系.类错误：假如检验假设 H 0 实际是正确的,由样本数据运算获得可编辑资料 - - - 欢迎下载的检验统计量得出拒绝 H 0
11、的结论,此时就犯了错误,统计学上将这种拒绝了正确的零假设 H 0 （弃真）的错误称为类错误.类错误的概率用表示.可编辑资料 - - - 欢迎下载类错误：如检验假设H 0 原本不正确（H 1 正确）,由样本数据运算可编辑资料 - - - 欢迎下载获得的检验统计量得出不拒绝 H 0 （纳伪）的结论,此时就犯了类错误.类错误的概率用表示.在假设检验时,应兼顾犯类错误的概率（）和犯类错误的概率（ ）.犯类错误的概率（）和犯类错误的概率（）成反比.假如把类错误的概率定得很小,势必增加犯类错误的概率, 从而降低检验效能.反之,假如把类错误的概率定得很小,势必增 加犯类错误的概率,从而降低了置信度.为了同时
12、减小和,只有通过增加样本含量,削减抽样误差大小来实现.5. 试述检验功效的概念和主要影响因素.答：拒绝不正确的 H 0 的概率,在统计学中称为检验功效 power oftest,记为 1.检验功效的意义是：当两个总体参数间存在差异时 如备择假设 H 1 ：0 成立时 ,所使用的统计检验能够发觉这种差异 拒绝零假设 H 0 ：0 的概率,一般情形下要求检验功效应在0.8 以上.影响检验功效的四要素为总体参数的差异，总体标准差，检验水准 及样本量 n.可编辑资料 - - - 欢迎下载6. 简述假设检验的基本思想.假设检验是在 H0 成立的前提下,从样本数据中查找证据来拒绝H 0 ，接受 H 1的一种“反证”方法.假如从样本数据中得到的证据不可编辑资料 - - - 欢迎下载足,就只能不拒绝H 0 ,暂且认为H 0 成立,即样本与总体间的差异仅可编辑资料 - - - 欢
