基本统计方法
第一章概论
1. 总体（Population ）：根据研究目的确定的同质对象的全体（集合）；样本（Sample ）：从总体中随机抽取的部分具有代表性的研究对象。
2. 参数（Parameter ）：反映总体特征的统计指标，如总体均数、标准差等，用希腊字母表示，是固定的常数；统计量（Statistic ）：反映样本特征的统计指标，如样本均数、标准差等，采用拉丁字字母表示，是在参数附近波动的随机变量。
3. 统计资料分类：定量（计量）资料、定性（计数）资料、等级资料。
第二章计量资料统计描述
1. 集中趋势：均数（算术、几何）、中位数、众数
2. 离散趋势：极差、四分位间距（QR =P 75-P 25）、标准差（或方差）、变异系数（CV ）
3. 正态分布特征：①X 轴上方关于X =μ对称的钟形曲线；②X =μ时，f(X)取得最大值；③有两个参数，位置参数μ和形态参数σ；④曲线下面积为1，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%。
4. 医学参考值范围的制定方法：正态近似法：/2X u S α±；百分位数法：P 2.5-P 97.5。
第三章总体均数估计和假设检验
1. 抽样误差（Sampling Error ）：由个体变异产生、随机抽样造成的样本统计量与总体参数的差异。抽样误差不可避免，产生的根本原因是生物个体的变异性。
2. 均数的标准误（Standard error of Mean, SEM ）：样本均数的标准差，计算公式：
/X σσ=
3. 降低抽样误差的途径有：①通过增加样本含量n ；②通过设计减少S 。
4. t 分布特征：
①单峰分布，以0为中心，左右对称；
②形态取决于自由度ν，ν越小，t 值越分散，t 分布的峰部越矮而尾部翘得越高；
③当ν逼近∞,X S 逼近X σ, t 分布逼近u 分布，故标准正态分布是t 分布的特例。
5.置信区间（Confidence Interval , CI ）：按预先给定的概率（1-α）确定的包含总体参数的一个范围，计算公式：/2,X X t S αν±或/2,X X u S αν±。95%CI 含义：从固定样本含量的已知总体中进行重复抽样试验，根据每个样本可得到一个置信区间，则平均有95%的置信区间包含了总体参数。
6. 假设检验的基本原理：小概率反证法的思想。
①反证法：从问题的对立面(H 0)出发间接判断要解决的问题(H 1)是否成立。
②小概率事件：在H 0成立的条件下计算检验统计量，根据概率分布确定检验水准α下P
值大小，判断是否为小概率事件（通常P≤α视为小概率事件，α通常取0.05），是则拒绝H0，接受H1；否则尚不能拒绝H0。
7. 假设检验一般步骤：①建立假设（反证法，H0和H1），确定检验水准（α）；②计算统计量：u, t，F；③确定概率值P，做出推断结论。
8. t检验需满足的条件：比较的两个样本相互独立、均服从正态分布。
9. P的含义：是指从H0规定的总体随机抽样，抽得等于及大于(或/和等于及小于)现有样本获得的检验统计量(如t、u等)值的概率。
10. Ⅰ型错误（Type Ⅰerror）：拒绝了实际上成立的H0，这类“弃真”的错误称为Ⅰ型错误，Ⅰ型错误的大小为检验水准α。Ⅱ型错误（Type Ⅱerror）：接受了实际上不成立的H0，这类“存伪”的错误称为Ⅱ型错误，Ⅱ型错误的大小用β表示，1-β表示检验效能。α越小，β越大，增大样本量可以同时降低α和β。
11. 置信区间和假设检验的区别和联系：①可以通过判断置信区间是否包含零假设，判断单样本均数是否来自已知的总体；②置信区间不但能回答差别有无统计学意义，还可提示差别有无实际意义。③假设检验可提供置信区间不能提供的信息，如P值和检验效能等。
第四章方差分析
1. 方差分析的基本思想：根据研究目的和设计类型，把所有测量值的总变异按照处理因素和水平等分解成两部分（组内变异和组间变异）或更多部分，同时把对自由度相应进行分解，再进行比较，评价由处理因素引起的变异是否具有统计学意义。
2. 方差分析的应用条件：各样本是相互独立的随机样本，均来自正态分布的总体，各样本的总体方差相等（具有方差齐性）。
3. 方差分析表：
变异来源SS νMS F P
组间变异 a g-1 a/(g-1) MS组间/MS组内
组内变异 b N-g b/(N-g)
总变异a+b N-1
4. g=2时，随机区组设计的方差分析与配对设计资料t检验等价，t。
5. 多个样本均数间的多重比较：①LSD-t检验，即最小显著差异t检验，适用于一对或几对在专业上有特殊意义的样本均数间的比较；②Dunnett-t检验：适用于g-1个实验组与一个对照组均数差别的多重比较；③SNK-q检验：适用于多个样本均数两两之间的全面比较。
第五章计数资料的统计描述
1. 相对数的类型：强度相对数（率，如死亡率、发病率等）；结构相对数（构成比）；相对比（如性别比等）
2. 应用相对数的注意事项：①结构相对数不能代替强度相对数；②计算相对数应有足够的数量；③正确计算合计率；④注意资料的可比性；⑤对比不同时期资料应注意客观条件是否相同；⑥样本率（或构成比）的抽样误差。
3. 标准化率（Standardization rate）：采用标准化法进行计算，消除数据内部构成的差异，使标化后的合计率具有可比性，这种经过标化后的合计率称为标准化率。
4. 标准化率的注意事项：①只适用于内部构成不同，影响总率的可比性的问题；②选择的标准不同，计算得到的标准化率也不同，多个标准化率比较时，应选同一标准；③标准化率
已经不再反映当地的实际水平；④样本标准化率是样本值，存在抽样误差。比较两样本标准化率，当样本量较小时，需做假设检验。
第六章几种离散型变量的分布及应用
1. 二项分布X ～B (n ,π)的适用条件：①每次试验只发生两种对立的可能结果之一；②每次试验产生某结果的概率π固定不变；③重复试验是相互独立的。
2. 二项分布的性质：①阳性次数X 的总体均数（n μπ=）、标准差（σ=；
②样本率p 的均数（p μπ=）、标准差（p S =，即率的标准误）。③二项分布的正态近似条件：np 和n (1-p )均大于5。
3. 泊松分布X ～P (λ)的性质：①总体均数λ和总体方差σ2相等；②当n 很大，π很小，且np = λ为常数时，二项分布近似泊松分布；③λ≥20时，泊松分布近似正态分布；④泊松分布具备可加性。
第七章χ2检验
1. χ2检验的基本思想：根据χ2分布特征，通过比较实际频数与理论频数的差异，确定在H 0成立的条件下该差异由抽样误差造成是否为小概率事件，进而判断差异是否具有统计学意义。χ2值反映了实际频数与理论频数的吻合程度。
2. R×C 列联表中的各格子T≥1，并且1≤T ＜5的格子数不宜超过1/5格子总数，否则可能产生偏差。处理方法有三种：①增加样本量，使理论频数增大；②根据专业知识，删除或合并行列；③采用Fisher 确切概率法分析。
3.有序分组资料表线性趋势检验：
①双向无序的R ×C 列联表：多个样本率的比较采用R×C 列联表的χ2
检验；两个分类变量
的关联性分析则采用R×C 列联表的χ2检验和Pearson 列联系数进行分析。
②单向有序的R ×C 列联表：行有序而列无序：R×C 列联表的χ2检验；行无序而列有序，
采用Wilcoxon 秩和检验。
③双向有序属性相同的R ×C 列联表：配对四格表的扩展，采用一致性检验（Kappa 检验）。 ④双向有序属性不同的R ×C 列联表：样本率的比较采用Wilcoxon 秩和检验；相关性分析采用Spearman 相关分析；线性变化趋势分析采用有序分组资料的线性趋势检验或CMH χ2检验等。 第八章非参数检验
1. 秩和检验的适用范围：①总体分布偏态的计量资料；②数据两端有不确定值；③等级资料；④各组离散程度相差悬殊，总体方差不齐的资料。
2. 非参数检验对总体分布的形状差别不敏感，只对总体分布位置差别敏感；非参数检验没有充分利用资料信息，较参数检验的检验效低。故能用参数检验尽量采用参数检验，不满足参数检验条件才使用非参数检验。
3. 不同数据类型的统计分析路径：
（1）样本均数与总体均数的比较：正态，样本均数与总体均数的t 检验；非正态，Wilcoxon 符号秩检验。
（2）两样本均数比较：①独立正态：两独立样本t 检验；②独立非正态：两独立样本的Wilcoxon 秩和检验；③配对设计差值正态，配对t 检验；④配对设计差值非正态，Wilcoxon 符号秩检验。
（3）多样本均数比较：①独立正态（方差齐），方差分析；②独立非正态 Kruskal-Wails H 检验；③非独立正态，重复测量资料的方差分析；④非独立非正态，Friedman M 检验
第九章双变量回归和相关
1. 直线回归应满足的条件：自变量与因变量呈线性关系、观察值之间相互独立、因变量Y
随机正态、对任何X 因变量Y 的标准差相等。直线回归方程的一般形式为：?Y
a bX =+，a 为截距，
b 为回归系数，回归系数的估计采用最小二乘法原则（Least Squares Method ，使残差平方和最小）进行估计。
2.决定系数（coefficient of determination ）：回归平方和与总平方和的比值，R 2=SS 回/SS 总。R 2取值0～1之间无单位，其数值大小反映回归贡献的相对程度，即总变异中回归模型能够解释的百分比。
3. 秩相关的应用适用范围：（1）不服从双变量正态分布而不宜作Pearson 相关分析；（2）总体分布型未知；（3）等级资料的相关分析。
4. 相关与回归的区别与联系区别
（1）区别：
①资料：回归分析资料要求Y 为正态随机变量，X 为选定变量；相关分析资料X 、Y 服从双变量正态分布。
②应用：回归分析是由一个变量值推算另一个变量值（依存关系）；相关分析只反映两个变量间的相互关系。
③回归系数b 与原度量单位有关，而相关系数r 无关。b 的绝对值越大，回归直线越陡，即X 变化1个单位时Y 的平均变化越大；r 的绝对值越大，所有点越趋近于一条直线，两变量的关系越密切，相关度越高。
（2）联系：
①r 与b 值可相互换算，YY XX l l b r =；
②r 与b 正负号一致；
③r 与b 的假设检验等价：对于同一资料b r t t =，检验完全等价；
④回归可解释相关。相关系数的平方r 2(决定系数)是回归平方和与总的离均差平方和之比（SS
回/SS 总）
。 5. 应用直线回归时的注意事项
（1）作回归分析要有实际意义，不能把毫无关联的两种现象作回归分析，必须对两种现象间的内在联系有所认识。
（2）在进行直线回归分析之前，应绘制散点图，当观察点的分布有直线趋势时，才适宜作直线回归分析，散点图还能提示资料有无异常点。异常点的存在往往对方程中的系数（a 、b ）的估计产生较大影响。因此，需对异常点进行复查。
（3）建立直线回归方程后，要对系数进行假设检验，以确定回归方程有无意义。
（4）直线回归方程的适用范围一般以自变量的取值范围为限，避免外延。获得自变量值的手段也应与建立方程时相同。否则会产生较大偏差。
第十章统计表和统计图
1. 统计表的基本要求
（1）标题：概括表的主要内容（时间、地点、研究内容等），放在表的上方。表编号与标题间间隔一个汉字距离；如整个表指标统一，还应将指标的单位标在标题后面。
（2）标目：分别用横标目和纵标目说明每行和每列内容或数字的意义，标明指标的单位。通常描述的对象为横标目，内容（指标）为纵标目，从左向右读可以构成完整的一句话。
（3）线条：至少用3条线：顶线、底线和纵标目线。顶线和底线将表格与文章其他部分分隔开，纵标目线将标目的文字区与表格的数字区隔开，还可用横线将合计和两重纵标目隔开，其他竖线和斜线一概省去。顶线和底线线条粗细一般为1.5磅，其他线条一般为0.5磅。
（4）数字：用阿拉伯数字表示。无数字用“—”表示，缺失数字用“…”表示，数值为0者记为“0”，不留空项。数字按小数点位数对齐，同一指标最好保留相同位数的小数位数。
（5）备注：表中数字区不要插入文字。必须说明者表“*”，在表下方以备注的形式说明。
高级统计方法
第十二章重复测量资料的方差分析
1. 重复测量设计与随机区组设计的区别：（1）重复测量设计中“处理”是在区组（受试者）间随机分配，区组内的各时间点是固定的，不能随机分配；（2）重复测量设计区组内实验单位彼此不独立；
2. 球对称（sphericity ）：所有两两时间点变量间差值对应的方差相等，即重复测量的误差的协方差经正交对比变换后与单位矩阵成比例。
3. 重复测量资料方差分析的资料条件：
（1）正态性：处理因素的各水平样本个体间是相互独立的随机样本，其总体均数服从正态分布（个体间独立，个体内不独立）；
（2）方差齐性：相互比较的各处理水平的总体方差相等，即具有方差齐同；
（3）各时间点组成的协方差阵具有球形性特征。
第十五章多元线性回归分析
1. 偏回归系数（partial regression coefficient ）：多元线性回归模型中自变量X j 的系数βj ，表示在其他自变量保持不变时，X j 增加或减少一个单位是Y 的平均变化量。
2. 复相关系数（multiple correlation coefficient ）
：R =Y 与多个自变量
的线性相关程度，也是观察值Y 与估计值?Y 之间的相关程度。若只有一个自变量，R r =。
3. 标准化回归系数：对数据标准化后得到的标准化回归方程的回归系数即为标准化回归系数，j
j j Y S b b S ??'= ???
，用来比较各个自变量j X 对Y 的影响强度，在有统计学意义的前提下，标准化回归系数的绝对值越大说明相应自变量对Y 的作用越大。
4. 多元线性回归模型（01122?m m
Y X X X e ββββ=+++++ ）应满足的条件：①Y 与X 1，X 2，…，X m 之间具有线性关系；②各例观察值Y i 相互独立；③残差e 服从正态分布。
5. 哑变量（dummy variable ）：在多元线性回归模型中，当自变量为多分类变量（g 个水平）时，需要将原来的多分类变量转化为（g-1）个哑变量并进行编码，每个哑变量只代表两个级别或多个级别间的差异。应用哑变量时要注意：①哑变量同时存在，其统计学意义是相对而言的，不能采用常规的逐步回归进行变量选择；②可采用加与不加入哑变量的偏回归平方和F 检验确定哑变量有无意义。
6. 多重共线性（collinearity ）：某些自变量间存在较强的线性关系，使得一个或几个自变量可以由另外的自变量的线性关系表示，则该变量与另外的自变量间存在多重共线性。多重共线性可能导致回归方程不稳定、参数估计值标准误变得很大、t 检验不准确、估计值的正负符号与实际不符等。
7. 交互作用：当某一自变量对因变量的作用大小与另一自变量的取值有关，则这两个自变量有交互作用。是否考虑交互作用主要靠专业知识判断。为了检验两个自变量是否具有交互作用，普遍的做法是在模型中加入它们的乘积项（作为交互项）。
8.线性回归分析的SAS 结果解释：
（1）线性回归方程：? 2.994220.99733Y
x =+； （2）该线性回归模型的统计学检验结果：模型的方差分析统计量F =6.91，P =0.0303＜0.05，说明该线性回归模型具有统计学意义。
（3）R-Square=0.46353的意义：该线性回归模型可以解释因变量Y 的总变异的46.353%；
（4）回归系数估计值b =0.99733的意义：表示X 对Y 影响的大小，X 每改变一个单位，Y 改变0.99733个单位；其假设检验结果合方差分析结果的联系：方差分析结果说明X 与Y 之间存在的线性关系，t 检验结果说明计算得到的回归系数b 有统计学意义，在此问题中，二者是等价的，均说明该回归模型具有统计学意义。
（5）相关系数及其检验结果并解释该结果：r =0.68073，对r 进行t 检验得到P=0.0303＜0.05，则该相关系数具有统计学意义，说明X 与Y 之间具有中等强度的正相关关系。
第十六章 Logistic 回归分析
1. logistic 回归模型一般形式：011ln logit()exp()1m m P P X X P βββ??==+++
?-?? 。将某事件的阳性与阴性结果概率之比去自然对数称为logit 变换，记为logit (P )。
2. 回归系数j β采用最大似然估计（maximum likelihood estimate, MLE ，使在一次抽样中获得现有样本的概率最大）得到表示自变量X j 改变一个单位时logit P 的改变量。多变量调整后的优势比exp()j j OR β=，表示扣除了其他自变量的影响后危险因素的作用。OR j =1，说明X j 对疾病发生不起作用OR j ＞1，说明X j 是一个危险因素；OR j ＜1，说明X j 是一个保护因素，OR j 的1α-可信区间为：/2exp()j
j b b u S α±。
3. logistic 回归模型假设检验的方法：似然比法（102(ln ln )G L L =-，适合单个和多个自变
量的假设检验）、Wald 检验（j j b b u S =或2
2j j b b S χ?? ?= ???，适合单个自变量的假设检验）和计分检验（适合样本量较小的情况）。变量筛选的方法：前进法、后退法、逐步法。
4. 条件logistic 回归：适用于1:M 配对设计资料，条件似然函数估计的是在M+1个观察对象中恰好第一个观察对象属于病例组的条件概率，它只估计了表示危险因素作用的j β，表示匹配组效应的常数项0β被消去。
5. 有序logistic 回归基于累积概率构建回归模型，g 个类别的因变量Y 的有序logistic 回归包括g-1个方程，这些方程的回归系数均相同，差别主要体现在各方程的常数项0β不同。在对因变量Y 赋值时，应将专业上最不利的等级赋最小值，最有利的等级赋最大值。
6. 多分类logistic 回归是二分类logistic 回归的扩展，即选择一个参照类别，拟合剩余各类别相对于参照类别的logistic 回归模型。
第十七章生存分析
1. 生存分析的数据特点：（1）同时考虑生存时间和生存结局；（2）通常含有删失数据（censoring ，可能的原因：①研究截止但终点事件仍未出现；②失去联系或其他原因导致失访；③死于其他“事件”）；（3）生存时间的分布通常不服从正态分布。
2. 统计学分析方法：由于生存时间一般不呈正态分布，且需考虑是否为删失值，所以生存分析有其独特的统计方法。
（1）非参数法：
①生存率的估计采用Kaplan-Meier 法、寿命表法（频数表资料）；
②两组或多组生存率的比较，常用log-rank 检验（时序法，权重1i ω=，对观察后期
差别敏感）和Breslow 检验（权重i i n ω=，i n 为期初人数，随生存时间增大而逐渐减小，Breslow 检验给观察早期差别更大权重，故对观察早期差别敏感）。
（2）半参数法：多因素生存分析常采用Cox 比例风险模型（前提条件：假定风险比值h (t )/h 0(t )为固定值，即协变量对生存率的影响不随时间的改变而改变。检验此前提的方法：①分类协变量每组的K-M 生存曲线无交叉；②协变量与生存时间的交互项无统计学意义等。其参数估计方法为最大似然法）。
（3）参数法：指数分布法、Weibull 分布法等回归模型。
3. 多元线性回归、logistic 回归和Cox 回归的相同点和不同点
（1）相同点：
①自变量可为连续变量和多分类变量，多分类变量需哑变量化，哑变量在模型中是一个整体，必须同时“进”同时“出”；
②自变量间存在较强相关关系时可能导致多重共线性问题；
③自变量间可能存在交互作用，模型中通常采用自变量的乘积作为交互项；
④均可采用逐步回归筛选变量；
⑤均可进行影响因素分析、混杂因素校正、预测分析等。
（2）不同点：
第十八、十九章判别分析和聚类分析
1. 判别分析(discriminant analysis)：根据一批分类明确的样本在若干指标上的观察值，建立一个关于指标的判别函数和判别准则，然后根据这个判别函数和判别准则对新的样本进行分类，并且根据回代判别的准确率评估它的实用性。
2. Fisher 判别准则：它使得类间点的距离最大，而类内点的距离最小，适合于两类的判别分析；Bayes 判别准则：它使得每一类中的每个样本都以最大的概率进入该类，适合于多类的判别分析。
3. 评估判别函数的判别效能：原始数据的分类要可靠准确；指标变量对判别函数的作用要显著；判别函数的回代错判率和事后概率错误率要小。
4. 聚类分析（Cluster Analysis）：对于总体分类未知的一群事物依照“物以类聚”思想，把性质相近的事物归入同一类，而把性质相差较大的事物归入不同类的一种统计分析方法。
5. 聚类分析和判别分析的区别和联系
（1）区别：
①聚类分析可以对样本进行分类，也可以对指标进行分类；而判别分析只能对样本进行分类；
②聚类分析事先不知道事物的类别，也不知道应分几类；而判别分析必须事先知道事物的类别，也知道应分几类；
③聚类分析不需要分类的历史资料，能直接对样本进行分类；而判别分析需要分类历史资料去建立判别函数，然后才能对样本进行分类。
（2）联系：先采用聚类分析获得各个个体的类别（classification）；然后采用判别分析建立判别函数，对新个体进行类型识别（(identification ）
第二十章主成分分析和因子分析
1. 主成分的性质
（1）主成分互不相关；
（2）主成分的贡献率和累积贡献率：贡献率越大，表明主成分综合原始指标信息的能力越强；累积贡献率越高，说明前k个主成分综合原始资料信息的比例越高；
（3）主成分个数的选取：①以累计贡献率确定：累积贡献率≥70%为宜；②以特征根值大小确定：特征根值≥1。
（4）因子荷载：因子荷载反映主成分与原始指标间密切程度与作用方向；
（5）样品的主成分得分：根据主成分表达式计算样品的主成分值，推断和评价样品的特性。2. 因子模型的性质：
（1）公共度：共性方差h i2反映全体原始指标X i对所有公因子的依赖程度；
（2）因子贡献及因子贡献率：g j2的值越大，则F j对原始指标的影响越大；
（3）因子荷载及因子荷载矩阵：因子荷载反映公因子与原始指标间密切程度与作用方向；2. 主成分分析和因子分析的区别和联系
（1）联系：
①都是根据变量之间内部相关性来提取主要信息，获得新的变量（公因子变量和主成分变量），达到减少变量个数（降维）的目的；
=，即为无特殊因子的公因子模型；
②主成分分析模型两端同时乘以A'，则有X A F'
③因子分析的结果（主成分解）即为主成分分析的结果，因子分析的主因子解也常常由主成分分析的结果作为h i2的初始值计算。
（2）区别：
主成分分析是将m个原变量提取I (I≤m)个互不相关的主成分，准确计算各主成分的得分，其分析重点在于通过主成分综合原始变量的信息；
因子分析是提取I (I≤m)个支配原变量的共性因子和1个特殊因子，各因子之间可以互不相关或相关，根据共性因子得分系数估计因子得分，其分析重点是通过寻找共性因子解释原始变量之间的关系。
第二十一章典型相关分析
1.典型相关（Canonical Correlation Analysis）：是研究两组变量之间相关性的一种统计分析方法。是一种降维技术。
2. 典型相关分析基本思想：借助主成分分析的思想，分别计算得到两组变量的主成分，根据主成分综合原始变量信息的能力配对得到第i对典型相关变量（U i，V i）。两个第一主成分间的相关程度最大，即构成了第一对典型相关变量（U1，V1）。根据典型相关变量计算典型相关系数，更加全面得反映原来两组变量之间的整体相关性。
3. 典型相关系数（canonical correlation coefficient）：第i对典型相关变量间（U i，V i）的相关系数称为第i典型相关系数，反映了两组变量中存在的多种相关信息中第i大的一种。
医学研究的统计学设计
1.统计学设计内容：研究对象（分组、设置对照、样本含量）、处理因素、观察指标、数据的质量控制与管理、统计分析方法。
2. 研究设计的三要素：受试对象、处理因素、实验效应。
3. 实验设计的基本原则：重复、对照、随机化
4. 随机的三个含义：
分组随机－均衡性：每个研究对象有同等机会被分配到各处理组
抽样随机－代表性：总体中每个观察个体有同等机会被抽取
实验顺序随机：每个研究对象先后接受处理的机会相同
5. 影响样本含量大小的因素：
样本含量的估计时，通常是由犯I类错误的概率α、检验效能1－β、个体值间的离散程度S、以及容许误差d来确定样本含量。
6. 常用的随机抽样方法：单纯随机抽样、系统抽样、分层抽样、整群抽样、多阶段抽样等。
7. 对照类型：、空白对照、实验对照、标准对照、相互对照、自身对照
诊断试验评价与ROC分析
1. 常用指标：正确百分率、灵敏度、特异度、Youden指数、阳性似然比、阴性似然比、阳性预测值、阴性预测值。
诊断结果(T)
金标准（D）
合计病例（D+）对照(D-)
阳性（T+）TP(真阳性) FP(假阳性) TP+FP
阴性（T-）FN(假阴性) TN(真阴性) FN+TN
合计TP+FN FP+TN N
2. ①灵敏度与特异度取值范围均在0～1之间，其值不受患病率的影响；②Youden指数的取值范围在0～1之间，其值越接近于1，诊断准确性越好；③阳性似然比的取值范围为（0, ∞），其值越大，检测方法证实疾病的能力越强；④阴性似然比的取值范围为（0, ∞），其值越小，检测方法排除疾病的能力越好；⑤当灵敏度与特异度为常数时，增加患病率将增加阳性预测值，而降低阴性预测值。
医学统计学知识点整理 第一节统计学中基本概念 一、同质与变异 同质：统计研究中，给观察单位规定一些相同的因素情况。 如儿童的生长发育，规定同性别、同年龄、健康的儿童即为同质的儿童。 变异：同质的基础上个体间的差异。 “同质”是相对的，是客观事物在特定条件下的相对一致性，而“变异”则是绝对的 二、总体与样本 1、总体：是根据研究目的所确定的，同质观察对象（个体）所构成的全体。 2、样本：是从总体中随机抽取的部分观察单位变量值的集合。 三、参数与统计量 总体参数：根据总体个体值统计计算出来的描述总体的特征量。用希腊字母表示。μ.δ.π 样本统计量：根据样本个体值统计计算出来的描述样本的特征量。用拉丁字母表示。X.S.p 总体参数一般是不知道的，抽样研究的目的就是用样本统计量来推断总体参数，包括区间估计和假设检验 四、误差：实测值与真值之差★ 1.随机误差：是一类不恒定的、随机变化的误差，由多种尚无法控制的因素引起。随机测量误差、抽样误差。 2.系统误差：是一类恒定不变或遵循一定变化规律的误差，其产生原因往往是可知的或可能掌握的。 3.非系统误差：过失误差，可以避免或清除。 五、概率 是用来描述事件发生可能性大小的一个量值，常用P表示。概率取值0~1。 统计上一般将P≤0.05或P≤0.01的事件称为小概率事件，表示其发生的概率很小，可以认为在一次抽样中不会发生。 第二节统计资料的类型★
变量：确定总体之后，研究者应对每个观察单位的某项特征进行观察或测量，这种特征能表现观察单位的变异性，称为变量。 一、数值变量资料 又称为计量资料、定量资料：观测每个观察单位某项指标的大小而获得的资料。表现为数值大小，带有度、量、衡单位。如身高（cm）、体重(kg)、血红蛋白（g）等。 二、无序分类变量资料 又称为定性资料或计数资料：将观察对象按观察对象的某种类别或属性进行分组计数，分组汇总各组观察单位后得到的资料。 分类：二分类：+ -；有效，无效；多分类：ABO血型系统 特点：没有度量衡单位，多为间断性资料 【例题单选】某地A、B、O、AB血型人数分布的数据资料是( ) A.定量资料 B.计量资料 C.计数资料 D.等级资料 【答案】C 【解析】ABO血型系统人数分布资料属于无序分类变量资料，又称为计数资料。因为是按照变量的血型分类，血型表现为互不相容的属性。所以本题选C。 【例题单选】测量正常人的脉搏数所得的变量是（） A.二分类变量 B.多分类变量 C.定量变量 D.定性变量 【答案】C 【解析】脉搏数有数值大小，有度量衡，所以这个资料属于定量资料。本题选C。 三、有序分类变量资料 半定量资料或等级资料：将观察对象按观察对象的某种属性的不同程度分成等级后分组计数，分组汇总各组观察单位后得到的资料。 特点：每一个观察单位没有确切值，各组之间有性质上的差别或程度上的不同举例：- + ++ +++ 第三节统计工作的基本步骤★ 1.统计设计 2.收集资料
统计学知识点合集 1. 试验和事件：对某事物或现象所进行的观察或实验叫试验，把结果叫事件。 2. 基本事件（elementary event ）：如果一个事件不能分解成两个或更多个事件，就称为基 本事件。一次观察只能有一个基本事件。 3. 样本空间：一个试验中所有的基本事件的全体称为样本空间。 4. 古典概型：如果某一随机试验的结果有限，而且各个结果出现的可能性相等，则某一事 件A 发生的概率为该事件所包含的基本事件个数m 与样本空间中所包含的基本事件个数n 的比值。 5. 统计概型：在相同条件下随机试验n 次，某事件A 出现m 次（m ≤n ），则m/n 称为事 件A 发生的频率。随着n 增大，该频率围绕某一常数p 上下波动，且波动幅度逐渐减小，趋于稳定，这个频率的稳定值就是该事件的概率。 6. 概率加法：（1）两个互斥事件：P （A+B ）=P （A ）+P （B ）；任意两随机事件：P （A+B ） =P （A ）+P （B ）-P （AB ）。 7. 事件独立（independent ）：一个事件发生与否不会影响另一个事件发生的概率，公式为： P （AB ）=P （A ）P （B ）。互斥（相依赖）一定不独立，不独立不一定互斥（相依赖）。 8. 全概率公式：根据某一事件发生的各种原因的概率，计算该事件的概率。计算公式为： ∑== n 1 i i i ） A | B （P ）A （P ）B （P 。 9. 贝叶斯公式：在条件概率的基础上寻找事件发生的原因。计算公式为： ∑== n 1 i i i i i i ） A | B （P ）A （P ） A | B （P ）A （P ）B |A （P ，分母就是全概率公式。也称为逆概率公式。 该公式是在观察到事件B 已发生的条件下，寻找导致A 发生的每个原因A i 的概率。P(A i ) 称为验前概率，P(A i |B)是验后概率。 10. 0-1分布：1,0x ，q p )x (P x -1x ==。0-1分布也称为两点分布，即非A 即B 。关于是 否的概率统统是0-1分布。性别。 11. 二项分布：现实生活中，许多事件只是具有两种互斥结果的离散变量。如男性和女性、 某种化验结果的阴性阳性，这就是二项分布。x -n x x n q p C )x X (P ==。参数为n ，p ，记为X~B(n ，p)。E(X)=np ，D(X)=npq 。当成功的概率很小，而试验次数很大时，二项分布接近泊松分布，此时λ=np 。即P ≤0.25，n ＞20，np ≤5。二项定理近似服从正态分布。二项分布是0-1分布的n 重实验，表示含量为n 的样本中，有X 个所需结果的概率。 12. 二项分布的正态近似： )a (-)b (dt e 21q p C )x x (P 2 t - x x x b a x -n x x n 2122 1 ΦΦ== = ≤∑? =π ，其中a= npq np -x 1， b= npq np -x 2，q=1-p 。
一、统计的含义及其之间的关系 统计一词一般有三种含义，即统计工作、统计资料和统计学。 1、统计工作即统计实践活动，是指按照调查研究的任务，对社会经济现象的数量方面进行搜集资料、整理资料和分析运用资料等一系列调查研究的工作过程。 2、统计资料是指反映社会经济现象特征的各项数字资料以及与之有联系的其他资料，包括调查阶段搜集的原始资料，经过加工整理和分析后的图标和文字资料等系统资料。 3、统计学是研究怎样进行社会经济统计活动的方法论科学，它阐述了统计研究社会经济现象的数量和数量关系时应该遵循的原理、原则和采用的方法等，是系统化的知识体系。 4、关系：统计资料是统计工作的成果，是对社会经济现象进行统计研究的基础；统计学是统计活动经验的科学总结和理论概括，统计学来源于实践，又高于实践，对统计实践起着指导的作用；统计工作要以统计学的理论为指导，并检验和发展统计理论。 二、统计总体和统计单位及其之间的关系 1、统计总体：是由客观存在的、具有某种共同性质的许多个别单位所构成的整体，简称总体。 2、统计总体的特征：大量性、同质性、差异性 3、总体单位：构成统计总体的个别事物 4、例：要研究某一乡镇企业的职工素质情况，则该乡镇企业的全体人员构成一个总体，其中每一个职工就是总体单位。 5、关系：a.总体由总体单位组成； b.组成总体的个体是有差别的； C.根据统计研究目的的不同，总体与总体单位是可以相互转化的。 三、统计指标和统计标志之间的关系 两者之间既有明显的区别，又有密切的联系。主要区别在于： 1、指标说明总体特征；而标志则说明总体单位特征； 2、统计指标必须是可量的；统计标志未必都是可量的； 3、统计指标具有综合性；而统计标志一般不具有综合性； 两者之间的主要联系在于： 1、许多统计指标的指标数值是从总体单位的数量标志值汇总而来； 2、指标与标志之间存在着变换关系； 例如：要了解我国粮食生产状况，则我国的粮食总产量是指标，而某省的粮食总产量是标志。 四、一个完整的统计调查方案包括的内容 1、确定调查目的； 2、确定调查对象和调查单位； 3、确定调查项目，设计调查表； 4、确定调查时间和方法； 5、制定调查工作的组织实施计划 五、统计调查的分类 1、按统计调查方式的不同，可分为定期统计报表和专门调查； 2、按调查总体包括的范围不同，可分为全面调查和非全面调查； 3、按调查登记的时间是否具有连续性，可分为经常性调查和一次性调查； 4、按统计调查是否具有强制性，可分为政府统计调查、民间统计调查和涉外社会调查； 5、按收集资料的方法，可分为直接观察法、报告法、采访法和问卷法
医学统计学章节重点归纳 第一节概述 1、主要内容：a、卫生统计学的基本原理和方法（研究设计和数据处理中的统计理论和方法）b、健康统计（医 学人口统计、疾病统计和生长发育统计）c、卫生服务统计（卫生资源、医疗卫生服务的需求和利用、医疗保健制度和管理中的统计问题）。 2、 卫生统计工作的步骤：设计、资料的搜集、资料的整理、资料的分析 3、医学统计资料主要四个方面：统计报表、报告卡（单）、日常医疗卫生工作记录，专题研究或实验。 4、观察单位：是获得数据的最小单位，观察单位是根据研究目的确定的，观察单位可以是人、标本、家庭、国 家等。 5、变异：是指客观事物的多样性和不确定性。 6、变量： 观察单位的某种特征，称为变量。a、数值变量（定量变量）b、分类变量（定型变量或字符变量）。 7、总体：根据研究目的所确定的同质研究对象的全体。确切的说是性质相同的所有观察单位的某种变量的集合。 8、样本：从总体中随机抽取部分观察单位，其变量值就构成样本，通过样本信息来推断总体特征。 9、概率：事件发生的可能性大小的量度，通常以符号P表示。 10、误差：测量值与真值之差或样本指标和总体指标之差。分为随机误差和系统误差。 第二节数值资料的统计描述 1、频数分布就是观察值在所取得范围内分布的情况。重要特征：集中趋势和离散趋势。 2、频数分布类型：正态分布型频数、正偏态分布型频数，负偏态分布型频数。 3、集中趋势指标：算术平均数（均数）、几何均数、中位数。 指标使用条件计算公式 算术平均数适用于正态或近似正态分布 的数值变量资料 几何均数①对数正态分布，即数据经 过对数变换后呈正态分布的 资料；②等比级数资料，即 观察值之间呈倍数或近似倍 数变化的资料。 中位数①非正态分布资料（对数正 态分布除外）；②频数分布 的一端或两端无确切数据的 资料③总体分布不清楚的资 料。为奇数 , 为偶数, 4、离散型趋势指标：极差、标准差和变异系数 指标计算公式主要优缺点 极差R=Xmax-Xmin 计算简单，便于理解；只考虑最大值与最小值之差异，不能反映 组内其它观察值的变异度，不稳定，受样本量影响很大。
第一章：导论 1、什么是统计学？统计方法可以分为哪两大类？ 统计学是收集、分析、表述和解释数据的科学。统计方法可分为描述统计方法和推断统计方法。 2、统计数据可分为哪几种类型？不同类型的数据各有什么特点？ 按照所采用的计量尺度不同，分为分类数据、顺序数据和数值型数据；按照统计数据的收集方法，分为观测的数据和实验的数据；按照被描述的对象与时间的关系，分为截面数据和时间序列数据。 按计量尺度分时：分数数据中各类别之间是平等的并列关系，各类别之间的顺序是可以任意改变的；顺序数据的类别之间是可以比较顺序的；数值型数据其结果表现为具体的数值。按收集方法分时：观测数据是在没 有对事物进行人为控制的 条件下等到的；实验数据的 在实验中控制实验对象而 收集到的数据。按被描述的 对象与时间关系分时：截面 数据所描述的是现象在某 一时刻的变化情况；时间序 列数据所描述的是现象随 时间而变化的情况。 3、举例说明总体、样本、 参数、统计量、变量这几个 概念。 总体是包含研究的全部个 体的集合。比如要检验一批 灯泡的使用寿命，这一批灯 泡构成的集合就是总体。样 本是从总体中抽取的一部 分元素的集合。比如从一批 灯泡中随机抽取100个，这 100个灯泡就构成了一个样 本。参数是用来描述总体特 征的概括性数字度量。比如 要调查一个地区所有人口 的平均年龄，“平均年龄” 即为一个参数。统计量是用 来描述样本特征的概括性 数字度量。比如要抽样调查 一个地区所有人口的平均 年龄，样本中的“平均年龄” 即为一个统计量。变量是说 明现象某种特征的概念。比 如商品的销售额是不确定 的，这销售额就是变量。 第二章：数据的收集 1、调查方案包括哪几个方 面的内容？ 调查目的，是调查所要达到 的具体目标。调查对象和调 查单位，是根据调查目的确 定的调查研究的总体或调 查范围。调查项目和调查 表，要解决的是调查的内 容。 2、数据的间接来源（二手 数据）主要是公开出版或公 开报道的数据；数据的直接 来源一是调查或观察，二是 实验。 3、统计调查方式：抽样调
1. 统计的研究对象的特点：数量性，总体性，变异性。 2. 统计研究的基本环节：统计设计，收集数据，整理与分析，统计资料的积累、开发与应用。 3. 统计总体:根据一定数目的确定的所要研究的的事物的全体。特点：同质性、大量性。 总体可分为有限总体和无限总体。 标志：总体各单位普遍具有的属性或特征。标志分为品质标志（表明单位属性，用文字、语言描述）和数量标志（表明单位数量，用数值表现）。 不变指标：一个总体中各单位有关标志的具体表现都相同。变异指标：在一个总体中，当一个标志在各单位的具体表现有可能都相同。 第二章 1. 统计调查方式：普查，抽样调查，重点调查，定期报表制度。 调查方式按调查的范围划分，可分为全面调查和非全面调查。 按时间标志可分为连续性（经常性）调查和不连续性（一次性）调查 （一） 普查是专门组织的一种全面调查。特点：非经常性调查、最全面调查。 （二） 抽样调查是一种非全面性调查，可分为概率调查和非概率调查。 （三） 重点调查是指在调查对象中，只选择一部分重点单位进行的非全面调查，它是一种不连续的调查。 （四） 定期报表制度又称统计报表制度，它是依照国家有关法规，自上而下地统一布置，按照统一的表式、统一的指标项目、统一的报送时间和报送程序，自下而上逐级地定期提供统计资料的一种调查方式。 2. 我国现行的统计调查体系：以必要的周期性普查为基础，经常性的抽样调查为主体，同时辅之以重点调查、科学推算和部分定期报表综合运用的统计调查方法体系。 3.调查对象是指需要调查的现象总体。调查单位是指所要调查的具体单位，它是进行调查登记的标志的承担者。 4. 统计分组的原则：穷尽原则和互斥原则。 （先分后组） 间断型分组和连续型分组，等距和异距注意事项 第三章 1. 简单算术平均数121 n i n i x x x x x n n =++ +== ∑ 2. 加权算术平均数 11221121 n i i n n i n n i i x f x f x f x f x f f f f ==+++== +++∑∑ 3. 组距数列的算术平均数 4. 相对数的算术平均数 5. 调和平均数 6. 几何平均数 7. 算术平均数的性质： 1 1 , ()0n n i i i i nx x x x ===-=∑∑ 8. 组距数列的众数112O O O M M M L d ?=+??+? 9. 组距数列的中位数12e e e e M e M M M f S M L d f --=+?∑ 11. 方差（注意与样本方差的区别）P102: 10,11题 第四章 1. 事件的关系和运算：包含 ，相等 ，和 ，差 ，积 ，逆 ，不相容 。 2. 概率的计算：古典概型 ，几何概型 加法法则 ，乘法公式 条件概率 ，全概率与贝叶斯公式 3. 常见的随机变量的期望与方差
型;有下划线的重点记忆！当然整理的知识点都就是重点！都要背与理解！Fighting！) 第一章绪论 一．统计的含义 即统计工作、统计资料与统计学 统计工作:统计实践活动,搜集,整理,分析与提供关于社会现象数字资料工作总称 统计资料:统计实践活动过程中所取得的各项资料,包括原始资料与加工整理资料 统计学:关于认识客观现象总体数量特征与数量关系的科学 二．统计工作过程 就一次统计活动来讲,一个完整的认识过程一般可以分为统计调查、统计整理与统计分析三个阶段。 统计调查:第一阶段,就是认识客观经济现象的起点,就是统计整理与统计分析的基础。 统计整理:第二阶段,处于统计工作的中间环节,起着承前启后的作用。
统计分析:第三阶段,通过第三阶段,事物由感性认识上升到理性认识。 三.总体与总体单位(会辨析总体与总体单位即可) 总体,亦称统计总体,就是指客观存在的、在同一性质基础上结合起来的许多个别单位的整体;构成总体的这些个别单位称为总体单位。 总体由总体单位构成,要认识总体必须从总体单位开始,总体就是统计认识的对象。 例如:所有的工业企业就就是一个总体,其中的每一个工业企业就就是一个总体单位。 四.标志与指标 标志就是用来说明总体单位特征的名称。 指标,亦称统计指标,就是说明总体的综合数量特征的。一个完整的统计指标包括数量指标名称与指标数值两部分。(以上内容理解即可) 1、指标与标志的区别与联系(简答) 指标与标志的区别:(1)指标就是说明总体特征的,而标志就是说明总体单位特征的;(2)指标都能用数值表示,而标志中的品质标志不能用数值表示,就是用属性表示的;(3)指标数值就是经过一定的汇总取得的,而标志中的数量标志不一定经过汇总,可直接取得;(4)一个完整的统计指标,一定要讲时间、地点、范围,而标志一般不具备时间、地点等条件。 指标与标志的联系:(1)有许多统计指标的数值就是从总体单位的数量标志值汇总而来的; (2)两者存在着一定的变换关系,即由于研究目的不同,原来的统计总体如果变成总体单位了,则相应的统计指标也就变成数量标志了。 2、标志与标志值(会区分) 标志分为品质标志与数量标志,数量标志用来说明总体单位量的特征,可以用数值表示,即为标志值(如:年龄、工资额、身高) 3、变异与变量(会什么就是变异,什么就是变量) 变异:品质标志在总体单位之间的不同具体表现。如:性别表现为男、女,民族表现为汉、满、蒙等。 变量:数量标志抽象化即为变量,而数量标志的不同具体表现则称为变量值(或标志值)。如:某职工的年龄就是42岁,月工资2200元。 4、统计指标的划分 (1)统计指标按其所反映的总体内容的不同,可分为数量指标与质量指标。数量指标指说明总体规模与水平的各种总量指标。质量指标指反应现象总体的社会经济效益与工作质量的各种相对指标与平均指标。 (2)统计指标按其作用与表现形式的不同,有总量指标(绝对数)、相对指标(绝对数)、平均指标(平均数)三种。 第二章统计调查与整理 一、统计调查的含义 统计调查就是统计工作过程的第一阶段。它就是按照统计任务的要求,运用科学的调查方法,有组织的向社会实际搜索各项原始资料的过程。统计调查就是整个统计认识活动的基础,决定着统计认识过程及其结果的成败。 二、统计调查方案设计的内容+调查对象、调查单位的含义 ⒈确定调查目的;(为什么调查) 根据实际需要与可能确定 ⒉确定调查对象与调查单位;(向谁调查) 调查对象——社会现象的总体 调查单位——调查标志的承担者(总体单位)
第一章绪论 1、统计学，是关于数据收集、整理、分析、表达和解释的普遍原理和方法。 2、研究对象：具有不确定性结果的事物。 3、统计学作用：能够透过偶然现象来探测其规律性，使研究结论具有科学性。 4、统计分析要点：正确选用统计分析方法，结合专业知识作出科学的结论。 5、医学统计学基本内容：统计设计、数据整理、统计描述、统计推断。 6、医学统计学中的基本概念 (1) 同质与变异 同质，指根据研究目的所确定的观察单位其性质应大致相同。 变异，指总体内的个体间存在的、绝对的差异。 统计学通过对变异的研究来探索事物。 (2) 变量与数据类型 变量，是反映实验或观察对象生理、生化、解剖等特征的指标。 变量的观测值，称为数据 分为三种类型：定量数据，也称计量资料，指对每个观察单位某个变量用测量或其他定量方法准确获得的定量结果。（如身高、体重、血压、温度等） 定性数据，也称计数资料，指将观察单位按某种属性分组计数的定性观察结果。包括二分类、无序多分类。（进一步分为二分类和多分类，如性别分为男和女，血型分为A、B、O、AB等） 有序数据，也称半定量数据或等级资料，指将观察单位按某种属性的不同程度或次序分成等级后分组计数的观察结果，具有半定量性质。 统计方法的选用与数据类型有密切的关系。 （3）总体与样本 总体，指根据研究目的确定的所有同质观察单位的全体，包括所有定义范围内的个体变量值。 样本，是从研究总体中随机抽取部分有代表性的观察单位，对变量进行观测得到的数据。抽样，是从研究总体中随机抽取部分有代表性的观察单位。 参数，指描述总体特征的指标。 统计量，指描述样本特征的指标。 （4）误差 误差，指观测值与真实值、统计量与参数之间的差别。 可分为三种：系统误差，也称统计偏倚，是某种必然因素所致，不是偶然机遇造成的，误差的大小通常恒定，具有明确的方向性。 随机测量误差，是偶然机遇所致，误差没有固定的大小和方向。 抽样误差，是抽样引起的统计量与参数间的差异。 抽样误差主要来源于个体的变异。 统计学主要研究抽样误差。 （5）概率 概率，是描述某事件发生可能性大小的量度。 必然事件，事件肯定发生，概率P(U)＝1； 随机事件，事件可能发生，可能不发生，概率介于0≤P(A)≤ 1； 不可能事件，事件肯定不发生，概率P(∮)＝0； 小概率事件，事件发生的可能性很小，概率P(A)≤ 0.05、或P(A)≤ 0.01。 医学科研中，P(A)≤0.05作为事物差别有统计意义，P(A)≤ 0.01作为事物差别有高度统
复习提纲：（计算部分全用红色标注了！其他红色的是我的推断，可能出什么题型；有下划线的重点记忆！当然整理的知识点都是重点！都要背和理解！Fighting！） 第一章绪论 一．统计的含义 即统计工作、统计资料和统计学 统计工作：统计实践活动，搜集，整理，分析和提供关于社会现象数字资料工作总称 统计资料：统计实践活动过程中所取得的各项资料，包括原始资料和加工整理资料 统计学：关于认识客观现象总体数量特征和数量关系的科学 二．统计工作过程 就一次统计活动来讲，一个完整的认识过程一般可以分为统计调查、统计整理和统计分析三个阶段。
统计调查：第一阶段，是认识客观经济现象的起点，是统计整理和统计分析的基础。 统计整理：第二阶段，处于统计工作的中间环节，起着承前启后的作用。 统计分析：第三阶段，通过第三阶段，事物由感性认识上升到理性认识。 三．总体与总体单位（会辨析总体与总体单位即可） 总体，亦称统计总体，是指客观存在的、在同一性质基础上结合起来的许多个别单位的整体；构成总体的这些个别单位称为总体单位。 总体由总体单位构成，要认识总体必须从总体单位开始，总体是统计认识的对象。 例如：所有的工业企业就是一个总体，其中的每一个工业企业就是一个总体单位。 四．标志和指标 标志是用来说明总体单位特征的名称。 指标，亦称统计指标，是说明总体的综合数量特征的。一个完整的统计指标包括数量指标名称和指标数值两部分。（以上内容理解即可） 1.指标和标志的区别和联系（简答） 指标与标志的区别：（1）指标是说明总体特征的，而标志是说明总体单位特征的；（2）指标都能用数值表示，而标志中的品质标志不能用数值表示，是用属性表示的；（3）指标数值是经过一定的汇总取得的，而标志中的数量标志不一定经过汇总，可直接取得；（4）一个完整的统计指标，一定要讲时间、地点、范围，而标志一般不具备时间、地点等条件。 指标与标志的联系：（1）有许多统计指标的数值是从总体单位的数量标志值汇总而来的；（2）两者存在着一定的变换关系，即由于研究目的不同，原来的统计总体如果变成总体单位了，则相应的统计指标也就变成数量标志了。 2.标志与标志值（会区分） 标志分为品质标志和数量标志，数量标志用来说明总体单位量的特征，可以用数值表示，即为标志值（如：年龄、工资额、身高） 3.变异与变量（会什么是变异，什么是变量） 变异：品质标志在总体单位之间的不同具体表现。如：性别表现为男、女，民族表现为汉、满、蒙等。 变量：数量标志抽象化即为变量，而数量标志的不同具体表现则称为变量值（或标志值）。如：某职工的年龄是42岁，月工资2200元。 4.统计指标的划分 （1）统计指标按其所反映的总体内容的不同，可分为数量指标和质量指标。数量指标指说明总体规模和水平的各种总量指标。质量指标指反应现象总体的社会经济效益和工作质量的各种相对指标和平均指标。 （2）统计指标按其作用和表现形式的不同，有总量指标（绝对数）、相对指标（绝对数）、平均指标（平均数）三种。 第二章统计调查与整理 一.统计调查的含义 统计调查是统计工作过程的第一阶段。它是按照统计任务的要求，运用科学的调查方法，有组织的向社会实际搜索各项原始资料的过程。统计调查是整个统计认识活动的基础，决定着统计认识过程及其结果的成败。 二.统计调查方案设计的内容+调查对象、调查单位的含义 ⒈确定调查目的；（为什么调查） 根据实际需要和可能确定
医学统计学 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容指 标 意义适用场合 平均水平；均 数 个体的平均值· 对称分布 几何均数平均倍数取对数后对称分布 中位数[ 位次居中的观察值 ①非对称分布；②半定量资料；③末端开 口资料；④分布不明 众 数 频数最多的观察值不拘分布形式，概略分析 ? 调和均数 基于倒数变换的平均值正偏峰分布资料 变异度全 距 观察值取值范围不拘分布形式，概略分析 标准差 （方差） 观察值平均离开均数的 程度对称分布，特别是正态分布资料 四分位数 间距 ？ 居中半数观察值的全距 ①非对称分布；②半定量资料；③末端开 口资料；④分布不明 变异系数标准差与均数的相对比①不同量纲的变量间比较；②量纲相同但 数量级相差悬殊的变量间比较 定性资料：阳性事件的概率，概率分布，强度和相对比。 ￥ 2. 应用相对数时应注意哪些问题 答：（1）防止概念混淆相对数的计算是两部分观察结果的比值，根据这两部分观察结果的特点，就可以判断所计算的相对数属于前述何种指标。 （2）计算相对数时分母不宜过小样本量较小时以直接报告绝对数为宜。 （3）观察单位数不等的几个相对数，不能直接相加求其平均水平。 （4）相对数间的比较须注意可比性，有时需分组讨论或计算标准化率。 3. 常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 条图组间数量对比用直条高度表示数量大小 直方图用直条的面积表示各组段的频数或频率
( 定量资料的分布 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成比 定量资料数值变动线条位于横、纵坐标均为算术尺度的坐标系 、 线图 半对数线图定量资料发展速度线条位于算术尺度为横坐标和对数尺度为纵坐标的坐标 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范围用箱体、线条标志四分位数间距及中位数、全距的位置茎叶图定量资料的分布' 用茎表示组段的设置情形，叶片为个体值，叶长为频数 第3章概率分布（连续随机变量的正态分布；离散随机变量的二项分布及Poisson分布）1. 服从二项分布及Poisson分布的条件分别是什么 二项分布成立的条件：①每次试验只能是互斥的两个结果之一；②每次试验的条件不变；③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，还要求试验次数n很大，而所关心的事件发生的概率 很小。 、 2. 二项分布、Poisson分布分别有什么特征 ①二项分布、Poisson分布都是离散型分布。 ②二项分布的形状取决于π与n的大小。π=时，不论n大小，对称分布。π≠时，图形呈偏态，随n增大而逐渐对称。当n足够大，π或1-π不太小，二项分布近似正态。 ③Poisson分布μ越小，分布越偏。μ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 ①估计变量值的频数分布 《 ②制定参考值范围 ③质量控制 ④正态分布是很多统计方法的基础 5. 正态分布特征 ①以均数为中心，左右对称 ②正态曲线在横轴上方均数处取得最高点 ~ ③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）（μ,σ2 ;标准0,1）
第1章 绪论 1、统计的含义统计一词最基本的含义是对客观事物的数量方面进行核算和分析，是人们对客观事物的数量表现、数量关系和数量变化进行描述和分析的一种计量活动。 2、统计的特点P3 数量性 具体性 综合性 3、统计学的若干基本概念 总体与总体单位P10: 总体是指在某种共性的基础上由许多个别事物结合起来的整体，构成总体的个别事物叫总体单位； 总体的特征：同质性，大量性，差异性；总体的分类：有限总体与无限总体；标志、变异与变量P10： 标志，是指说明总体单位特征的名称。变异：总体单位之间品质和数量上的差异，即可变标志在总体各单位之间所表现出的差异。变量：可变的数量标志。 连续型变量与离散型变量联系和区别：连续型：变量值可作无限分割的变量离散型：变量值只能以整数出现的变量指标与标志P11 （指标，说明总体数量特征的概念）区别：第一，指标说明总体的特征，而标志则说明总体单位的特征。第二，指标只反映总体的数量特征，所有指标都要用数字来回答问题，没有用文字回答问题的指标。而标志既有反映数量也有反映品质。 第2 章统计调查 1、统计调查的含义及其在统计工作中的地位P13 含义：根据统计研究的目的，有组织、有计划地搜集统计资料的过程地位：是统计工作的第一阶段，是整个统计工作的基础一环 2、统计调查的基本原则P13-14 一、要实事求是，如实反映情况 二、要及时反映，及时预报 三、要数字与情况相结合 3、统计调查的组织形式：普查P14：含义：为搜集某种社会经济现象在某时某地的情况而专门组织的一次性全面调查、优缺点：，适用场合：主要用于一些重要项目呢的调查，如人口普查、耕地普查、基本单位普查、工业普查和库存普查等； 随机抽样调查P14：含义（按随机原则（机会均等原则）从总体中抽取部分单位进行调查，并借以推断和认识总体的一种统计方法）以及具体的抽样方法【第七章】系统抽样、多阶 简单随机、分层抽样、整群抽样、 段抽样）及适用场合；非随机抽样：含义（调查者有意识地或随意而 非随机地从总体中抽取部分单位进行调查的统计方法）以及具体的抽样方法P15 （重点抽样：只对总体中为数不多但影响颇大的重点单位进行研究的一种非
一、基本概念 1.总体与样本 总体：所有同质观察单位某种观察值（即变量值）的全体 样本：是总体中抽取部分观察单位的观察值的集合 2.普查与抽样调查 普查：就是全面调查，即调查目标总体中全部观察对象 抽样调查：是一种非全面调查，即从总体中抽取一定数量的观察单位组成样本，对样本进行调查 3.参数与统计量 参数：总体的某些数值特征 统计量：根据样本算得的某些数值特征 4.Ⅰ型与Ⅱ型错误 假设检验的结论 真实情况拒绝H0不拒绝H0 H0正确Ⅰ型错误(ɑ) 推断正确(1 ?ɑ) H0不正确推断正确(1?β) Ⅱ型错误(β) Ⅰ型错误（ɑ错误）: H0为真时却被拒绝，弃真错误 Ⅱ型错误（β错误）: H0为假时却被接受，取伪错误 5.随机化原则与安慰剂对照 随机化原则:是将研究对象随机分配到实验组和对照组，使每个研究对象都有同等机会被分配到各组中去，以平衡两组中已知和未知的混杂因素，从而提高两组的可比性，避免造成偏倚。（意义:①是提高组间均衡性的重要设计方法；②避免有意扩大或缩小组间差别导致的偏倚；③各种统计学方法均建立在随机化基础上） 安慰剂对照:是一种常用的对照方法。安慰剂又称伪药物，是一种无药理作用的制剂，不含试验药物的有效成分，但其感观如剂型、大小、颜色、质量、气味及口味等都与试验药物一样，不能被受试对象和研究者所识别。（安慰剂对照主要用于临床试验，其目的在于控制研究者和受试对象的心理因素导致的偏倚，并提高依从性。安慰剂对照还可以控制疾病自然进程的影响，显示试验药物的效应） 6.误差与标准误（区分率与均数） ㈠均数 抽样误差:由个体变异产生的、随机抽样引起的样本统计量与总体参数间的差异。 标准误：是指样本均数的标准差，反映抽样误差大小的定量指标，其公式表示为S x =S/√n ㈡样本率 率的抽样误差:样本率p和总体率π的差异 率的标准误:样本率的标准差,公式为σp=√π（1-π）/n
统计学知识点汇总 一、统计学 统计学是一门关于数据资料的收集、整理、分析和推断的科学。 三、统计的特点 （1）数量性： 社会经济统计的认识对象是社会经济现象的数量方面，包括现象的数量表现、现象之间的数量关系和质量互变的数量界限。 （2）总体性： 社会经济统计的认识对象是社会经济现象的总体的数量方面。例如，国民经济总体的数量方面、社会总体的数量方面、地区国民经济和社会总体的数量方面、各企事业单位总体数量方面等等。 （3）具体性： 社会经济统计的认识对象是具体事物的数量方面，而不是抽象的量。这是统计与数学的区别。（4）社会性： 社会经济现象是人类有意识的社会活动，是人类社会活动的条件、过程和结果，社会经济统计以社会经济现象作为研究对象，自然具有明显的社会性。 四、统计工作过程 （1）统计设计 根据所要研究问题的性质，在有关学科理论的指导下，制定统计指标、指标体系和统计分类，给出统一的定义、标准。同时提出收集、整理和分析数据的方案和工作进度等。 （2）收集数据 统计数据的收集有两种基本方法，实验法和调查法。 （3）整理与分析
描述统计是指对采集的数据进行登记、审核、整理、归类，在此基础上进一步计算出各种能反映总体数量特征的综合指标，并用图表的形式表示经过归纳分析而得到的各种有用的统计信息。 推断统计是在对样本数据进行描述的基础上，利用一定的方法根据样本数据去估计或检验总体的数量特征。 （4）统计资料的积累、开发与应用 对于已经公布的统计资料需要加以积累，同时还可以进行进一步的加工，结合相关的实质性学科的理论知识去进行分析和利用。 五、统计总体的特点 （1）大量性 大量性是指构成总体的总体单位数要足够的多，总体应由大量的总体单位所构成，大量性是对统计总体的基本要求； （2）同质性 同质性是指总体中各单位至少有一个或一个以上不变标志，即至少有一个具有某一共同标志表现的标志，使它们可以结合起来构成总体，同质性是构成统计总体的前提条件； （3）变异性 变异性就是指总体中各单位至少有一个或一个以上变异标志，即至少有一个不同标志表现的标志，作为所要研究问题的对象。变异性是统计研究的重点。 六、标志与指标的区别与联系 ■区别： 标志是说明总体单位特征的；指标是说明总体特征的。 标志中的品质标志不能用数量表示；而所有的指标都能用数量表示。 标志(指数量标志)不一定经过汇总，可直接取得；而指标(指数量指标)一定要经过汇总才能取得。
医学统计学知识点汇总(精华) 一.概论 1，医学统计学：运用概率论和数理统计学的原理和方法，研究医学领域中随机现象有关数据的搜集、整理、分析和推断，进而阐明其客观规律性的一门应用科学。 2，医学统计学的主要内容： 1）统计研究设计调查研究设计和实验研究设计 2）医学统计学的基本原理和方法研究设计和数据处理中的基本统计理论和方法。 A：资料的搜集与整理 B：常用统计描述，集中趋势和离散趋势，相对数，相关系数，回归系数，统计表，统计图 C：统计推断，如参数估计和假设检验。 3）医学多元统计方法多元线性回归和逐步回归分析、判别分析、聚类分析、主成分分析、因子分析、logistic回归与Cox回归分析。 3，统计工作步骤： 1）设计明确研究目的和研究假说，确定观察对象与观察单位，样本含量和抽样方法，拟定研究方案，预期分析指标，误差控制措施，进度与费用。 2）搜集材料 A，搜集材料的原则及时、准确、完整 B，统计资料的来源医学领域的统计资料的来源主要有三个方面。一是统计报表，二是经常性工作记录，三是专题调查或专题实验。 C，资料贮存 3）整理资料 a检查核对b设计分组c拟定整理表d归表 4）分析资料统计分析包括统计描述和统计推断
4，同质（homogeneity）：指被研究指标的影响因素相同。 变异(variation)：同质基础上的各观察单位间的差异。 变量(variable)：收集资料过程中，根据研究目的确定同质观察单位，再对每 个观察单位的某项特征进行测量或观察，这种特征称为变量变量值：变量的观察结果或测量值。 5，总体（population）根据研究目的所确定的同质研究对象中所有观察单位某 变量值的集合。总体具有的基本特征是：同质性 样本（sample）从总体中随机抽取部分观察单位，其变量值的集合构成样本。 样本必须具有代表性。代表性是指样本来自同质总体，足够的样 本含量和随机抽样的前提。
高中数学必修3 知识点总结 第二章统计 2.1.1 简单随机抽样 1 ．简单随机抽样，也叫纯随机抽样。就是从总体中不加任何分组、划类、排队等，完全随机地抽取调查单位。特点是：每个 样本单位被抽中的可能性相同（概率相等），样本的每个单位完全独立，彼此间无一定的关联性和排斥性。简单随机抽样是其 它各种抽样形式的基础。通常只是在总体单位之间差异程度较小和数目较少时，才采用这种方法。 2．简单随机抽样常用的方法： （ 1 ）抽签法；⑵ 随机数表法；⑶ 计算机模拟法；⑷ 使用统计软件直接抽取。 在简单随机抽样的样本容量设计中，主要考虑：① 总体变异情况；② 允许误差范围；③ 概率保证程度。 3．抽签法: （ 1 ）给调查对象群体中的每一个对象编号； （ 2 ）准备抽签的工具，实施抽签 （ 3 ）对样本中的每一个个体进行测量或调查 例：请调查你所在的学校的学生做喜欢的体育活动情况。 4．随机数表法： 例：利用随机数表在所在的班级中抽取10 位同学参加某项活动。 2.1.2 系统抽样 1 ．系统抽样（等距抽样或机械抽样）： 把总体的单位进行排序，再计算出抽样距离，然后按照这一固定的抽样距离抽取样本。第一个样本采用简单随机抽样的 办法抽取。 K（抽样距离）=N（总体规模）/n（样本规模）
前提条件：总体中个体的排列对于研究的变量来说，应是随机的，即不存在某种与研究变量相关的规则分布。可以在调查允许的条件下，从不同的样本开始抽样，对比几次样本的特点。如果有明显差别，说明样本在总体中的分布承某种循环性规律，且这种循环和抽样距离重合。 2．系统抽样，即等距抽样是实际中最为常用的抽样方法之一。因为它对抽样框的要求较低，实施也比较简单。更为重要的是， 如果有某种与调查指标相关的辅助变量可供使用，总体单元按辅助变量的大小顺序排队的话，使用系统抽样可以大大提高估 计精度。 2.1.3 分层抽样 1 ．分层抽样（类型抽样） 先将总体中的所有单位按照某种特征或标志（性别、年龄等）划分成若干类型或层次，然后再在各个类型或层次中采用 简单随机抽样或系用抽样的办法抽取一个子样本，最后，将这些子样本合起来构成总体的样本。 两种方法： 1 ．先以分层变量将总体划分为若干层，再按照各层在总体中的比例从各层中抽取。 2．先以分层变量将总体划分为若干层，再将各层中的元素按分层的顺序整齐排列，最后用系统抽样的方法抽取样本。 2．分层抽样是把异质性较强的总体分成一个个同质性较强的子总体，再抽取不同的子总体中的样本分别代表该子总体，所有 的样本进而代表总体。 分层标准： （ 1 ）以调查所要分析和研究的主要变量或相关的变量作为分层的标准。 （2）以保证各层内部同质性强、各层之间异质性强、突出总体内在结构的变量作为分层变量。 （3）以那些有明显分层区分的变量作为分层变量。 3．分层的比例问题： （ 1 ）按比例分层抽样：根据各种类型或层次中的单位数目占总体单位数目的比重来抽取子样本的方法。 （2）不按比例分层抽样：有的层次在总体中的比重太小，其样本量就会非常少，此时采用该方法，主要是便于对不同层次 的子总体进行专门研究或进行相互比较。如果要用样本资料推断总体时，则需要先对各层的数据资料进行加权处理，调整样 本中各层的比例，使数据恢复到总体中各层实际的比例结构。
医学统计学 第一章 医学统计中的基本概念 1 医学统计工作的内容:设计,收集资料,整理资料,分析资料。 2 资料的类型:计量资料(数值变量),计数资料(无序分类),等 变异(variation):在同质的基础上被观察个体的差异。级分组资料(有序分类)。 3 同质(homogeneity):对研究指标有影响的非实验因素相同。 4 总体(population):根据研究目的确定的同质的全部研究对象称总体 。 样本(sample):根据随机化的原则从总体中抽出有代表性的一部分观察单位组成的子集称样本。 5 参数(parameter):总体的设计指标称为参数。 统计量(statistic):样本的统计指标称为统计量。 6 变量(variable):观察对象的特征或指标称为变量,测量的结果即为变量值。 7 概率(probability):描述随机事件发生的可能性的大小的一个量度,其概率介于0与1之间。 第二章 集中趋势的统计描述 一 算术均法(mean)简称为均数,适用于正态或近似正态分布资料 （一）直接法 X n x n X X X n ∑= +?++= 21 (二)加权法(针对频数表)n fx n x f f f X k k ∑= +++= (21) 二 几何均数(geometic mean,G)适用于倍数关系变化,经对数转换后呈正态分布(如:抗体滴度, 血清凝集效价,细菌计数,某些物质浓度等) G= n n X X X ?21 为了计算方便,常改用对数的形式计算,即=G lg 1 -( n X ∑lg ) 对于频数表资料,可用公式 G=lg 1 -( n x f ∑lg ) 三 中位数(M)与百分位数 中位数:适用于偏态分布资料,末端无确切数值的资料及分布情况不确定 公式:M=L+( M L f f n -5.0) M i L,M i ,M f 分别为M 所在组段的下限,组距与频数,L f 为M 所在组段之前各组数的累积频数。 百分位数:用符号X P 表示,x 即百分位 公式:x P =L+( x L f f x n -%·)x i 式中L,x i ,x f 分别为x P 所在组段的下限,组距与频数,L f 为x P 所在组段之前各组段的累积频数
1、品质标志和数量标志有什么区别 答：品质标志表明总体单位属性方面的特征，其标志表现只能用文字来表现；数量标志表明总体单位数量方面的特征，其标志表现可以用数值表示，即标志值。 2、什么是统计指标统计指标和标志有什么区别和联系 答：统计指标是反映社会经济现象总体综合数量特征的科学概念或范畴。统计指标反映现象总体的数量特征；一个完整的统计指标应该由总体范围、时间、地点、指标数量和数值单位等内容构成。 统计指标和统计标志是一对既有明显区别又有密切联系的概念。二者区别是：指标是说明总体特征的，标志是说明总体单位特征的；指标具有可量性，无论是数量指标还是质量指标，都能用数值表示，而标志不一定。数量标志具有可量性，品质标志不具有可量性。 标志和指标的主要联系表现在：指标值往往由数量标志值汇总而来；在一定条件下，数量标志和指标存在着变换关系。 统计指标和统计标志是一对既有明显区别又有密切联系的概念。二者的主要区别是：指标是说明总体特征的，标志是说明总体单位特征的；指标具有可量性，无论是数量指标还是质量指标，都能用数值表示，而标志不一定。数量标志具有可量性，品质标志不具有可量性。 3、统计普查有哪些主要特点和应用意义 答：普查是专门组织的、一般用来调查属性一定时点上社会经济现象数量的全面调查。普查的特点：（1）普查是一种不连续调查。因为普查的对象是时点现象，时点现象的数量在短期内往往变动不大，不需做连续登记。 （2）普查是全面调查。它比任何其它调查方法都更能掌握全面、系统的反映国情国力方面的基本统计资料。 （3）普查能解决全面统计报表不能解决的问题。因为普查所包括的单位、分组目录、指标内容比定期统计报表更广泛、更详细，所以能取得更详尽的全面资料。 （4）普查要耗费较大的人力、物力和时间，因而不能经常进行。 4、抽样调查有哪些特点有哪些优越性 答：（1）抽样调查是一种非全面调查，但其目的是要通过对部分单位的调查结果推断总体的数量特征。 （2）抽样调查是按照随机原则从全部总体单位中来抽选调查单位。所谓随机原则就是总体中调查单位的确定完全由随机因素来决定，单位中选与不中选不受主观因素的影响，保证总体中每一个单位都有同等的中选可能性。抽样调查方式的优越性现在经济性、实效性。准确性和灵活性等方面。 抽样调查的作用：能够解决全面调查无法解决或解决困难的问题；可以补充和订正全面调查的结果；可以应用于生产过程中产品质量的检查和控制；可以用于对总体的某种假设进行检验。 5、统计分组可以进行哪些分类 答：根据统计研究任务的要求和现象总体的内在特点，把统计总体按照某一标志化分为若干性质不同而又有联系的几个部分，称为统计分组。 统计分组可以按分组的任务和作用、分组标志的多少以及分组标志的性质等方面来进行分类。 统计分组可以按其任务和作用的不同，分为类型分组、结果分组和分析分组。进行这些分组的目的，分别是化分社会经济类型、研究同类总体的结构和分析被研究现象总体诸标志之间的联系和依存关系。类型分组和结构分组的界限比较难区分，一般认为，现象总体按主要的品质标志分组，多属于类型分组，如社会产品按经济类型、按部门、按轻重工业分组；按数量标志分组多是结构分组。进行结构分组的现象总体相对来说同类较强。如全民所有制企业按产量计划完成程度、劳动生产率水平、职工人数、利税来分组。分析分组是为研究现象总体诸标志依存关系的分组。分析分组的分组标志称为原因标志，与原因标志对应的标志称为结果标志。原因标志多是数量标志，也运用品质标志；结果标志一定是数量标志，而且要求计算为相对数或平均数。 统计分组按分组标志的多少分为简单分组和复和分组。简单分组实际上就是各个组按一个标志形成的。而复制分组则是各个组按两个以上的标志形成的。