医学统计学总结
一.绪论
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
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。
统计量（statistics）描述样本变量值特征的指标（
样本率，样本均数，
样本标准差）。
参数（parameter）描述总体变量值特征的指标（
总体率，标准差，
总体均数）。
抽样误差（sampling error）：由于个体差异的存在，即使在同一整体中随机抽取若干样本，各样本的统计量往往不等，统计量与参数也会有所不同。这种因抽样研究引起的差异称抽样误差。
随机事件（random event）对随机试验的各种可能结果的集合。
概率（probability）描述随机事件发生的可能性大些哦的一个度量。
小概率事件若随机事件A的概率P（A）≤α，习惯上，α=时，就称A为小概率事件。其统计学意义是小概率事件在一次随机试验中认为不会发生。
抽样误差
1，抽样误差（sampling error）由抽样而造成的样本统计量与总体参数之间的差异或各样本统计量之间的差异。在医学统计学中，常把由抽样造成的样本均数与总体均数间的差异称为均数的抽样误差；由抽样造成的样本率与总体率之间的差异称为率的抽样误差。
2，样本均数的标准差（简称标准误，standard error）反映均数的抽样误差大小的指标。大，抽样误差大；反之，小，抽样误差小。
（）
实际工作中往往未知的，可用样本标准差s作
的估计值，计算标准误的估计值
。
（）
3，标准误的用途：a，衡量样本均数的可靠性；b，估计总体均数的置信区间；3，用于均数的假设检验。
4，标准误的估计值的用途：
a，描述抽样误差的大小；
b，总体参数的估计；
c，用来进行假设检验。
5，率的抽样误差：由抽样造成的样本率与总体率的差异称为率的抽样误差。
衡量率的抽样误差大小的指标是率的标准误。
越小，率的抽样误差越小；
越大，率的抽样误差越大。
（）
其中为总体率。实际工作中，由于
往往是未知的，可用样本率p作
的估计值，计算率的标准误的估计值。
（）。
标准差（s）标准误
计算公式
s=
（1）表示观察值的变异程度（1）估计均数的抽样误差的大小
（2）计算变异系数CV=（2）估计总体均数的可信区间（
，
100%
）
（3）确定医学参考值范围（3）进行假设检验
（4）计算标准误
简述标准差、标准误的区别与联系
区别：（1）含义不同：标准差S表示观察值的变异程度，描述个体变量值（x）之间的变异度大小，S越大，变量值（x）越分散；反之变量值越集中，均数的代表性越强。标准误
估计均数的抽样误差的大小，是描述样本均数之间的变异度大小，标准误越大，样本均数与总体均数间差异越大，抽样误差越大；反之，样本均数越接近总体均数，抽样误差越小。（2）与n的关系不同：n增大时，S趋于σ（恒定），标准误减少并趋于0（不存在抽样误差）。（3）用途不同：标准差表示x的变异度大小、计算变异系数、确定医学参考值范围、计算标准误等，标准误用于估计总体均数可信区间和假设检验。
联系：二者均为变异度指标，样本均数的标准差即为标准误，标准差与标准误成正比。
标准差：标准误：
二.分布
正态分布
1，正态分布的函数
其中为总体均数，
为总体标准差，
为圆周率，为自然对数的底，且仅为变量。以
为横轴，以
为纵轴，当均数和标准差已知时即可绘出正态分布曲线。
为应用方便，将式中进行变量变换，使原来的正态分布变为的标准正态分布，亦称
分布。
被称为标准正态变量或标准正态离差，将代入上述公式即得标准正态分布的密度函数。
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
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
医学统计学总结 一、绪论 1,医学统计学:运用概率论与数理统计学得原理与方法,研究医学领域中随机现象有关数据得搜集、整理、分析与推断,进而阐明其客观规律性得一门应用科学。 2,医学统计学得主要内容: 1) 统计研究设计调查研究设计与实验研究设计 2) 医学统计学得基本原理与方法研究设计与数据处理中得基本统计理论与方法。A:资料得搜集与整 理 B:常用统计描述,集中趋势与离散趋势,相对数,相关系数,回归系数,统计表,统计图 C:统计推断,如参数估计与假设检验。 3)医学多元统计方法多元线性回归与逐步回归分析、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) 设计明确研究目得与研究假说,确定观察对象与观察单位,样本含量与抽样方法,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, 搜集材料得原则及时、准确、完整 B, 统计资料得来源医学领域得统计资料得来源主要有三个方面。一就是统计报表,二就是经常性工作记录,三就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与统计推断 4,同质(homogeneity):指被研究指标得影响因素相同。 变异(variation):同质基础上得各观察单位间得差异。 变量(variable):收集资料过程中,根据研究目得确定同质观察单位,再对每个观察单位得某项 特征进行测量或观察,这种特征称为变量 变量值:变量得观察结果或测量值。 5,总体(population) 根据研究目得所确定得同质研究对象中所有观察单位某变量值得集合。总体 具有得基本特征就是:同质性 样本(sample) 从总体中随机抽取部分观察单位,其变量值得集合构成样本。样本必须具有代表 性。代表性就是指样本来自同质总体,足够得样本含量与随机抽样得前提。 统计量(statistics)描述样本变量值特征得指标(样本率,样本均数,样本标准差)。 参数(parameter)描述总体变量值特征得指标(总体率,标准差,总体均数)。
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 医学统计中的基本概念 1、医学统计学是研究医学数据的收集、整理、分析、解释和呈现其结果的一门学科。 2、个体：研究的基本观察单位。 3、变量：用于观察研究对象的指标。 4、观察值：个体变量的数值。 5、资料：又称为数据，由变量的观察值构成。 变异：个体观察值之间具有 的差异。 变异和同质是对统计学数据 的要求！ 变异是统计学研究的真正对 象！ 统计学是研究变异规律的科 学！ 同质：个体观察值之间的变 异在允许范围内。 异质：个体观察值之间的变 异超出允许范围。 一、总体、抽样、样本、参数、统计量 总体：同质的个体所构成的全体研究对象。总体同时具有同质和变异两个特点。 有限总体：总体中的个体 数量是有限的。 无限总体：总体中的个体 数量是无限的。 样本：从总体中随机抽取 的部分个体。 样本量：样本所包含的个
体数目。 参数：刻画总体特征的指标。 统计量：刻画样本特征的指标。 抽样：从总体中随机抽取部分个 体的过程。抽样具有代表性、随机性、可靠性、可比性； 原则：代表性：样本能充分反映 总体特征。 随机性：保证总体中每个个体都有相同的几率被抽样。 随机性是代表性的保证； 生活中随机性的例子（思考题）； 计数资料计量资料 (分类资料)资料 等级资料(有序多分类资料) 二分类资料 无序多分类资料 计量资料：由连续变量的观察值构成的资料。对每个观察对象的观察指标用定量方法测定其数值大小 所得的资料，一般有度量衡单位，例如年龄、身高、 血糖。 计数资料：由离散变量的观察值构成的资料。先将 观察对象的观测指标按性 质或类别进行分组，然后 计数各组的数目所得的资料，例如性别、患病、血型。 等级分组资料：由等级变量的观测值构成的资料。具有计数资料的特征，同
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
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
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）
绪论 进和维护健康，预防疾病、失能和早逝 二．预防医学特点：1.工作对象包括个体及确定的群体，主要着眼于健康和无症状患者；2研究方法注重微观和宏观相结合，但更侧重于影响健康的因素与人群的关系；3.采取的对策更具积极的预防作用，具有较临床医学更大的人群健康效应。 三．健康决定因素：指决定个体和人群健康状态的因素。包括：1、社会经济环境。2、物质环境3.个人因素。4卫生服务。 四．三级预防策略：1.第一级预防：又称病因预防，即防止疾病的发生。2.第二级预防：在疾病的临床前期做好早起发现、早期诊断、早起治疗的“三早”预防工作，以控制疾病的发展和恶化。3.第三级预防：对已患某些病者，采取及时的、有效的治疗措施，防止病情恶化，预防并发症和伤残，延长生命。 第一章流行病学概论 进健康的策略和措施的科学。 流行病学定义涵：1.流行病学的研究对象时人群。2.流行病学关注的事件包括疾病与健康状况。3.流行病学主要研究容是：（1）揭示现象（2）找出原因（3）评价效果。4.流行病学研究和实践的目的是防治疾病、促进健康。 二．流行病学基本原理：1.分布论。2.病因论。3.健康-疾病连续带。4预防控制理论（三级预防理论）5.数理模型。6.流行病学的几个基本原则：（1）群体原则（2）现场原则（3）对比原则（核心）（4）代表性原则 三．流行病学的用途：1.描述疾病及健康状况的分布。2.探讨疾病的病因。3.研究疾病自然史，提高临床诊断、治疗水平和预后评估。4.疾病的预防控制及其效果评价。5.流行病学分支。 第二章疾病分布 的存在方式及其发生、发展规律。 二．疾病分布的测量指标：1.发病率：指在一定期间（一般为1年）特定群中某病新病例出现的频率。 病频率的测量（日、周、旬、月），常用于疾病暴发或流行时的调查。 例。患病率=发病率*病程。 病的人数占所有易感接触者总数的百分率。 5.死亡率：指在一定时间期间（通常为1年），某人群中死于某病（或死于所有原因）的频率。死亡率是测量入群死亡危险最常用的指标。 6.病死率：表示一定时期，患某病的全部病人中因该病死亡者所占的比例。 三．疾病的分布形式（“三间分布”） 1.地区分布：疾病的地方性：由于自然环境和社会因素的影响而使一些疾病无需从外地输入，只存在于某一地区，或在某一地区的发病率水平总是较高，这种现象称为疾病的地方性。 2.时间分布 3.人群分布：出生队列分析：将同一时期出生的人划归为一组称为一个出生队列，对其随访观察若干年，观察死亡等情况。 4.判断疾病地方性的依据：（1）该病在当地居住的各群组
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
医学统计学总结 一。绪论 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。 变量类型变量值表现实例资料类型 数值变量离散型 定量测量值,有计量单位产前检查次数 计量资料 连续型身高 分类变量无 序 二分类对立的两类属性性别（男女） 计数资料多分类不相容的多类属性血型(A，B，O，AB） 有 序 多分类类间有程度差异的属性受教育程度（小学，中 学，高中，大学…）等级资料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。 统计量（statistics）描述样本变量值特征的指标（样本率,样本均数，样本标准差）。
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**
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。
医学统计学总结 一.绪论 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。 统计量（statistics）描述样本变量值特征的指标（样本率，样本均数，样本标准差）。
均数±标准差：表示集中位置、离散程度均数±标准误：表示平均水平、抽样误差大小P75 一、标准差的主要作用是估计正常值的范围 实际应用中，估计观察值正常值范围应该用标准差（s），表示为“Mean±SD”。此写法综合表达一组观察值的集中和离散特征的变异情况，说明样本平均数对观察值的代表性。s 的大或小说明数据取值的分散或集中。s与样本均数合用, 主要是在大样本调查研究中, 对正态或近似正态分布的总体正常值范围进行估计。如果不是为了正常值范围估计，一般不用。当数据与正态分布相差很大，或者虽为正态分布, 但样本容量太小(小于30 或100)，也不宜用估计正常值范围。 二、标准差还可用来计算变异系数（CV） 当两组观察值单位不同, 或两均数相差较大时，不能直接用标准差比较其变异程度的大小, 须用变异系数系数来做比较。： 标准误的正确使用 一、标准误用来衡量抽样误差的大小和了解用样本平均数来推论总体平均数的可靠程度。在抽样调查中，往往通过样本平均数来推论总体平均数，样本标准误适用于正态或近似正态分布的数据, 是主要描述小样本试验中，样本容量相同的同质的多个样本平均均数间的变异程度的统计量。即如果多次重复同一个试验, 它们之间的变异程度用。显然它越小，样本平均数变异越小，越稳定，用样本平均数估计总体均数越可靠。因此，为说明它的稳定性、可靠性或通过几个对几组数据进行比较(这是科研论文中最常见的)，应当用描述数据。实际应用中应该写成“平均数±标准误”或而英文表示为“Mean±SE”的形式。 二、标准误还可以进行总体平均数的区间估计与点估计（置信区间）。 根据正态分布原理，与合用还可以给出正态总体平均数的可信区间估计即推论总体平均数的可靠区间，例如常用（其中 (n-1) 为样本容量是n的t界值）表示总体均值的95%可信区间, 意指总体平均数有95%的把握在所给范围内。 三、标准误还可用来进行平均数间的显著性检验，从而判断平均数间的差别是否是由抽样误差引起的。例如：某当地小麦良种的千粒重=34克，现在从外地引入一新品种，通过多小区的田间试验得到千粒重的平均数=克，问新引进品种千粒重与当地良种有无显著差异新引进品种千粒重与当地良种有无显著差异实质是判断与的差别是否是有田间试验是抽样误差引起，所以要进行显著性检验，这里用t测验进行检验，而，由于，故，所以认为新引进品种千粒重与当地良种千粒重的不同是由于田间试验是抽样 误差引起，因此他们之间无显著差异。所以在进行平均数间的显著性检验是必须用到。 总之，标准差和标准误最常用的统计量，二者都是衡量样本变量(观察值) 随机性的指标，只是从不同角度来反映误差，二者在统计推断和误差分析中都有重要的应用。如果没有标准差，人们就无法看出一组观察值间变异程度有多大，这些数字到底有无代表性，如果没有标准误又很难看出我们的样本平均数是否可以代表总体平均数。所以二者都非常重要。 定量资料的统计描述：
集中趋势的描述 算术均数： 频数表资料(X0为各组段组中值) n fX f fX x O O ∑∑∑== 几何均数： n n X X X G ...21= 或 ) log ( log 1 n X G ∑-= 频数表资料： ? ?????=????????=∑∑∑--n X f f X f G log lg log log 11 中位数:(1)* 2 1 +=n X M (2) ) (21* 12*2++= n n X X M 百分位数 ?? ? ??-?+ =L X X f n X f i L P 100其中：L 为欲求的百分位 数所在组段的下限 , i 为该组段的组距 , n 为总频数 , X f 为 该组段的的频数 , L f 为该组段之前的累计频数 方差: 总体方差为：式（1）； 样本方差为 式（2） （1） N X 2 2 )(μσ-∑= （2） 1)(2 2--∑= n X X S 标准差： 1)(2--∑= n X X S 或 1/)(22-∑-∑= n n X X S 频数表资料计算标准差的公式为 1/)(22-∑∑∑-∑= f f fx fx S 变异系数：当两组资料单位不同或均数相差较大时，对变异 大小进行比较，应计算变异系数 %100?= X S CV 常用的相对数指标 (一)率 （二）相对比（三）构成比 1.直接法标准化 N p N p i i ∑= ' ∑=i i p N N p )(' 2.间接法标准化 预期人数实际人数= SMR ∑=i i P n r SMR S M R P P ?=' 正态分布：密度函数： )2/()(2221)(σμπ σ--= X e X f 分布函数: 小于X 值的概率,即该点正态曲线下左侧面积 )()(x X P x F <= 特征:（1）关于x=μ对称。（2）在x=μ处取得该概率密度函数的最大值，在σμ±=x 处有拐点，表现为钟形曲线。（3）曲线下面积为1。（4）μ决定曲线在横轴上的位置，σ决定曲线的形状 。（5）曲线下面积分布有一定规律 标准正态分布：对任意一个服从正态分布的随机变量，作如下标准化变换 σ μ-= X u ，u 服从总体均数为0、总体标准 差为1的正态分布。 u 值左侧标准正态曲线下面积为标准正态分布函数，记作 )(u Φ 医学参考值的确定方法：（1）百分位法：双侧（P 25,P 975）,单侧P 95以下或P 5以上,该法适用于任何分布型的资料。（2）正态分布法:若X 服从正态分布，双侧医学参考值范围为 S X 96.1± 样本均数标准误的估计值为 X s = t 分布的概念：小样本总体标准差未知时，服从自由度为n-1 的t 分布 X X X t s μ-= 总体均数可信区间的计算： 大样本或总体标准差已知：式（1）； 小样本：式（2） （1）n S X ? ±96.1 （2）n S n t t ?±-)1(,05.0(前一个t 表示均数） 单样本t 检验： n S X t /0 μ-= 自由度为 n-1； 配对样本t 检验： 检验统计量： n S d t d /0-= 自由度为n-1（n 为对子数） 两样本t 检验：检验统计量： ) 11(2 12 1n n S X X t c +-= （错： Sc 的平方） 2 )()(2)1()1(21222211212 222112-+-+-= -+-+-= ∑∑n n X X X X n n S n S n S c 方差齐性检验：H 0:两总体方差齐，H 1:两总体方差不齐，α=0.1 检验统计量： （较小）（较大）2 2 2 1 S S F = 分子自由度为n 1-1，分母自由度为n 2-1 方差分析的基本思想： 1、总变异：总离均差平方和： 2() 1 T ij i j SS SS X X N νν=-==-∑∑总总＝ ∑∑-=N X X ij ij /)(22 ∑=N X C ij /)( 2 2. 组间变异：组间变异反映了处理因素的影响(如处理确实有作用)，同时也包括了随机误差(含个体差异和测量误差)。 21() 1 B i i i SS SS n X X k νν-==-∑组间组间＝＝ = C n X i i ij -∑ ∑2 )( 3. 组内变异：组内变异仅反映随机误差(含个体差异和测量误差)，故又称误差变异。 222()(1) W E ij i i i i j i SS SS SS X X n S N k νν===-=-==-∑∑∑组内组内 2()(1) W E ij i i i i j i SS SS SS X X n S N k νν===-=-==-∑∑∑组内组内 1(1)()N k N k ννν=-=-+-=+总组间组内 组间均方与组内均方比值一般地服从分子自由度为ν1，分母 自由度为ν2的F 分布 12 1 MS F k N k MS νννν= ==-==-组间 组间组内组内 ， 二项分布的概率函数P (X )： X n X X n C X P --=)1()(ππ； )! (!!X n X n C X n -= 二项分布的均数和标准差：进行n 次独立重复试验，出现X 次阳性结果 X 的总体均数为πμn = 总体方差为)1(2ππσ-=n 总体标准差为)1(ππσ -=n 如果将阳性结果用频率表示 n X p = 率的总体均数 π μ=p 标准差 n p ) 1(ππσ-= n p p n p p S p )1(1 ) 1(-≈--= 又称率的标准误它反映率的抽样误差的大小。 单侧累积概率计算：出现阳性的次数至多为k 次的概率为 ∑∑ ==---==≤k X k X X n X X n X n X P k X P 0 0)1()! (!! )()(ππ 出现阳性的次数至少为k 次的概率 ∑∑ ==---==≥n k X n k X X n X X n X n X P k X P )1()! (!! )()(ππ 率的可信区间的估计 正态近似法：当)1(,p n np - 均大于等于5时 n p p p n p p P )1(96.1,)1(96.1-+-? - 样本率与总体率的比较： 检验假设H 0：π=π0，H 1：π≠π0 1 . 满足正态近似时，计算检验统计量 ) 1(000 πππ--= n n X Z 或 n p Z ) 1(000 πππ--= 2. 不满足正态近似时用直接概率计算法 两样本率的比较：H0:π1=π2，H1:π1≠π2, 检验统计量: ) 1 1)(1(| |2121n n p p p p Z c c +--= 2121n n X X p c ++= Poisson 分布的概率函数为 ! )(X e X P X λλ -= POISSON 分布的应用: 单侧累计概率计算:稀有事件发生次数至多为k 次的概率为 ∑∑==-==≤k X k X X X e X P k X P 0 ! )()(λλ 发生次数至少为k 次的概率为 )1(1)(-≤-=≥k X P k X P 总体均数的区间估计:正态近似法 95%总体均数的可信区间为X X X X 96.1,96.1+- 样本率和总体率的比较 正态近似法: 当满足正态近似条件时, 对检验假设 H0:λ=λ0,H1:λ≠λ0, 检验统计量为 λ λ-= X Z 两组独立样本资料的Z 检验 :当两总体均数都大于20时, 对检验假设H0：λ1=λ2, H1：λ1≠λ2,当两样本观测单