11-多因素实验资料的方差分析
11-3
（1）本题为4个处理组的2×2析因涉及，因分成3天进行，若将每天的实验结果设为一个区组，先进行随机区组的方差分析:
方差分析表1
变异来源df SS MS F Sig.
总变异11 818.369
区组间 2 3.762 1.881 .230 .801
处理组间 3 765.529 255.176 31.196 .000
误差 6 49.078 8.180
从上表可以看出，各区组间差异无统计学意义，即各天的实验结果间无差异。
（3）依据完全随机设计析因试验方法进行方差分析
方差齐性检验表
F df1 df2 Sig.
1.429 3 8 0.304
P值大于0.05，尚不能认为方差不齐。
方差分析表2
变异来源df SS MS F Sig.
总变异11 818.37
试样处理方式（A） 1 716.11 716.11 108.42 0.000
试样重量（B） 1 36.40 36.40 5.51 0.047
AB 1 13.02 13.02 1.97 0.198
误差8 52.84 6.605
结局：可以认为高锰酸盐处理及试样重量均会对甘蓝叶核黄素浓度测定产生影响，尚不能认为高猛酸盐及试样重量的交互作用会对甘蓝叶核黄素浓度测量有影响。
11-4
假定不存在高阶交互作用，仅对A、B、C、D、E5个因素的主效应进行分析，采用正交设计的方差分析法：
正交设计的方差分析
变异来源df SS MS F Sig.
总变异15 3495.366
A 1 540.911 540.911 21.714 .001
B 1 1743.689 1743.689 69.998 .000
C 1 787.223 787.223 31.602 .000
D 1 82.038 82.038 3.293 .100
E 1 92.400 92.400 3.709 .083
误差10 249.104 24.910
从上表可以看出，A、B、C三个因素的主效应有统计学意义（P<0.05），即A、B、C三个参数对高频呼吸机的通气量有影响。
11-5
随机区组的裂区设计，一级实验单位的变异来自于A因素主效应、区组变异及个体间误差，二级实验单位的变异来自于B因素的主效应、AB的交互效应以及个体内的误差，见下表。
随机区组裂区设计的方差分析
变异来源df SS MS F Sig.
二级单位总计19 146.1375
家兔间（一级单位总计）9 81.013
注射药物（A） 1 63.013 63.013 47.557 .002 区组 4 12.700 3.175 2.396 .209 个体间误差 4 5.300 1.325
部位间（一级单位总计）10 65.125
毒素浓度（B） 1 63.013 63.013 252.050 .000
A *
B 1 .113 .113 .450 .521
个体内误差8 2.000 0.25
从上表结果可以看出:无论是低浓度毒素还是高浓度毒素所致的皮肤损伤，抗毒素注射后的皮肤受损直接均小于对照组，全身注射抗毒素对皮肤损伤有保护作用。
12-重复测量设计资料的方差分析
12-2
数据为重复测量资料，方差分析表如下：
方差分析表
变异来源SS df MS F Sig.
时间主效应4500.000 1 4500.000 238.095 .000 时间×处理28.800 1 28.800 1.524 .252 个体内误差151.200 8 18.900
处理主效应45.000 1 45.000 1.837 .212 个体间误差196.000 8 24.500
从上表可以看出:
(1)两种方法治疗前后中度甲亢患者心率测量结果有差别（P<0.05）
(2)不考虑时间，两种方法心率的主效应未见差别（P>0.05）
(3)测量前后与处理不存在交互作用（P>0.05），即两种方法治疗前后心率的变化幅度相同。
12-5
(1)进行球型检验
within subjects
effcet Mauchly
' W
approx.chi-
square df Sig.
Epsilon b
Greenhouse-
Geisser
Huynh-
Feldt
lower-
bound
t .119 27.028 5 .000 .675 .847 .333 P<0.05，不满足球形检验，需进行校正
(2)重复测量资料方差分析结果
测量时间及其与药物剂型交互作用的方差分析表source SS df MS F Sig.
t sphericity assumed 26560.05 3 8853.349 74.972 .000
Greenhouse-Geisser
26560.05 2.026 13107.070 74.972 .000
Huynh-Feldt
26560.05 2.541 10453.519 74.972 .000
lower-bound
26560.05 1 26560.046 74.972 .000 t * G sphericity assumed 16614.53 3 5538.177 46.898 .000
Greenhouse-Geisser
16614.53 2.026 8199.076 46.898 .000
Huynh-Feldt
16614.53 2.541 6539.158 46.898 .000
lower-bound
16614.53 1 16614.532 46.898 .000 error (t) sphericity assumed 4959.76 42 118.089
Greenhouse-Geisser
4959.76 28.369 174.827
Huynh-Feldt
4959.76 35.571 139.433
lower-bound
4959.76 14 354.268
新旧剂型患者血药浓度比较的方差分析表source SS df MS F Sig.
intercept 493771.9 1 493771.870 729.972 .000
G 59.9 1 59.916 0.089 .770
error 9470.0 14 676.425
结论：使用不同剂型患者血药浓度没有差别；使用前后患者血药浓度存在明显差别；不同剂型使用前后血药浓度的变化幅度不同。
15-多元线性回归分析
（1）以低密度脂蛋白中的胆固醇（Y1）为应变量：
方差分析表1
变异来源平方和df 均方 F P
回归18530.408 4 4632.602 8.090 0.00025
残差14316.258 25 572.650
总计32846.667 29
回归参数估计及其检验结果1
变量 B Sb b' t Sig.
(常量) -0.829 47.773 -0.017 0.986 载脂蛋白A1 0.233 0.197 0.165 1.181 0.249 载脂蛋白B 1.325 0.282 0.714 4.699 0.0001 载脂蛋白E -0.124 2.783 -0.008 -0.045 0.965 载脂蛋白C -2.385 0.765 -0.494 -3.119 0.005 决定系数：R2=0.564 调整的决定系数：R2=0.494
按α=0.05检验水平，回归方程中X2和X4有统计学意义，即低密度脂蛋白中的胆固醇与载脂蛋白B及C之间存在线性关系。
以高密度脂蛋白中的胆固醇（Y2）为应变量：
方差分析表2
变异来源平方和df 均方 F P
回归4392.581 4 1098.145 22.487 <0.0001 残差1220.886 25 48.835
总计5613.467 29
回归参数估计及其检验结果2
变量 B Sb b' t Sig.
(常量) -2.1323 13.9511 -0.1528 0.87975 载脂蛋白A1 0.48331 0.05764 0.82547 8.38546 0.00000 载脂蛋白B -0.0527 0.08235 -0.0687 -0.6401 0.52794 载脂蛋白E -0.2944 0.81278 -0.0457 -0.3622 0.72027 载脂蛋白C -0.415 0.22331 -0.2078 -1.8583 0.07494 决定系数：R2=0.783 调整的决定系数：R2=0.748
按α=0.05检验水平，回归方程中X1有统计学意义，即高密度脂蛋白中的胆固醇与载脂蛋白A1之间存在线性关系。
（2）自变量筛选
设定进入、剔除标准分别为α入=0.05和α出=0.10
以低密度脂蛋白中的胆固醇（Y1）为应变量，向前法纳入变量为X2、X4，向后法纳入变量为X2、X4，逐步回归法纳入变量为X2、X4，三者结果无差异；
以高密度脂蛋白中的胆固醇（Y2）为应变量，向前法纳入变量为X2、X4，向后法纳入变量为X1、X4，逐步回归法纳入变量为X1、X4，三者结果无差异；
（3）以X1-X4为自变量，Y2/Y1为应变量，使用逐步回归法分析，设定进入、剔除标准分别为α入=0.05和α出=0.10，结果如下：
方差分析表3
变异来源平方和df 均方 F P
回归0.2833527 3 0.09445 46.8465 0.0000
残差0.0524207 26 0.00202
总计0.3357734 29
回归参数估计及其检验结果3
变量 B Sb b' t Sig.
(常量) 0.35543 0.08847 4.01775 0.0004
载脂蛋白A1 0.00264 0.00036 0.58288 7.35716 0.0000
载脂蛋白B -0.0036 0.00048 -0.6116 -7.5074 0.0000
载脂蛋白C 0.00333 0.00123 0.21586 2.70002 0.012
决定系数：R2=0.844 调整的决定系数：R2=0.826
与前面的分析结果相比，用Y2/Y1作为应变量，与单独使用Y1或者Y2的回归方程决定系数及调整的决定系数更高，说明高、低密度脂蛋白中的胆固醇含量的比值，较单纯的低密度脂蛋白中胆固醇的含量或者单纯高密度脂蛋白中胆固醇的含量，对诊断动脉硬化lemme个更有意义。
（4）残差分析
由标准化残差分析图可以看出，散点分布不是十分均匀，存在先下后上的趋势，并不满足回归分析的条件，且有一个点超过了2，属于离群值。
（5）分析结果
血清低密度脂蛋白中的胆固醇含量与载脂蛋白B和C有关，与载脂蛋白B成正相关，载脂蛋白C成负相关；
高密度脂蛋白与载脂蛋白A1成正相关，载脂蛋白C成负相关；
与高、低密度脂蛋白中的胆固醇含量的比值作为综合指标衡量动脉硬化，得到的结果与载脂蛋白A1、B及C有关。
16-Logistics回归
二、
（1）各因素赋值说明
因素变量名赋值
性别X1 男=0，女=1
年龄组X2 7~=1，10~=2，13~=3，16~=4 胆固醇X3 <5.18=0,≥5.18=1
甘油三酯X4 <0.50=0,≥0.50=1
肥胖症Y 有=1，无=0
将年龄组转化成哑变量
水平X2-1 X3-1 X4-1
1 0 0 0
2 1 0 0
3 0 1 0
4 0 0 1
（2）单因素分析
参数估计及假设检验1
变量 B S.E, Wals df Sig. Exp (B) 性别X1 -.465 .182 6.537 1 .011 .628
常量-1.933 .113 290.502 1 .000 .145 年龄组X2(1) 1.087 .285 14.540 1 .000 2.965 年龄组X2(2) .585 .310 3.559 1 .059 1.794
年龄组X2(3) -.260 .302 .739 1 .390 .771 常量-2.494 .245 103.432 1 .000 .083 胆固醇X3 .711 .219 10.550 1 .001 2.035 常量-2.256 .100 511.138 1 .000 .105 甘油三酯X4 .793 .181 19.173 1 .000 2.210 常量-2.406 .116 430.001 1 .000 .090 从上表可以看出，四个因素对于肥胖的发生都有影响。其中，男性肥胖发生率低于女性；第二个年龄段肥胖发生率最高，而后随着年龄增加风险降低，说明性别和年龄可能对胆固醇及甘油三酯的作用产生混杂。
（3）多因素分析
1）模型1：认为肥胖的发生只与性别和年龄组相关
logit P=β0+β1X1+β2-1X2-1+β3-1X3-1+β4-1X4-1
参数估计及假设检验2
变量 B S.E, Wals df Sig. Exp (B) 性别X1 -0.455 0.185 6.069 1 0.014 0.635 年龄组X2(1) 1.075 0.286 14.155 1 0.000 2.930 年龄组X2(2) 0.576 0.311 3.444 1 0.063 1.780 年龄组X2(3) -0.269 0.303 0.787 1 0.375 0.764 常量-2.289 0.257 79.433 1 0.000 0.101 -2logL1=866.602707
2）模型2：认为肥胖的发生与性别、年龄组及胆固醇含量相关
logit P=β0+β1X1+β2-1X2-1+β3-1X3-1+β4-1X4-1+β3X3
参数估计及假设检验3
变量 B S.E, Wals df Sig. Exp (B)
性别X1 -0.451 0.185 5.964 1 0.015 0.637
年龄组X2(1) 1.034 0.297 12.084 1 0.001 2.811
年龄组X2(2) 0.556 0.313 3.154 1 0.076 1.744
年龄组X2(3) -0.266 0.303 0.774 1 0.379 0.766
胆固醇X3 0.123 0.240 0.262 1 0.609 1.131 常量-2.295 0.257 79.638 1 0.000 0.101
-2logL1=866.343194
对X3的回归系数进行假设检验，P>0.05，说明X3没有纳入模型的必要。
3）模型3：认为肥胖的发生与性别、年龄组、胆固醇及甘油三酯含量相关
logit P=β0+β1X1+β2-1X2-1+β3-1X3-1+β4-1X4-1+β4X4
参数估计及假设检验3
变量 B S.E, Wals df Sig. Exp (B)
性别X1 -0.500 0.186 7.190 1 0.007 0.607
年龄组X2(1) 0.927 0.290 10.235 1 0.001 2.528
年龄组X2(2) 0.454 0.314 2.088 1 0.148 1.574
年龄组X2(3) -0.335 0.305 1.208 1 0.272 0.716
甘油三酯X4 0.703 0.187 14.081 1 0.000 2.020 常量-2.416 0.261 85.727 1 0.000 0.089
-2logL1=852.959317
引入X4后，对其回归系数进行检验，P<0.05，说明扣除性别与年龄影响后，甘油三酯与肥胖仍存在明显关系。
对模型1、2、3的似然值进行比较，模型3<模型1，说明模型3优于模型1，使用模型3拟合效果更好。
统计学 1.医学统计学： 是运用统计学原理和方法研究生物医学资料的搜集、整理、分析和推断的一门学科。（医学研究的对象主要是人体以及与人体的健康和疾病相关的各种因素） 2.同质： 性质相同的事物成为同质的，否则成为异质的或间杂的。 （观察单位间的同质性的进行研究的前提，也是统计分析的必备条件，缺乏同质性的观察单位的不能笼统地混在一起进行分析的） 3.变异： 是指在同质的基础上各观察单位(或个体)之间的差异。 4.总体： 总体是根据研究目的所确定的同质观察单位的全体。 5.样本： 样本是从总体中随机抽取的部分个体。（样本中包含的个体数称为样本含量） 6.随机： 即机会均等，是为了保证样本对总体的代表性、可靠性，使各对比组间在大量不可控制的非处理因素的分布方面尽量保持均衡一致，而采取的一种统计学措施。(包括抽样随机、分组随机、实验顺序随机) 7.统计量： 由样本所算出的统计指标或特征值称为统计量。(反映样本特性的有关指标) 8.参数： 总体的统计指标或特征值称为参数。 (总体参数是事物本身固有的、不变的，为常数) 9.抽样误差： 从某总体中随机抽取一个样本来进行研究，而所得样本统计量与总体参数常不一致，这种由抽样引起的样本统计量与总体参数间的差异称为抽样误差。这种在抽样研究中不可避免。（抽样误差有两种表现形式：①样本统计量与总体参数间的差异②样本统计量间的差异）10.概率: 描述事件发生可能性大小的一个度量，常用P表示，取值为0≤P≤1。 11.频率： 用随机事件A发生表示观察到某个可能的结果，则在n次观察中，其中有m次随机事件A发生了，则称A发生的比例0≤f≤1为频率。显然有 f = m / n 12.小概率事件： 当某事件发生的概率小于或等于0.05时，统计学上称该事件为小概率事件，其涵义为该事件发生的可能性很小，进而认为其在一次抽样中不可能发生。（为进行统计推断的依据） 13.定量资料： 以定量值表达每个观察单位的某项观察指标，如血脂，心率等。 14.定性资料： 以定性方式表达每个观察单位的某项观察指标，表现为互不相容的类别或属性，如血型、性别等。 15.等级资料： 以等级表达每个观察单位的某项观察指标，如疗效分级、血粘度、心功能分级等。
医学统计学 第一章 绪论 答案 名词解释: （1） 同质与变异:同质指被研究指标的影响因素相同,变异指在同质的基 础上各观察单位(或个体)之间的差异。 （2） 总体与样本:总体就是根据研究目的确定的同质观察单位的全体。样 本就是从总体中随机抽取的部分观察单位。 （3） 参数与统计量:根据总体个体值统计算出来的描述总体的特征量,称 为总体参数,根据样本个体值统计计算出来的描述样本的特征量称为 样本统计量。 （4） 抽样误差:由抽样造成的样本统计量与总体参数的差别称为抽样误 差。 （5） 概率:就是描述随机事件发生的可能性大小的数值,用p 表示 （6） 计量资料:由一群个体的变量值构成的资料称为计量资料。 （7） 计数资料:由一群个体按定性因数或类别清点每类有多少个个体,称 为计数资料。。 （8） 等级资料:由一群个体按等级因数的级别清点每类有多少个体,称为 等级资料。 就是非题: 1. × 2. × 3. × 4. × 5. √ 6. √ 7. × 单选题: 1. C 2. E 3. D 4. C 5. D 6. B 第二章 计量资料统计描述及正态分布 答案 名词解释: 1、 平均数 就是描述数据分布集中趋势(中心位置)与平均水平的指标 2、 标准差 就是描述数据分布离散程度(或变量变化的变异程度)的指标 3、 标准正态分布 以μ服从均数为0、标准差为1的正态分布,这种正态分布 称为标准状态分布。 4、 参考值范围 参考值范围也称正常值范围,医学上常把把绝大多数的某指 标范围称为指标的正常值范围。 填空题: 1. 计量,计数,等级 2. 设计,收集资料,分析资料,整理资料。 3. σ μχ-=u (变量变换)标准正态分布、0、1 4、 σ± σ96.1± σ58.2± 68、27% 95% 99% 5、 47、5% 6、均数、标准差 7、 全距、方差、标准差、变异系数
医学统计学 1、应用相对数时应注意的事项 ①计算相对数时分母不能太小； ②分析时不能以构成比代替率； ③当各分组的观察单位数不等时，总率（平均率）的计算不能直接将各分组的率相加求其平均； ④对比时应注意资料的可比性：两个率要在相同的条件下进行，即要求研究方法相同、研究对象同质、观察时间相等以及地区、民族、年龄、性别等客观条件一致，其他影响因素在各组的内部构成应相近； ⑤进行假设检验时，要遵循随机抽样原则，以进行差别的显著性检验。 2、正态分布的特点及其应用 性质：①两头低中间高，略呈钟形； ②只有一个高峰，在X=μ，总体中位数亦为μ； ③以均数为中心，左右对称； ④μ为位置参数，当σ恒定时，μ越大，曲线沿横轴越向右移动； σ为变异度参数，当μ恒定时，σ越大，表示数据越分散，曲线越矮胖，反之，曲线越瘦高； ⑤对于任何服从正态分布N（μ，σ2）的随机变量X作的线性变换，都会变换成u 服从于均数为0，方差为1的正态分布，即标准正态分布。 应用：①概括估计变量值的频数分布； ②制定参考值范围； ③质量控制； ④是许多统计方法的理论基础。 3、确定参考值范围的一般原则和步骤、方法 一般原则和步骤：①抽取足够例数的正常人样本作为观察对象； ②对选定的正常人进行准确而统一的测定，以控制系统误差； ③判断是否需要分组测定； ④决定取单侧范围值还是双侧范围值； ⑤选定适当的百分范围； ⑥选用适当的计算方法来确定或估计界值。 方法：①正态分布法：②百分位数法（偏态分布） 4、总体均数的可信区间与参考值范围的区别 概念：可信区间是按预先给定的概率来确定的未知参数μ的可能范围。 参考值范围是绝大多数正常人的某指标范围。所谓正常人，是指排除了影响所研究指标的疾病和有关因素的人；所谓绝大多数，是指范围，习惯上指正常人的95%。 计算公式：可信区间① ② ③ 参考值范围①正态分布 ②偏态分布 用途：可信区间用于总体均数的区间估计 参考值范围用于表示绝大多数观察对象某项指标的分布范围
医学统计学复习练习题库 研究生教材使用 一、最佳选择题 1．卫生统计工作的步骤为 A.统计研究调查、搜集资料、整理资料、分析资料 B.统计资料收集、整理资料、统计描述、统计推断 C.统计研究设计、搜集资料、整理资料、分析资料 D.统计研究调查、统计描述、统计推断、统计图表 E.统计研究设计、统计描述、统计推断、统计图表 2．统计分析的主要内容有 A.统计描述和统计学检验 B.区间估计与假设检验 C.统计图表和统计报告 D.统计描述和统计推断 E.统计描述和统计图表 3．统计资料的类型包括 A.频数分布资料和等级分类资料 B.多项分类资料和二项分类资料 C.正态分布资料和频数分布资料 D.数值变量资料和等级资料 E.数值变量资料和分类变量资料 4．抽样误差是指 A.不同样本指标之间的差别 B.样本指标与总体指标之间由于抽样产生的差别 C.样本中每个体之间的差别 D.由于抽样产生的观测值之间的差别 E.测量误差与过失误差的总称 5.统计学中所说的总体是指 A.任意想象的研究对象的全体 B.根据研究目的确定的研究对象的全体 C.根据地区划分的研究对象的全体 D.根据时间划分的研究对象的全体 E.根据人群划分的研究对象的全体 6．描述一组偏态分布资料的变异度，宜用 A.全距 B.标准差 C.变异系数 D.四分位数间距
E.方差
7．用均数与标准差可全面描述其资料分布特点的是 A.正偏态分布 B.负偏态分布 C.正态分布和近似正态分布 D.对称分布 E.任何分布 8．比较身高和体重两组数据变异度大小宜采用 A.变异系数 B.方差 C.极差 D.标准差 E.四分位数间距 9．频数分布的两个重要特征是 A.统计量与参数 B.样本均数与总体均数 C.集中趋势与离散趋势 D.样本标准差与总体标准差 E.样本与总体 10．正态分布的特点有 A.算术均数=几何均数 B.算术均数=中位数 C.几何均数=中位数 D.算术均数=几何均数=中位数 E.以上都没有 11．正态分布曲线下右侧5％对应的分位点为 A.μ+1.96σ B.μ-1.96σ C.μ+2.58σ D.μ+1.64σ E.μ-2.58σ 12．下列哪个变量为标准正态变量 A.s x μ- B.σμ-x C. x s x μ- D.x x σμ- E. s x μ- 13．某种人群（如成年男子）的某个生理指标（如收缩压）或生化指标 （如血糖水平）的正常值范围一般指 A.该指标在所有人中的波动范围 B.该指标在所有正常人中的波动范围 C.该指标在绝大部分正常人中的波动范围 D.该指标在少部分正常人中的波动范围 E.该指标在一个人不同时间的波动范围 14．下列哪一变量服从t 分布 A. σμ-x B. σμ-x C. x x σμ- D. x s x x - E. x s x μ- 2．统计分析的主要内容有
选择合适的统计学方法 1连续性资料 1.1 两组独立样本比较 1.1.1 资料符合正态分布,且两组方差齐性,直接采用t检验。 1.1.2 资料不符合正态分布，（1）可进行数据转换,如对数转换等,使之服从正态分布,然后对转换后的数据采用t检验；（2）采用非参数检验,如Wilcoxon检验。 1.1.3 资料方差不齐，（1）采用Satterthwate 的t’检验；（2）采用非参数检验,如Wilcoxon检验。 1.2 两组配对样本的比较 1.2.1 两组差值服从正态分布，采用配对t检验。 1.2.2 两组差值不服从正态分布，采用wilcoxon的符号配对秩和检验。 1.3 多组完全随机样本比较 1.3.1资料符合正态分布，且各组方差齐性，直接采用完全随机的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey 法，Scheffe法，SNK法等。 1.3.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Kruscal－Wallis法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用成组的Wilcoxon检验。 1.4 多组随机区组样本比较 1.4.1资料符合正态分布，且各组方差齐性，直接采用随机区组的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey 法，Scheffe法，SNK法等。 1.4.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Fridman检验法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用符号配对的Wilcoxon检验。 ****需要注意的问题： （1）一般来说，如果是大样本，比如各组例数大于50，可以不作正态性检验，直接采用t 检验或方差分析。因为统计学上有中心极限定理，假定大样本是服从正态分布的。 （2）当进行多组比较时，最容易犯的错误是仅比较其中的两组，而不顾其他组，这样作容易增大犯假阳性错误的概率。正确的做法应该是，先作总的各组间的比较，如果总的来说差别有统计学意义，然后才能作其中任意两组的比较，这些两两比较有特定的统计方法，如上面提到的LSD检验，Bonferroni法，tukey法，Scheffe法，SNK法等。**绝不能对其中的两
第二章 1.答：在统计学中用来描述集中趋势的指标体系是平均数，包括算术均数，几何均数，中位数。 均数反映了一组观察值的平均水平，适用于单峰对称或近似单峰对称分布资料的平均水平的描述。 几何均数：有些医学资料，如抗体的滴度，细菌计数等，其频数分布呈明显偏态，各观察值之间呈倍数变化(等比关系)，此时不宜用算术均数描述其集中位置，而应该使用几何均数（geometric mean ）。几何均数一般用G 表示，适用于各变量值之间成倍数关系，分布呈偏态，但经过对数变换后成单峰对称分布的资料。 中位数和百分位数： 中位数（median ）就是将一组观察值按升序或降序排列，位次居中的数，常用M 表示。理论上数据集中有一半数比中位数小，另一半比中位数大。中位数既适用于资料呈偏态分布或不规则分布时集中位置的描述，也适用于开口资料的描述。所谓“开口”资料，是指数据的一端或者两端有不确定值。 百分位数（percentile ）是一种位置指标，以P X 表示，一个百分位数P X 将全部观察值分为两个部分，理论上有X ％的观察值比P X 小，有（100-X ）％观察值比P X 大。故百分位数是一个界值，也是分布数列的一百等份分割值。显然，中位数即是P 50分位数。即中位数是一特定的百分位数。常用于制定偏态分布资料的正常值范围。 2.答：常用来描述数据离散程度的指标有：极差、四分位数间距、标准差、方差、及变异系数，尤以方差和标准差最为常用。 极差（range ，记为R ），又称全距，是指一组数据中最大值与最小值之差。极差大，说明资料的离散程度大。用极差反映离散程度的大小，简单明了，故得到广泛采用，如用以说明传染病、食物中毒等的最短、最长潜伏期等。其缺点是：1.不灵敏； 2.不稳定。 四分位数间距（inter-quartile range ）就是上四分位数与下四分位数之差，即：Q ＝Q U －Q L ,其间包含了全部观察值的一半。所以四分位数间距又可看成中间一半观察值的极差。其意义与极差相似，数值大，说明变异度大；反之，说明变异度小。常用于描述偏态分布资料的离散程度。 极差和四分位数间距均没有利用所研究资料的全部信息，因此仍然不足以完整地反映资料的离散程度。 方差（variance ）和标准差（standard deviation ）由于利用了所有的信息，而得到了广泛应用，常用于描述正态分布资料的离散程度。 变异系数（coefficient of variance ，CV ）亦称离散系数（coefficient of dispersion ），为标准差与均数之比，常用百分数表示。变异系数没有度量衡单位，常用于比较度量单位不同或均数相差悬殊的两组或多组资料的离散程度。 3.答：常用的相对数指标有：比，构成比和率。 比（ratio ），又称相对比，是A 、B 两个有关指标之比，说明A 为B 的若干倍或百 分之几，它是对比的最简单形式。其计算公式为 比＝A /B 率(rate)又称频率指标，用以说明某现象发生的频率或强度。常以百分率(％)、千分率(‰)、万分率(1/万)、十万分率(1/10万)等表示。计算公式为： ） 比例基数（单位总数 可能发生某现象的观察单位数 实际发生某现象的观察率K ?= 构成比(proportion) 又称构成指标，它说明一种事物内部各组成部分所占的比重或
统计学（Statistics）：运用概率论、数理统计的原理与方法，研究数据的搜集；分析；解释；表达的科学。 总体（population）：大同小异的研究对象全体。更确切的说，总体是指根据研究目的确定的、同质的全部研究单位的观测值。 样本（sample）：来自总体的部分个体，更确切的说，应该是部分个体的观察值。样本应该具有代表性，能反映总体的特征。利用样本信息可以对总体特征进行推断。 抽样误差（sampling error）在抽样过程中由于抽样的偶然性而出现的误差。表现为总体参数与样本统计量的差异，以及多个样本统计量之间的差异。可用标准误描述其大小。 标准误(Standard Error) 样本统计量的标准差，反映样本统计量的离散程度，也间接反映了抽样误差的大小。样本均数的标准差称为均数的标准误。均数标准误大小与标准差呈正比，与样本例数的平方根呈反比，故欲降低抽样误差，可增加样本例数 区间估计（interval estimation）：将样本统计量与标准误结合起来，确定一个具有较大置信度的包含总体参数的范围，该范围称为置信区间（confidence interval，CI），又称可信区间。 参考值范围描述绝大多数正常人的某项指标所在范围；正态分布法（标准差）、百分位数法，参考值范围用于判断某项指标是否正常 置信区间揭示的是按一定置信度估计总体参数所在的范围。t分布法、正态分布法（标准误）、二项分布法。置信区间估计总体参数所在范围 可信区间：按预先给定的概率确定的包含未知总体参数的可能范围。该范围称为总体参数的可信区间（confidence interval，CI）。它的确切含义是：可信区间包含总体参数的可 能性是1- α ，而不是总体参数落在该范围的可能性为1-α 。 参数统计（parametric statistics） 非参数统计（nonparametric statistics）是指在统计检验中不需要假定总体分布形式和计算参数估计量,直接对比较数据(x)的分布进行统计检验的方法。 变异（variation）：对于同质的各观察单位，其某变量值之间的差异 同质（homogeneity）：研究对象具有的相同的状况或属性等共性。 回归系数有单位，而相关系数无单位 β为回归直线的斜率(slope)参数，又称回归系数(regression coefficient)。 线性相关系数（linear correlation coefficient）：又称Pearson积差相关系数（Pearson product moment coefficient），是定量描述两个变量间线性关系的密切程度与相关方向的统计指标。 参数（parameter）：描述总体特征的统计指标。 统计量（statistic）：描述样本特征的统计指标。实验设计的基本原则 对照 (control) 对受试对象不施加处理因素的状态。在确定接受处理因素的实验组时，要同时设立对照组 重复 (replication)相同实验条件下进行多次实验或多次观察。整个实验的重复；观察多个受试对象（样本量）；同一受试对象重复观察。作用是估计变异大小和降低变异 随机化(randomization) 采用随机的方式，使每个受试对象都有同等的机会被抽取或分配到试验组和对照组。 I类错误（假阳性错误）真实情况为H0是成立的，但检验结果为H0不成立，这样的错误称为I类错误。其发生的概率用α表示。在假设检验中作为检验水准。一般取0.05或0.01。 II类错误（假阴性错误）真实情况为H1是成立的，但检验结果为H1不成立，这样的错误称为II类错误。其发生的概率用β表示。由于其取值取决于H1 ，因此在假设检验中无法确定。 变异指标是用于描述一组观察值围绕中心位置散布的范围，即描述离散趋势的统计指标。数值越大，说明数据越离散，反之越集中。极差 (range)；四分位数间距(quartile range)；方差(variance)；标准差(standard deviation)；变异系数(coefficient of variation 平均数指标用于描述一组同质观察值的集中趋势，反映一组观察值的平均水平。算术均数（arithmetic mean）；几何均数（geometric mean）；中位数（median）；众数（mode） 单纯抽样将调查总体的全部观察单位编号，从而形成抽样框架，在抽样框架中随机抽取部分观察单位组成样本。每个观察对象都有相同的机会被抽中系统抽样又称机械抽样。按照某种顺序给总体中的个体编号，然后随机地抽取一个号码作为第一个调查个体，其他的调查个体则按照某种确定的规则“系统”地抽取。最常用的方法是等距抽样 分层抽样先将总体中全部个体按某种特征分成若干“层”，再从每一层内随机抽取一定数量的个体组成样本。分层特征与研究目的有关。按各层比例抽样。为减少抽样误差，要求层内误差最小，层间误 差最大。 整群抽样先将总体分成若干“群”，从中随机抽取 几个群，抽取群内的所有观察单位组成调查样本。 “群”的确定与研究目的无关。为减少抽样误差， 需多抽几个“群”。 方差分析：又称变异数分析或 F检验，适用于对多 个平均值进行总体的假设检验，以检验实验所得的 多个平均值是否来自相同总体。 析因设计（factorial design）实验：凡同时配置两个 或两个以上处理因素，这些因素的各水平又具有完 全组合的实验，统称为析因设计（factorial design） 实验。 随机区组设计（randomized block design）是事先 将全部受试对象按某种可能与实验因素有关的特征 分为若干个区组（block），使每一区组内的受试对 象例数与处理因素的分组数相等，使每个实验组从 每一区组得到一例受试对象。 单向方差分析（one way analysis of variance）是指 处理因素只有一个。这个处理因素包含有多个离散 的水平，分析在不同处理水平上应变量的平均值是 否来自相同总体。 （2）计数资料：将观察单位按某种属性或类别分组， 所得的观察单位数称为计数资料 （count data）。计数资料亦称定性资料或分类资料。 其观察值是定性的，表现为互不相容的类别或属性。 如调查某地某时的男、女性人口数；治疗一批患者， 其治疗效果为有效、无效的人数；调查一批少数民 族居民的A、B、AB、O 四种血型的人数等。 （3）等级资料：将观察单位按测量结果的某种属性 的不同程度分组，所得各组的观察单位数，称为等 级资料（ordinal data）。等级资料又称有序变量。如 患者的治疗结果可分为治愈、好转、有效、无效或 死亡，各种结果既是分类结果，又有顺序和等级差 别，但这种差别却不能准确测量；一批肾病患者尿 蛋白含量的测定结果分为+、++、+++等。 随机变量（random variable）是指取指不能事先确 定的观察结果。随机变量的具体内容虽然是各式各 样的，但共同的特点是不能用一个常数来表示，而 且，理论上讲，每个变量的取值服从特定的概率分 布。 变异系数（coefficient of variation）用于观察指标单 位不同或均数相差较大时两组资料变异程度的比 较。用CV 表示。计算：标准差/均数*100% 直线回归（linear regression）建立一个描述应变量 依自变量变化而变化的直线方程， 并要求各点与该直线纵向距离的平方和为最小。直 线回归是回归分析中最基本、最简单的一种，故又 称简单回归（simple regression）。 回归系数（regression coefficient ）即直线的斜率 (slope)，在直线回归方程中用b 表示，b 的统计意 义为X每增（减）一个单位时，Y平均改变b 个单 位。 相关系数r：用以描述两个随机变量之间线性相关 关系的密切程度与相关方向的统计指标。 秩次：变量值按照从小到大顺序所编的秩序号称为 秩次（rank）。 秩和：各组秩次的合计称为秩和（rank sum），是非 参数检验的基本统计量。 方差（variance）：方差表示一组数据的平均离散情 况，由离均差的平方和除以样本个数得到。 检验效能：1- β称为检验效能（power of test），它是 指当两总体确有差别，按规定的检验水准a 所能发 现该差异的能力。 百分位数（percentile）是将n 个观察值从小到大依 次排列，再把它们的位次 依次转化为百分位。百分位数的另一个重要用途是 确定医学参考值范围 随机误差（random error）又称偶然误差，是指排 除了系统误差后尚存的误差。它受多种因素的影响， 使观察值不按方向性和系统性而随机的变化。误差 变量一般服从正态分布。随机误差可以通过统计处 理来估计。 一、统计表有哪些要素构成的？制表的注意事项有 哪些？ 一般来说，统计表由标题、标目、线条和数字、备 注五部分组成。但备注并不是必需的内容，可以根 据需要出现。 1简明扼要，重点突出：最好一张表突出一个中心， 不易太多中心，如果需要说明多个中心，可分成多 张统计表。 2合理安排主语和谓语的位置：对于表中任意一行， 从左至右，通过简短的连接词，可连成成一句通顺 的句子。 3表中数据要认真核对，保证准确可靠 二、为什么不宜用t 检验对多组均数进行比较？ 如果用t检验进行多个样本均数的两两比较，则会 增加犯I 类错误的概率。 经检验得到拒绝H0 ，认为两组之间有差别的结论 可能犯I类错误的概率为α，不犯I类错误的概率为 1- α.每次判断均不犯I类错误的概率为(1- α)k, k为比较的次数，上例α=0.05, k=3，则均不犯错误 的概率为( 1- 0.05)3 =0.86. 至少有一次判断犯I 类错误的概率为1-(1- α)k 三、方差分析的基本思想是什么？ 按实验设计的类型，将全部观察值间的变异分解成 两个或多个组成部分，然后将各部分的变异与随机 误差进行比较（每个部分的变异可由某因素的作用 来解释），以判断各部分的变异是否具有统计学意 义，从而推断不同样本所代表的总体均数是否相同。 五、简述直线相关与回归的区别与联系 区别：1．回归说明依存关系，直线回归用于说明两 变量间数量依存变化的关系，描述y如何依赖于x 而变化；相关说明相关关系，直线相关用于说明两 变量间的直线相关关系，此时两变量的关系是平等 的 2．r与b有区别：r说明具有直线关系的两个 变量间相关的密切程度与相关方向； b表示x每改 变一个单位，y平均增（减）多少个单位； 3．资料要求不同：直线回归要求应变量 y是来自正态总体的随机变量，而x可以是来自正 态总体的随机变量，也可以是严密控制、精确测量 的变量，相关分析则要求x，y是来自双变量正态分 布总体的随机变量。 4.取值范围：-∞ 第二章 1?答：在统计学中用来描述集中趋势的指标体系是平均数，包括算术均数，几何均数，中位数。 均数反映了一组观察值的平均水平，适用于单峰对称或近似单峰对称分布资料的平均水平的描述。 几何均数：有些医学资料，如抗体的滴度，细菌计数等，其频数分布呈明显偏态，各观察值之间呈倍数变化（等比关系），此时不宜用算术均数描述其集中位置，而应该使用几何均数（geometric mean）。几何均数一般用G表示，适用于各变量值之间成倍数关系，分布呈偏态，但经过对数变换后成单峰对称分布的资料。 中位数和百分位数： 中位数（median）就是将一组观察值按升序或降序排列，位次居中的数，常用M表 示。理论上数据集中有一半数比中位数小，另一半比中位数大。中位数既适用于资料呈偏态分布或不规则分布时集中位置的描述，也适用于开口资料的描述。所谓开口”资料， 是指数据的一端或者两端有不确定值。 百分位数（percentile）是一种位置指标，以P X表示，一个百分位数P X将全部观察值分为两个部分，理论上有X%的观察值比P X小，有（100-X）%观察值比P X大。故百分位数是一个界值，也是分布数列的一百等份分割值。显然，中位数即是P50分位数。 即中位数是一特定的百分位数。常用于制定偏态分布资料的正常值范围。 2?答：常用来描述数据离散程度的指标有：极差、四分位数间距、标准差、方差、及变异系数，尤以方差和标准差最为常用。 极差（range,记为R）,又称全距，是指一组数据中最大值与最小值之差。极差大，说明资料的离散程度大。用极差反映离散程度的大小，简单明了，故得到广泛采用，如用以说明传染病、食物中毒等的最短、最长潜伏期等。其缺点是：1?不灵敏；2?不稳定。 四分位数间距（inter-quartile range）就是上四分位数与下四分位数之差，即：Q= Q u —Q L ,其间包含了全部观察值的一半。所以四分位数间距又可看成中间一半观察值的极差。其意义与极差相似，数值大，说明变异度大；反之，说明变异度小。常用于描述偏态分布资料的离散程度。 极差和四分位数间距均没有利用所研究资料的全部信息，因此仍然不足以完整地反 映资料的离散程度。 方差（variance）和标准差（standard deviation）由于利用了所有的信息，而得到了广泛应用，常用于描述正态分布资料的离散程度。 变异系数（coefficient of variance , CV）亦称离散系数（coefficient of dispersion ）, 为标准差与均数之比，常用百分数表示。变异系数没有度量衡单位，常用于比较度量单位不同或均数相差悬殊的两组或多组资料的离散程度。 3?答：常用的相对数指标有：比，构成比和率。 比（ratio）,又称相对比，是A、B两个有关指标之比，说明A为B的若干倍或百 分之几，它是对比的最简单形式。其计算公式为比二A/B 率（rate）又称频率指标，用以说明某现象发生的频率或强度。常以百分率（%）、千分 率（%。）、万分率（1/万）、十万分率（1/10万）等表示。计算公式为： 率.= 实际发生某现象的观察单位数迸比例基数（K） 可能发生某现象的观察单位总数 构成比（proportion）又称构成指标，它说明一种事物内部各组成部分所占的比重或 第一章 绪论习题 一、选择题 1．统计工作和统计研究的全过程可分为以下步骤:（D ） A . 调查、录入数据、分析资料、撰写论文 B . 实验、录入数据、分析资料、撰写论文 C . 调查或实验、整理资料、分析资料 D. 设计、收集资料、整理资料、分析资料 E. 收集资料、整理资料、分析资料 2.在统计学中，习惯上把（B ）的事件称为小概率事件。 A.10.0≤P B. 05.0≤P 或01.0≤P C. 005.0≤P D.05.0≤P E. 01.0≤P 3～8 A.计数资料 B.等级资料 C.计量资料 D.名义资料 E.角度资料 3.某偏僻农村144名妇女生育情况如下：0胎5人、1胎25人、2胎70人、3胎30人、4胎14人。该资料的类型是（ A ）。 4.分别用两种不同成分的培养基（A 与B ）培养鼠疫杆菌，重复实验单元数均为5个，记录48小时各实验单元上生长的活菌数如下，A ：48、84、90、123、171；B ：90、116、124、225、84。该资料的类型是（C ）。 5.空腹血糖测量值，属于（ C ）资料。 6.用某种新疗法治疗某病患者41人，治疗结果如下：治愈8人、显效23人、好转6人、恶化3人、死亡1人。该资料的类型是（B ）。 7.某血库提供6094例ABO 血型分布资料如下：O 型1823、A 型1598、B 型2032、AB 型641。该资料的类型是（D ）。 8. 100名18岁男生的身高数据属于（C ）。 二、问答题 1．举例说明总体与样本的概念. 答：统计学家用总体这个术语表示大同小异的对象全体，通常称为目标总体，而资料常来源于目标总体的一个较小总体，称为研究总体。实际中由于研究总体的个体众多，甚至无限多，因此科学的办法是从中抽取一部分具有代表性的个体，称为样本。例如，关于吸烟与肺癌的研究以英国成年男子为总体目标，1951年英国全部注册医生作为研究总体，按照实验设计随机抽取的一定量的个体则组成了研究的样本。 2．举例说明同质与变异的概念 答:同质与变异是两个相对的概念。对于总体来说，同质是指该总体的共同特征，即该总体区别于其他总体的特征；变异是指该总体内部的差异，即个体的特异性。例如，某地同性别同年龄的小学生具有同质性，其身高、体重等存在变异。 3．简要阐述统计设计与统计分析的关系 答：统计设计与统计分析是科学研究中两个不可分割的重要方面。一般的，统计设计在前，然而一定的统计设计必然考虑其统计分析方法，因而统计分析又寓于统计设计之中；统计分析是在统计设计的基础上，根据设计的不同特点，选择相应的统计分析方法对资料进行分析 医学统计学（第六版） 课后答案 第一章绪论 一、单项选择题 答案 1. D 2. E 3. D 4. B 5. A 6. D 7. A 8. C 9. E 10. D 二、简答题 1答由样本数据获得的结果，需要对其进行统计描述和统计推断，统计描述可以使数据更容易理解，统计推断则可以使用概率的方式给出结论，两者的重要作用在于能够透过偶然现象来探测具有变异性的医学规律，使研究结论具有科学性。 2答医学统计学的基本内容包括统计设计、数据整理、统计描述和统计推断。统计设计能够提高研究效率，并使结果更加准确和可靠，数据整理主要是对数据进行归类，检查数据质量，以及是否符合特定的统计分析方法要求等。统计描述用来描述及总结数据的重要特征，统计推断指由样本数据的特征推断总体特征的方法，包括参数估计和假设检验。 3答统计描述结果的表达方式主要是通过统计指标、统计表和统计图，统计推断主要是计算参数估计的可信区间、假设检验的P 值得出相互比较是否有差别的结论。 4答统计量是描述样本特征的指标，由样本数据计算得到，参数是描述总体分布特征的指标可由“全体”数据算出。 5答系统误差、随机测量误差、抽样误差。系统误差由一些固定因素产生，随机测量误差是生物体的自然变异和各种不可预知因素产生的误差，抽样误差是由于抽样而引起的样本统计量与总体参数间的差异。 6答三个总体一是“心肌梗死患者”所属的总体二是接受尿激酶原治疗患者所属的总体三是接受瑞替普酶治疗患者所在的总体。 第二章定量数据的统计描述 一、单项选择题 答案 1. A 2. B 3. E 4. B 5. A 6. E 7. E 8. D 9. B 10. E 二、计算与分析 2 第三章正态分布与医学参考值范围 一、单项选择题 答案 1. A 2. B 3. B 4. C 5. D 6. D 7. C 8. E 9. B 10. A 二、计算与分析 1 2[参考答案] 题中所给资料属于正偏态分布资料，所以宜用百分位数法计算其参考值范围。又因血铅含量仅过大为异常，故应计算只有上限的单侧范围，即95P 。 简答题 0. 算术均数、几何均数和中位数各有什么适用条件？ 答：（1）算术均数：适用对称分布，特别是正态或近似正态分布的数值变量资料。 （2）几何均数：适用于频数分布呈正偏态的资料，或者经对数变换后服从正态分布（对数正态分布）的资料，以及等比数列资料。 （3）中位数：适用各种类型的资料，尤其以下情况： A 资料分布呈明显偏态； B 资料一端或两端存在不确定数值（开口资料或无界资料）； C 资料分布不明。 1.对于一组近似正态分布的资料，除样本含量n 外，还可计算 S X ,和S X 96.1±，问各说明什么？ （1）X 为算数均数，说明正态分布或近似正态分布资料的集中趋势 （2）S 为标准差，说明正态分布或近似正态分布的离散趋势 （3）S X 96.1±可估计正态指标的95%的医学参考值范围，即此范围在理论上应包含95%的个体值。 2.试述正态分布、标准正态分布的联系和区别。 正态分布 标准正态分布 原始值X 无需转换 作u=（X-μ）/σ转换 分布类型 对称 对称 集中趋势 μ μ=0 均数与中位数的关系 μ=M μ=M 参考：标准正态分布的均数为0，标准差为1；正态分布的均数则为μ，标准差为σ（μ为任意数，而σ为大于0的任意数）。标准正态分布的曲线只有一条，而正态分布曲线是一簇。任何正态分布都可以通过标准正态变换转换成标准正态分布。标准正态分布是正态分布的特例。 3.说明频数分布表的用途。 1）描述频数分布的类型 2）描述频数分布的特征 3）便于发现一些特大或特小的可疑值 4）便于进一步做统计分析和处理 4.变异系数的用途是什么？ 多用于观察指标单位不同时，如身高与体重的变异程度的比较；或均数相差较大时，如儿童身高与成人身高变异程度的比较。 5.试述正态分布的面积分布规律。 （1）X 轴与正态曲线所夹的面积恒等于1或100%； （2）区间μ±σ的面积为68.27%，区间μ±1.96σ的面积为95.00%，区间μ±2.58σ的面积为99.00%。 6.试举例说明均数的标准差与标准误的区别与联系。 7.标准正态分布(u 分布)与t 分布有何不同？ 选择合适的统计学方法 1 连续性资料 1.1 两组独立样本比较 1.1.1 资料符合正态分布,且两组方差齐性,直接采用t 检验。 1.1.2 资料不符合正态分布，（1）可进行数据转换,如对数转换等,使之服从正态分布,然后对转换后的数据采用t 检验；（2）采用非参数检验,如Wilcoxon 检验。 1.1.3 资料方差不齐，（1）采用Satterthwate 的t '检验；（2）采用非参数检验,如Wilcoxon 检验。 1.2 两组配对样本的比较 1.2.1 两组差值服从正态分布，采用配对t 检验。 1.2.2 两组差值不服从正态分布，采用wilcoxon 的符号配对秩和检验。 1.3 多组完全随机样本比较 1.3.1 资料符合正态分布，且各组方差齐性，直接采用完全随机的方差分析。如果检验结果 为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey 法，Scheffe 法，SNK 法等。 1.3.2 资料不符合正态分布，或各组方差不齐，则采用非参数检验的Kruscal －Wallis 法。如 果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni 法校正P 值，然后用成组的Wilcoxon 检验。 1.4 多组随机区组样本比较 1.4.1 资料符合正态分布，且各组方差齐性，直接采用随机区组的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD 检验，Bonferroni 法，tukey 法，Scheffe 法，SNK 法等。 1.4.2 资料不符合正态分布，或各组方差不齐，则采用非参数检验的Fridman 检验法。如果 检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni 法校正P 值，然后用符号配对的Wilcoxon 检验。 **** 需要注意的问题： （1）一般来说，如果是大样本，比如各组例数大于50，可以不作正态性检验，直接采用t 检验或方差分析。因为统计学上有中心极限定理，假定大样本是服从正态分布的。 （2）当进行多组比较时，最容易犯的错误是仅比较其中的两组，而不顾其他组，这样作容易增大犯假阳性错误的概率。正确的做法应该是，先作总的各组间的比较，如果总的来说差别有统计学意义，然后才能作其中任意两组的比较，这些两两比较有特定的统计方法，如上面提到的LSD 检验，Bonferroni 法，tukey 法，Scheffe 法，SNK 法等。** 绝不能对其中的两 组直接采用t检验，这样即使得出结果也未必正确** 第一章绪论 1.举例说明总体和样本的概念。 研究人员通常需要了解和研究某一类个体，这个类就是总体。总体是根据研究目的所确定的所有同质观察单位某种观察值（即变量值）的集合，通常有无限总体和有限总体之分，前者指总体中的个体是无限的，如研究药物疗效，某病患者就是无限总体，后者指总体中的个体是有限的，它是指特定时间、空间中有限个研究个体。但是，研究整个总体一般并不实际，通常能研究的只是它的一部分，这个部分就是样本。例如在一项关于2007年西藏自治区正常成年男子的红细胞平均水平的调查研究中，该地2007年全部正常成年男子的红细胞数就构成一个总体，从此总体中随即抽取2000人，分别测的其红细胞数，组成样本，其样本含量为2000人。 2.简述误差的概念。 误差泛指实测值与真实值之差，一般分为随机误差和非随机误差。随机误差是使重复观测获得的实际观测值往往无方向性地围绕着某一个数值左右波动的误差；非随机误差中最常见的为系统误差，系统误差也叫偏倚，是使实际观测值系统的偏离真实值的误差。 3.举例说明参数和统计量的概念。 某项研究通常想知道关于总体的某些数值特征，这些数值特征称为参数，如整个城市的高血压患病率。根据样本算得的某些数值特征称为统计量，如根据几百人的抽样调查数据所算得的样本人群高血压患病。统计量是研究人员能够知道的，而参数是他们想知道的。一般情况下，这些参数是难以测定的，仅能够根据样本估计。显然，只有当样本代表了总体时，根据样本统计量估计的总体参数才是合理的。 4.简述小概率事件原理。 当某事件发生的概率小于或等于0.05时，统计学上习惯称该事件为小概率事件，其含义是该事件发生的可能性很小，进而认为它在一次抽样中不可能发生，这就 《流行病学》教学大纲供临床医学专业使用 锦州医学院教务处 2003年5月 《流行病学》教学大纲 适用专业: 临床医学 总学时：24，其中理论学时：18、实验学时：6 一、课程的性质和任务 流行病学（Epidemiology）是研究特定人群中与健康相关的状态和事件的分布和决定因素并用以控制健康问题的学科。近数十年来，随着危害人类生命和健康疾病谱的变化，随着医学模式由单纯生物学向生物学、心理学、社会医学相结合模式的转变，流行病学的研究对象、研究方法、研究内容也在不断发展。到现在为止，比较一致认可的流行病学定义为：流行病学是研究人群中疾病与健康状态的分布及其影响因素，制定和评价预防、控制和消灭疾病的对策和措施，并评价这些对策和措施的效果。其研究对象已由仅研究传染病扩大到非传染性疾病，又从疾病扩大、引伸到健康和与健康有关的事件；研究内容既包括了描述“分布”，分析“决定因素”，又包括了研究、提出、评价预防、保健的对策与措施。由此可见流行病学既是一门方法学，又是一门应用性很强的学科。其研究范围已包括了与人类疾病和健康有关的一切问题。 通过本课程的教学使学生掌握流行病学的基本原理、方法和技能，拓宽学生的思路，开阔学生的视野，提高学生能够应用流行病学方法，在疾病的预防、健康促进、病因研究和预防效果评价等方面独立分析问题和解决问题的能力，为今后从事疾病预防和控制工作打下基础。 二、相关课程的衔接 本门课程的前继课程是：基础医学相关课程、计算机基础和医学统计学。 三、教学的基本要求 教学目的 培养学生掌握流行病学基本理论、基本知识、流行病学方法的选择与应用，并了解相应的扩展知识和新进展知识，为学习预防医学各类卫生专业课程奠定流行病学理论基础，也为今后在卫生防疫实际工作中或其他有关学科中运用流行病学的理论和方法奠定基础。 教学要求 1、基本理论理论课教学要根据教学大纲的要求，重点突出教授基本理论和基本知识，详细讲授和解释，同时注意教授一定比例的扩展知识、新进展知识和实际应用知识，加强学生创新能力的培养，开拓思路、启发思维，调动学生的学习积极性。内容精练，条理清楚，合理使用教学设备和教具。也可根据本章节的特点规定学生必要的自学内容。医学统计学课后答案解析
医学统计学题库
医学统计学(第六版马斌荣)课后答案 很全面
最新医学统计学问答题(含答案)
常用医学统计学方法汇总
医学统计学第二版高等教育出版社课后习题答案剖析
《医学统计学》教学大纲
相关主题
文本预览