第一章
地统计学的原名为地质统计学。
关键人物：D.J.Krige和H.S.Sichel的新矿藏评价方法
法国著名统计学家G.Matheron创立地统计学
M.David《矿产储量地统计学评价》（1977）
A.G.Journel等《采矿地统计学》（1978）
I.Clark 《实用地统计学》（1979）
B.D.Ripley《空间统计学》
E.H.Issaks和R.M.Srivostava 《应用地统计学导论》（1989）
N.Cressie 《空间数据统计学》（1991）
含义：地统计学是以区域化变量理论为基础，以变异函数为主要工具，研究在空间分布上既有随机性又有结构性，或空间相关和依赖性的自然现象的科学。
理论基础——区域化变量理论：当一个变量呈现为空间分布时，就称之为区域化。区域化变量具有两个最显著，而且也是最重要的特征，即随机性和结构性。
主要工具——协方差函数和变异函数：区域化随机变量之间的差异，可以用空间协方差来表示。
主要内容——克立格插值法：克立格插值法，又称空间局部估计或空间局部插值法。克立格法是建立在变异函数理论及结构分析基础之上。实质是利用区域化变量的原始数据和变异函数的结构特点，对未采样点的区域化变量的取值进行线性无偏、最优估计。
适用范围：克里格方法的适用范围为区域化变量存在空间相关性，则可以利用克里格方法进行内插或外推；否则反之。
地统计学软件：GS+、ArcGIS、Surfer、STA TPAC、Geo-EAS、GEOPACK、Geostatistical Toolbox、GSLIB、DPS等数据分析软件。
地理数据：是用一定的测度标准来衡量地理要素而取得的地理信息。
几个基本概念：间隔尺度数据：以连续的量来表示地理要素。根据地理要素的不同性质，采用不同的度量单位。比例尺度数据：是以连续的量来表示地理要素。事先规定一个基点，再将其他的量换算为它的比例。有序数据（等级数据）：不是用连续的量来表示地理要素，而是只表示其次序关系的数据。二元数据：即0和1数据，用于表示地理要素的性质。名义尺度数据：用于表示地理要素的类型，可
以用文字或字符表示。
基本统计分析：1、抽样方案：
1）随机抽样：利用随机数表或随机函数来确定样本。假定地理要素在空间或时间上的变化是随机的，而忽略其内部各部分的差异。适用于：地理类型划分不明确，对区域的差异性了解不多。
2）机械抽样：按固定间隔确定样本。不考虑地理要素的分布特点，而把它假定为均匀分布。
3）分组抽样：先分组再抽样。考虑到已经掌握的每组地理要素在总体中的比例和地位。
2、频数分布
频数：变量按大小顺序排序，并按一定间距分组，变量在各组出现的次数，称为频数。
频率：各组频率=各组频数/频数总数
累积频数
参数估计：点估计、区间估计
首先，根据样本值，对总体分布的类型做出判断和假设，从而得到总体的分布类型，其中含有一个或几个未知参数。其次，对另外一些并不关心其分布类型的统计推断问题，只关心总体的某些数字特征，通常把这些数字特征称为参数。这时，抽样的目的就是为了了解这些未知的参数。
探索性空间数据分析（ESDA ）：1、检查数据分布。
2、寻找全局和局部离群值。全局离群值：对于数据集中所有点的值，具有很高或很低值的观测样点。局部离群值：在数据集中，对于其周围点的值，具有很高或很低值的观测样点。【寻找方法：1）用直方图查找全局离群值，2）用半变异/协方差函数云识别离群值，3）用V onoroi 地图寻找离群值】
3、全局趋势分析。
4、检测空间自相关及方向变异。
相关分析：判断散点图（能够分辨什么是完全正线性相关，完全负线性相关，正线性相关，负先行先关，不相关，非线性相关的图像）
计算简单相关系数：（有公式）相关系数r
＝0，不相关：|r|＜0.3，极低度相关；0.3≤|r|＜0.5；0.5≤|r|＜0.8，中度相关；|r|≥0.8，高度相关；|r|＝1，完全相关。
一元线性回归分析的步骤流程：1、一元线性回归方程的建立2、回归系数的估计3、对一元回归方程的评价1）一元线性回归模型拟合优度的评价2）一元线性回归方程的显著性检验（t 检验，F 检验）
第三章
区域化变量的概念：以空间点x 的三个直角坐标x u ，x v ，x w 为自变量的随机场，称为区域化变量，或区域化随机变量。Z( x u , x v , x w )=Z(x) （举例说明：如，某地区的高程，某日某时的海面温度，某地区某日的云量）
性质：随机性：区域化变量是一个随机函数，具有局部的、随机的、异常的性质。
结构性：变量在点x 与x ＋h 处具有某种程度的自相关，这种自相关依赖于两点间的距离及变量特征。
空间局限性：指区域化变量往往只存在与一定的空间范围内，该空间称为区域化的几何域。在几何域内，变量属性最明显；在几何域外，变量属性不明显。（例如：群落中某一林分的类型；矿石品位只存在于矿化空间中）
空间连续性：不同的区域化变量具有不同程度的空间连续性。（例如：土壤厚度，具有较强的连续性。土壤中某种元素的含量，连续性不强，有时甚至不连续）
各向异性：区域化变量在各个方向上的性质变化相同，称为各向同性。在各个方向上的性质变化不同，称为各向异性。（知道各项同性和各向异性的图分别是什么样子，各项同性是各项异性的特例）
可迁性：区域化变量在一定范围内具有明显的空间相关，但超过这一范围之后，相关关系就变得很弱，甚至消失。
含义：观测前Z(x)是一个随机场，观测后Z(x)是一个普通的空间三元函数值或空间点函数值。
协方差函数的计算：
变异函数的计算：
对半变异函数的理解：半变异函数随距离的增加而增大。即当空间上的两点距离很近时，它们是相似的，其半变异值比较小。当这两点之间的距离扩大时，它们的相似性增加，其半变异值加大。
半变异函数中各个参数的意思：C0：表示h很小时，两点间观测值的变化。a：反映了区域化变量的影响范围。C(0)：反映某区域化变量在研究范围内的变异强度。
块金效应：对变异函数γ(h)，当h＝0时，γ(h)≠0，γ(h)＝C0（常数），这种现象称为块金效应。块金常数反映了区域化变量内部随机性的可能程度。来源：1）测量误差。2）区域化变量在小于抽样尺度h时所具有的内部变异。C0＝微观结构＋采样及试验误差
协方差函数和变异函数的关系：C(h)＝C(0)－γ(h) 或γ(h)＝C(0)－C(h)
平稳假设：在线性地统计学研究中，只需假设Z(x)的1、2阶矩存在且平稳。
当区域化变量满足下列条件，称该区域化变量满足二阶平稳或弱平稳的
1）在整个研究区内，E[Z(x)]＝m(常数)存在，任意x
2）在整个研究区内，区域化变量Z(x)的空间协方差函数存在且平稳
cov[Z(x)，Z(x+h)]＝E[Z(x)·Z(x+h)]－m2＝C(h)任意x ，任意h
协方差平稳意味着方差、变异函数平稳。
内蕴假设：基本思想：只考虑区域化变量的增量而不考虑变量本身。
当区域化变量Z(x)的增量Z(x)-Z(x+h)满足下列两个条件时，则该区域化变量满足内蕴假设
1）在整个研究区内，区域化变量Z(x)的增量的数学期望为0，即：E[Z(x)－Z(x+h)]＝0任意x，任意h 2）在整个研究区内，区域化变量Z(x)的增量的方差函数对于任意X和h存在，且平稳var[Z(x)－Z(x+h)]＝E[Z((x)－Z(x+h)－0]2＝E[Z((x)－Z(x+h)]2＝2γ(α, h)＝2γ(h)
随机函数Z(x)的增量只依赖于分割它们的向量h，而不依赖于具体位置x
求估计误差的方差：Z(x i)为某一区域化变量的实际值（或理论值），Z*(x i)为某一区域化变量的估计值估计误差为：R(x i)＝Z(x i)－Z*(x i)数学期望为：E[R(x i)]＝m E，
估计误差的方差为：σ2E＝var[Z(x i)－Z*(x i)]＝E[R(x i)]2－{E[R(x i)]}2＝E[R(x i)]2－m E2
注：如果Z(x)为区域化变量，则R(x)也为区域化变量；若Z(x)是二阶平稳，即数学期望存在，方差有限，则R(x)也是二阶平稳，数学期望存在，方差有限。
第四章
变异函数的理论模型：1、有基台值模型：球状模型，指数模型，高斯模型，线性有基台值模型，纯块金效应模型。无基台值模型：2、幂函数模型，线性无基台值模型，抛物线模型。3、孔穴效应模型（可有有基台或无基台模型）
结构分析的原因：具有复杂变化的区域化变量的空间变异性，往往不是单纯的一种结构，而是不同尺度上的多层次的结构叠加在一起，因而无法用一种理论模型来拟合它，为了全面了解区域化变量的变异性，必须进行结构分析。
结构分析概念：构造一个变异函数模型对于全部有效结构信息作定量化的概括，以表征区域化变量的主要特征。结构分析的主要方法是套合结构。
套合结构概念：把分别出现在不同距离h上和（或）不同方向α上同时起作用的变异性组合起来。套合结构可以表示为多个变异函数之和，每一个变异函数代表一种特定尺度上的变异性，套合结构的表达式为：γ(h)＝γ0(h)＋γ1(h)＋……＋γi(h)＋……绝大多数变异函数由以下两个变异函数组成：γ(h)＝γ0(h)＋γ1(h)，γ0(h)：代表纯块金变异函数γ1(h)：代表空间相关的变异函数
各向异性的种类：1、当区域化变量在不同方向上表现出变异程度相同而连续性不同时称为几何异向性。2、当区域化变量在不同方向上变异性之差，不能用简单几何变换得到时，就称为“带状异向性”。
3、混合结构
变异函数理论模型的最优拟合：根据变异函数的计算值，选择合适的理论模型来拟合一条最优的理论变异函数曲线，通常称为最优拟合。拟合过程：1.确定曲线类型2.参数最优估计3.最优曲线的确定
参数最优估计：（两种方法）极大似然估计法、距估计法和最小二乘法？
最小二乘法：基本思想：使误差平方和最小，达到在误差之间一种平衡，以防止某一极端误差对决定参数的估计值起支配地位。这有助于揭示更接近真实的状况。
影响变异函数的主要因素：（1）样点间距离和支撑的大小：随着样点间距离增大，变异函数的随机成分不断增加，小尺度结构特征将被掩盖。因此，要确定采样的最小尺度。用块段取样时，变异程度随支撑增大而减小，因此，要考虑支撑的大小。（2）样本数量的大小：一般要求在变程a以内各距离上的点对数目不应小于20对。（3）异常值的影响：在变程内的异常值主要影响块金值，导致块金值增大，随机成分影响加强，而空间自相关方面的影响消弱。（4）比例效应：它会导致试验变异函数值产生畸变，使基台值和块金值增大，使估计精度降低，导致某些结构特征不明显。可通过对原始数据取对数来消除。（5）飘移的影响：当E[Z(x)]＝m(x)，γ*(h)不再是γ(h)的无偏估计量。
结构分析的基本步骤：（1）区域化变量选择【根据具体研究目的而定，要有明确物理意义，最好能定量表示。】（2）数据审议【包括：空间取样设计、样点间距离大小、取样方法、数据代表性、均匀性、时空一致性等。目的：校正数据误差、对某些特殊问题给予初步解释。】（3）数据统计分析【包括：平均值、方差、标准差、变异系数等统计分析。】（4）变异函数的计算【要考虑数据的结构】（5）变异函数的结构分析【包括：各向同性、各向异性分析块金效应分析、不同方向上的套合结构分析等。目的：根据实验变异函数来分析所研究的区域化现象的主要结构特征。】（6）理论变异函数模型的最优拟合及检验（7）变异函数理论模型的专业分析
第五章
空间插值定义：根据空间分布的离散采样点值求出未知点值，在数学上属于数值分析中的插值问题。即将离散的数据点转化为连续的数据曲面。
插值法分类：1、确定性插值法：全局插值法（全局多项式法），局部插值法（反距离加权插值法、局部多项式法、径向基函数法）；精确性插值（反距离加权插值法、径向基函数法），非精确性插值（全局多项式法、局部多项式法）。2、地统计插值法
反距离加权插值法（IDW）：相近相似原理：两物体距离越近，它们的性质越相似。反之，两物体距离越远，它们的性质越不相似。
克里格插值法的概念：又称为空间局部估计或空间局部插值法,克立格法是建立在变异函数理论及结构分析基础上，在有限区域内对区域化变量的取值进行无偏最优估计的一种方法。
克里格估计量：Z v*(x)＝∑λi Z(x i)，i=1~n 其中λi为权重系数，Z(x i)为待估点影响范围内的有效样本值。
简单克里格法和普通克里格法的含义：当区域化变量Z(x)的E[Z(x)]=m已知，则称为简单克立格法。（计算简单、更精确，但目前较少使用）。若Z(x)的E[Z(x)]未知，则称为普通克立格法。
简单克里格法和普通克里格法的估值流程：
克立格法与空间确定性插值法的区别：克立格法：基于采样数据反映的区域化变量的结构信息（变异
函数或协方差函数提供），根据待估点或块段有限邻域内的采样点数据，考虑样本点的空间相互位置关系（K矩阵）、与待估点的空间位置关系（Ma矩阵），对待估点进行的一种线性无偏最优估计，并且能给出估计精度，比其他传统方法更精确、更符合实际。空间确定性插值法：通过采样点的分布直接内插（反距离加权）或通过采样点拟合数学方程内插（全局、局部多项式、径向基函数）。
有关克立格法的说明：（1）克里格矩阵和估计构型（数据构型相同，克里格矩阵就相同）（2）表达式通用性（不论采样数据和待估数据为点或块段，不论协方差函数和变异函数表征为何种结构模型，克立格方程组和克立格估计方差完全通用。）（3）估计可靠性（4）若已知协方差函数或变异函数，则可提前计算克立格估计方差，用于指导采样设计（5）克里格权重系数（权重可正可负性：可获取大于最大或小于最小的样本值的插值结果。块金值的大小对权重影响：增加块金值会使插值过程更接近于简单算术平均，极端情形——纯块金效应模型，样本权重相同，结果为样本的算术平均。对称性：若区域化变量是各向同性，且无丛聚效应时，当已知样点对待估样点几何位置对称时，它们之间的克里格权重系数也具有对称性。丛聚效应：在克立格估计中，不会由于一些样点丛聚在一起而增大其权重系数。屏蔽效应：屏蔽效应与块金常数有很大的关系，当块金值很小或不存在时，已知样点的克立格权重系数的大小受屏蔽效应影响。当块金常数增大，屏蔽效应减弱。当为纯块金效应时，所有样点间相互独立，协方差函数为0，变异函数等于外延方差（即基台值），求出的采样点的克立格权重系数均相同，此时屏蔽效应消失。）（6）邻域内已知的样本数量对克里格估计的影响：（在地统计学克里格估计中，一般多采用10个左右邻域内的有效数据，再扩大有效数据，会产生屏蔽效应，而且对克里格估计精度不起作用。）（7）理论模型对克立格估计的影响：（①偏台值对克立格估计的影响，偏基台值越大，变异越强，块金值：越小，屏蔽效应越明显，距离近的权重就越大，估计方差越大。反之成立。②变程：对克立格估计的影响，变程越大，变异越平缓，距离近的权重就变小，减弱了屏蔽效应，估计方差变小。反之成立。③块金值对克立格估计的影响，块金值：越大，屏蔽效应减弱，偏基台值越小，距离近的权重就变小，同时样点间相关性也越小，估计方差变大。反之成立。④模型种类对克立格估计的影响，模型的形状、参数都会对克立格估计产生影响。）
泛克里格法产生的原因：普通克里格要求区域化变量在给出的邻域内，是平稳的，至少是准平稳的，但实际中，许多区域化变量在研究区内是非平稳的。
泛克里格法含义：在漂移的形式E[Z(x)]=m(x)、非平稳随机函数Z(x)的协方差C(h)或变异函数γ(h)为已知条件下，一种考虑到有漂移的无偏、线性估计量的地统计学方法。
克里格法的总结：（估值过程）
不同克里格插值法的使用条件：不同插值法的使用条件不同，普通克里格法、简单克里格法和泛克里格法前提条件是样本数据符合正态分布。当假设高程值的期望值是未知时，选用普通克里格法；当假设高程值为某一已知常数时，选用简单克里格法；当只需了解属性值是否超过某一阈值时，选用指示克里格法；当数据存在主导趋势时，选用泛克里格法；若不服从正态分布时，选用析取克里格法；当同一事物的两种属性存在相关关系，且一种属性不易获取时，可选用协同克里格方法，借助另一属性实现该属性的空间内插。
生物统计学重要知识点 （说明：下列知识点为考试内容，没涉及的不需要复习。注意加粗的部分为重中之重，一定要弄懂。大家要进行有条理性的复习，望大家考出好成绩！） 第一章概论（容易出填空题和名词解释） 1、生物统计学的目的、内容、作用及三个发展阶段 2、生物统计学的基本特点 3、会解释总体、个体、样本、样本容量、变量、参数、统计数、效应和互作 4、会区分误差（随机误差和系统误差）与错误以及产生的原因 5、会区分准确度和精确度 第二章试验资料的整理与特征数的计算（容易出填空和名词解释） 1、随机抽样必须满足的两个条件 2、能看懂次数分布表和次数分布图，会计算全距、组数、组距、组限和组中值 3、会求平均数（算数、加权和几何）、中位数、众数，算术平均数的重要特性 4、会求极差、方差、标准差和变异系数，理解标准差的性质 第三章概率与概率分布（选择、填空和计算） 1、理解事件、频率及概率，事件的相互关系，加法定理和乘法定理的运用 2、概率密度函数曲线的特点和大数定律 3、二项分布、泊松分布和正态分布的概率函数和标准分布图像特征，会计算概率值 4、理解分位数的概念，弄清什么时候用单尾，什么时候用双尾 5、样本平均数差数的分布 第四章统计推断（计算） 1、无效假设和备择假设、显著水平、双尾检验和单尾检验、假设检验的两类错误，会根据 小概率原理做出是否接受无效假设的判断 2、总体方差已知和未知情况下如何进行U检验 3、一个样本平均数的t检验（例4.5） 成组数据平均数比较的t检验（例4.6和4.7） 4、一个样本频率的假设检验（例4.11），知道连续性矫正 5、参数的区间估计（置信区间）和点估计
一、田间试验的特点 1、田间试验具有严格的地区性和季节性，试验周期长。 2、田间试验普遍存在试验误差 3、研究的对象和材料是农作物，以农作物生长发育的反应作为试验指标研 究其生长发育规律、各项栽培技术或栽培条件的效果。 二、田间试验的基本要求 结果重演性、结果可靠性、条件先进代表性、目的明确性 三、单因素试验的处理数就是该因素的水平数。 四、例如：甲、乙、丙三品种与高、中、低三种施肥量的两因素试验处理组 合数是？ 3因素3水平的处理组合数是？ 多因素试验的处理数是各因素不同水平数的所有组合。 五、如进行一个喷施叶面肥的试验，如果设置两个叶面肥浓度，对照应为 喷施等量清水。 六、简单效应的计算 N 的简单效应为40-30=10 在N1水平下，P2与P1的简单效应为38-30=8；在N2水平下，P2与P1的简单效应为54-40=14。 七、平均效应的计算 P的主效（8+14）/2=11； N的主效（10+16）/2=13； 八、互作的计算 N与P的互作为（16-10）/2=3或（14-8）/2=3 九、田间试验误差可分为系统误差和随机误差两种。（1、系统误差影响试 验的准确性，随机误差影响试验的精确性。2、准确度受系统误差影 响，也受随机误差影响；精确度受随机误差影响。3、若消除系统误 差，则精确度=准确度。） 十、小区面积扩大，误差降低，但扩大到一定程度，误差降低就不明显了。 适当的时候可以考虑增加重复次数来降低误差。小区面积一般在 6-60m2，而示范小区面积不小于330m2 。 十一、通常情况下，狭长小区误差比方形小区误差小。 小区的长边必须与肥力梯度方向平行，即与肥力变化最大的方向平行。一般小区长宽比为3-10：1，甚至达20：1 十二、何时采用方形小区？（1）肥水试验；（2）边际效应值得重视的试验。 十三、一般小区面积较小的试验，重复次数可相应增多，可设3-6次重复； 小区面积较大的试验可设2-4次重复。 十四、将对照或早熟品种种在试验田四周，一般4行以上。目的？（目的是防止外来因素破坏及边际效应的影响。） 十五、算术平均数的主要特征 ?1、样本各观测值与平均数之差的和为零，即离均差之和为0。 2、离均差的平方和最小。 十六、【例3·1】在1、2、3、…、20这20个数字中随机抽取1个，求下列随机事件的概率。 （1）A=“抽得1个数字≤4”；
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)。
生物统计学SPSS作业 4.6 桃树枝条的常规含氮量为2.40%，现对一桃树新品种枝条的含氮量进行了10次测定，其结果为：2.38%、2.38%、2.41%、2.50%、2.47%、2.41%、2.38%、2.26%、2.32%、2.41%，试问测定结果与常规枝条含氮量有无差别。 解：1、假设H1：u1=u2,即新品枝条与常规枝条含氮量无差别。对H2: u1!=u2。 2、取显著水平α=0.05。 3、用SPSS软件进行检验计算如下： （1）打开SPSS软件，输入数据，如图 （2）如图在主菜单栏选择“分析”选项的“比较均值”,在下拉菜单中选择“独立样本T检测”。
（3）在下图中将左边方框中的“新品枝条含氮量”放到右边的“检验变量”方框中，并选择“确定”。即可得出“单样本T检验”的检验结果。
4、结果分析 由SPSS “单样本T检验”检验结果可知t=-0.371 Sig. (2-Tailed)是双尾t检验显著概率0719大于0.05，所以可以接受假设H1，即新品枝条与常规枝条含氮量无差别
4.8 假说：“北方动物比南方动物具有较短的附肢。”未验证这一假说，调查了如下鸟翅长（mm）资料：北方的：120 113 125 118 116 119 ；南方的：116 117 121 114 116 118 123 120 。试检验这一假说。 解：1、假设H1：u1=u2,即北方动物和南方动物的附肢没有差别。对H2: u1!=u2。 2、取显著水平α=0.05。 3、用SPSS软件进行检验计算如下： （1）打开SPSS软件，输入数据，如图 （2）如图在主菜单栏选择“分析”选项的“比较均值”,在下拉菜单中选择“独立样本T检测”。 （3）在下图中将左边方框中的“翅长”放到右边的“样本变量(s)”方框中，将“状态”放到“分组变量”中，并选择“定义组”。
生物统计学总结 绪论 统计工作的四大步骤：设计、搜集、整理、分析 统计资料的三大类型： ?计量资料：对每个观察值单位用定量方法测得每项指标量的大小所得的资料 ?计数资料：将观察单位按照某种属性类别分组，所得的观察单位数 ?等级资料：将观察单位按某种属性的不同程度分组所得的资料 同质与变异 同质：除研究因素外，其他因素相同或相近为同质 变异：观测值的不齐性 总体与样本： 总体：根据研究目的所确定的同质观察单位的全体=所有研究对象 性质相同的全体观察单位某项变量值的集合 总体含量：总体中所包含的观察单位数 有限总体：总体观察单位数可数 无限总体：总体观察单位数不可数 样本：从总体中随机抽取的部分观察单位 样本含量：样本中所包含的观察单位数 抽样：从总体中获得样本的过程 放回式抽样 不放回式抽样 抽样误差：因个体变异的存在，由抽样而导致的样本指标与总体指标之差 统计量：有样本所得指标或数 参数：由总体所得指标，关于特征的表征 频数：完全相同的观察只出现的次数 频率：某一观察值出现的次数与样本含量的比值 概率：描述某事物发生可能性大小的一个度量 样本空间：一次实验所有可能的结果的集合 基本事物：样本空间每一个可能的结果 小概率事件：P<=0.05或P<=0.01的事件 小概率原理：小概率事件在一次抽样中不可能发生 计量资料的统计描述 集中趋势的指标： 平均数 定义：描述一组同质计量资料的集中趋势，反映某一组观察值的平均水平或某一分布的平均位置的指标 作用：作为一组资料的代表值，可用于组间的分析比较 均数的两个重要特征代表性 1.离均差和等于0 2.离均差平方最小小于 常用平均数指标：
高级生物统计学课程学习总结 摘要：经过一学期对生物统计学的学习，我对生物统计学有了进一步的理解。本文主 要讲述了本学期学习生物统计之后，我对生物统计学的收获和体会。 关键词：生物统计学 收获 体会 学习了黄老师讲授的《高级生物统计学》这门课程，我觉得自己又收获了不少。经过一学期对生物统计学的学习，我对生物统计学有了进一步的理解。虽说我的专业是课程与 教学论，对生物统计学知识的运用较少，但我深信，于我自身，它将起到不可估量的作用。 下面主要谈谈我对这门课程的理解与感悟。 1.对生物统计学的认识 1.1生物统计学的概念 生物统计学是一门以概率理论为基础的，实际应用性非常强的综合性的学科。它运用概率论与数理统计的原理和方法处理生物学中的各种数量资料，从而透过现象揭示生物学 本质的一门科学，是科学研究与实践应用的基础工具。它是研究如何搜集、整理、分析反 映整体信息的数字资料，并以此为依据，推断总体特征，然后用生物学的语言加以描述的 工具。 从生物统计学的概念我们不难看出，生物统计是要我们根据部分所反映出来的性质，推断总体的性质，在推断的过程中，不可避免的会有一定的出错概率，我们只是选择不同 的分析方法将这一概率降到最低。它不仅为我们提供了设计试验，获取资料的方法，还提 供了整理资料，最后得出科学结论的方法。因此，学好生物统计对我们以后设计试验，分 析试验数据，得出科学而精简的结论有很大帮助。 1.2生物统计学的重要性 统计学在生物学中的应用已有长远的历史，许多统计的理论与方法也是自生物上的应用发展而来，而且生物统计是一个极重要的跨生命科学各研究领域的平台。 随着基因组学、蛋白质组学与生物信息学的蓬勃发展，使得生物统计在这些突破性生 物科技领域上扮演着不可或缺的角色。，生物统计学在这些领域被广泛应用，并显得日益重 要。生物统计学是生物领域学生应具备的基本知识和素质，与生命活动有关的各种现象中 普遍存在着随机现象，大到整个生态系统，小到核苷酸序列，均受到许多随机因素的影响， 表现为各种各样的随机现象，而生物统计学正是从数量方面揭示大量随机现象中存在的必 然规律的学科。因此，生物统计学是一门在实践中应用十分广泛的工具学科，它是生物科 管线不仅可以解决吊顶层配卷问题，而且可保障各类路敷设过程中，要加强看料试卷连接管口处理高中资料试卷保护层防腐跨接地线弯曲半径标高中语文电气课件中管壁薄、接利用管线敷设技术。线缆敷设原则不同电压回路交叉时，应采用金属同一线槽内强电回路须同时切根据生产工艺高中资料试卷要求，与带负荷下高中资料试卷调控试使其在正常工况下与过度工作下都于继电保护进行整核对定值，审核杂设备与装置高中资料试卷调试动过程中高中资料试卷电气设备进过关运行高中资料试卷技术指导中资料试卷技术问题，作为调试人图纸资料、设备制造厂家出具高案。 保护高中资料试卷配置技术是指高中资料试卷总体配置时，需要在机组高中资料试卷安全，并且尽可料试卷破坏范围，或者对某些异进行自动处理，尤其要避免错误高然停机。因此，电力高中资料试，要求电力保护装置做到准确灵活置高中资料试卷调试技术是指发电内部故障时，需要进行外部电源
014福师《生物统计学》在线作业一 黄镇 一、单选题（共25 道试题，共50 分。） 1. 对含有两个随机变量的同一批资料,既作直线回归分析,又作直线相关分析。令对相关系数检验的t值为tr，对回归系数检验的t值为tb，二者之间具有什么关系？C A. tr>tb B. tr
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
重庆西南大学 2012 至 2013 学年度第 2 期 生物统计学 试题（A ） 试题使用对象： 2011 级 专业(本科) 命题人： 考试用时 120 分钟 答题方式采用： 闭卷 说明：1、答题请使用黑色或蓝色的钢笔、圆珠笔在答题纸上书写工整. 2、考生应在答题纸上答题，在此卷上答题作废. 一：判断题；（每小题1分，共10分 ） 1、正确无效假设的错误为统计假设测验的第一类错误。（ ） 2、标准差为5，B 群体的标准差为12，B 群体的变异一定大于A 群体。（ ） 3、一差异”是指仅允许处理不同，其它非处理因素都应保持不变。（ ） 4、30位学生中有男生16位、女生14位，可推断该班男女生比例符合1∶1 （已知84.321,05.0=χ）。 （ ） 5、固定模型中所得的结论仅在于推断关于特定的处理，而随机模型中试验结论则将用于推断处理的总体。（ ） 6、率百分数资料进行方差分析前，应该对资料数据作反正弦转换。（ ） 7、比较前，应该先作F 测验。 （ ） 8、验中，测验统计假设H 00:μμ≥ ，对H A :μμ<0 时，显著水平为5%，则测验的αu 值为1.96（ ） 9、行回归系数假设测验后，若接受H o :β=0，则表明X 、Y 两变数无相关关系。 ( ) 10、株高的平均数和标准差为30150±=±s y （厘米），果穗长的平均数和标准差为s y ±1030±=（厘米），可认为该玉米的株高性状比果穗性状变异大。 （ ） 二：选择题；（每小题2分，共10分 ） 1分别从总体方差为4和12的总体中抽取容量为4的样本，样本平均数分别为3和2，在95%置信度下总体平均数差数的置信区间为（ ）。 A 、[-9.32，11.32] B 、[-4.16，6.16]
《生物统计学》第三版课后作业答案（李春喜、姜丽娜、邵云、王文林编着） 第一章概论（P7） 习题1.1 什么是生物统计学？生物统计学的主要内容和作用是什么？ 答：(1)生物统计学（biostatistics）是用数理统计的原理和方法来分析和解释生物界各种现象和实验调查资料，是研究生命过程中以样本来推断总体的一门学科。 (2)生物统计学主要包括实验设计和统计推断两大部分的内容。其基本作用表现在以下四个方面：①提 供整理和描述数据资料的科学方法；②确定某些性状和特性的数量特征；③判断实验结果的可靠性； ④提供由样本推断总体的方法；⑤提供实验设计的一些重要原则。 习题1.2 解释以下概念：总体、个体、样本、样本容量、变量、参数、统计数、效应、互作、随机误差、系统误差、准确性、精确性。 答：(1)总体(populatian)是具有相同性质的个体所组成的集合，是研究对象的全体。 (2)个体(individual)是组成总体的基本单元。 (3)样本(sample)是从总体中抽出的若干个个体所构成的集合。 (4)样本容量(sample size)是指样本个体的数目。 (5)变量（variable）是相同性质的事物间表现差异性的某种特征。 (6)参数(parameter)是描述总体特征的数量。 (7)统计数(statistic)是由样本计算所得的数值，是描述样本特征的数量。 (8)效应（effection）试验因素相对独立的作用称为该因素的主效应，简称效应。 (9)互作（interaction）是指两个或两个以上处理因素间的相互作用产生的效应。 (10)实验误差(experimental error)是指实验中不可控因素所引起的观测值偏离真值的差异，可以分为随 机误差和系统误差。 (11)随机误差(random)也称抽样误差或偶然误差，它是有实验中许多无法控制的偶然因素所造成的实验 结果与真实结果之间产生的差异，是不可避免的。随机误差可以通过增加抽样或试验次数降低随机误差，但不能完全消。 (12) 系统误差（systematic）也称为片面误差，是由于实验处理以外的其他条件明显不一致所产生的倾 向性的或定向性的偏差。系统误差主要由一些相对固定的因素引起，在某种程度上是可控制的,只要试验工作做得精细，在试验过程中是可以避免的。 (13) 准确性（accuracy）也称为准确度，指在调查或实验中某一实验指标或性状的观测值与其真值接 近的程度。 (14) 精确性（precision）也称精确度，指调查或实验中同一实验指标或性状的重复观测值彼此接近程 度的大小。 (15)准确性是说明测定值堆真值符合程度的大小，用统计数接近参数真值的程度来衡量。精确性是反映 多次测定值的变异程度，用样本间的各个变量间变异程度的大小来衡量。 习题1.3 误差与错误有何区别？ 答：误差是指实验中不可控制因素所引起的观测值偏离真值的差异，其中随机误差只可以设法降低，但不能避免，系统误差在某种程度上可控制、可克服的；而错误是指在实验过程中，人为的作用所引起的差错，是完全可以避免的。 第二章实验资料的整理与特征数的计算（P22、P23）
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
2010级3班整理生物统计学基础知识整理 生物统计学整理 第一部分名词解释本文档仅供参考，仍有不足，有许多名词没有交待，需自己补充。本资料与课本，课后习题册搭配使用效果更好，有疑问联系大正 1生物统计学:是一门探讨如何从事生物学实验研究的设计,取样,分析,资料整理与推 论的科学.是数理统计在生物学研究中的应用，它是应用数理统计的 原理和方法来分析和解释生物界各种现象和试验调查资料的一门学科， 属于应用统计学的一个分支。 2总体:统计学研究的全部对象叫做总体，分为无限总体和有限总体。 3个体：构成总体的每个成员称为个体。 4样本：总体的一部分称为样本 5样本含量：样本内包含的个体数目称为样本含量 6抽样：从总体中获得样本的过程。 7连续性数据：与某种标准做比较所得到的数据称为连续型数据，又称为度量数据 8离散型数据：由记录不同类别个体的数目所得到的数据，称为离散型数据 9变量的方法：对连续性数据进行分析的方法，通常称为变量的方法 10属性的方法：对离散型数据进行分析的方法 11对于数据的变异程度，经常使用的度量方法有三中，1 范围或称为极差 2 平均离差 3 标准离差或称为标准差 12概率论：研究偶然现象本身规律性的科学 13统计学：基于实际观测结果，利用概率论得出的规律，揭示偶然性中所寄寓的必然性 的科学 14随机实验：在我们做第一次观测时，并不能准确得知下一次的结果，这样的实验叫做随机实验 随机误差：试验过程中，由于各种无法控制的随机因素所引起统计量与参数之间的偏差，称之为随机误差。 15基本事件：试验的每一最基本结果用小写拉丁字母表示
2．什么叫总体？什么叫样本？为什么要抽样？怎样抽样？ 1）总体:统计学研究的全部对象叫做总体，分为无限总体和有限总体。 2）样本：总体的一部分称为样本 3）从总体中获得样本的过程称为抽样，抽样的目的是希望通过对样本的 研究，推断其总体。生物统计学中往往总体数目是无限个，为方便研究总 体特征需要抽样。 4）从总体中抽取样本时，总体中的每一个个体被抽中的机会必须都一样，不能带有偏见，我们得到的样本应该是该市总体的一部分，需要进行随机 抽样。随机抽样的方法很多，例如抽签，拈阄等。最好方法是使用随机数 字表进行抽样。 5）随即数字表抽样步骤：第一步，闭上眼睛用铅笔在随机数字表上任意 点上一点，假若点到奇数，就用第一页表；假若点到偶数，就用第二页表。 第二步，在选定的那一页上，在点一次，决定从那个字开始。决定开始以 后进行读书（例如，总体有 4728 个个体，那就四位数字为一节读下去，
生物统计学学习心得 13生科张林进2013083542 大多数人对生统望而却步，我认为只要肯下工夫，其实并不是那么难，当然这是针对平时点滴而不是临时抱佛脚。首先我觉得要想课堂上更好跟上老师的思路和进度，预习很重要，这是众所周知的，有没有预习在课上将是天差地别。生物统计学是一门理科思维很强的学科，有些内容很难理解，这时就需要我们做好预习准备，先对知识点有个了解，能理解最好，这样课堂上的听课效率会更高。然后我觉得为了更好的巩固知识内容，多做练很有必要。通过做题我们会知道我们对知识点的掌握程度，加深对知识的巩固。其次我觉得应用Excel 操作习题具有方便、准确等优点。每次做练习的时候，只要点一下数据分析并进行相关的操作，马上好多数据表格都出来了。我每次都先按照书上的做法做题，然后和用Excel的操作对比，看一下有没有出入，以确定我做出答案的准确性。虽然这门课程我学习的不是很好，但我不否认这门课程的价值。或多或少我们都应该学到点什么。 这门课让我学到了很多，老师不仅深入浅出的讲授书本内容，有时还教会我们一些道理，比如以后出社会得注意的问题、平时的学习习惯和实验中的一些点滴等等。现在进入期末复习阶段了，本来生物统计学是一门难度比较大的学科，所以期末复习变得更加紧张，所以我会好好对待这门牛逼的科学！ 假如我是老师我会怎么讲授这门课程
首先我对老师这个职业是很尊敬的，一个个人才的出现真实老师的辛勤劳动。假如我是这门课程老师，我会和学生通过课堂上语言上的沟通来提高对生物统计学这门课程的兴趣，提高学生们的积极性，通过平时课堂作业的方式来提高动脑能力，坚决杜绝作业抄袭的情况，或多或少来一些笑话提高课堂的气氛，对于基础知识点认真解释，保证学生能听的懂，能自己完成课堂作业，能够理解课本例题。以上是我的一些讲课方式。谢谢！
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）。
第一次作业 习题2.5 某地100例30~40岁健康男子血清总胆固醇（mol/L）测定结果如下： 4.77 3.37 6.14 3.95 3.56 4.23 4.31 4.71 5.69 4.12 4.56 4.37 5.39 6.30 5.21 7.22 5.54 3.93 5.21 6.51 5.18 5.77 4.79 5.12 5.20 5.10 4.70 4.74 3.50 4.69 4.38 4.89 6.25 5.32 4.50 4.63 3.61 4.44 4.43 4.25 4.03 5.85 4.09 3.35 4.08 4.79 5.30 4.97 3.18 3.97 5.16 5.10 5.85 4.79 5.34 4.24 4.32 4.77 6.36 6.38 4.88 5.55 3.04 4.55 3.35 4.87 4.17 5.85 5.16 5.09 4.52 4.38 4.31 4.58 5.72 6.55 4.76 4.61 4.17 4.03 4.47 3.40 3.91 2.70 4.60 4.09 5.96 5.48 4.40 4.55 5.38 3.89 4.60 4.47 3.64 4.34 5.18 6.14 3.24 4.90 试根据所给资料编制次数分布表. 解：1.求全距7.22-2.70=4.52（mol/L） 2.确定组数和组距组数10 组距=4.52/10=0.452（mol/L）取组距为0.5（mol/L） 3.确定组限和组中值 2.5~ 3.0~ 3.5~ 4.0~ 4.5~ 5.0~ 5.5~ 6.0~ 6.5~ 7.0~ 习题2.7 根据习题2.5的资料，计算平均数、标准差和变异系数。 习题2.8 根据习题2.5的资料，计算中位数，并与平均数进行比较。 习题2.9 某海水养殖场进行贻贝单养和贻贝与海带混养的对比试验，收获时各随机抽取50绳测其毛重（kg），结果分别如下： 单养50绳重量数据： 45,45,33,53,36,45,42,43,29,25,47,50,43,49,36,30,39,44,35,38,46,51,42,38,51,45,41,51,50,47, 44,43,46,55,42,27,42,35,46,53,32,41,48,50,51,46,41,34,44,46；
生物统计学学习心得 一、《生物统计学》这一门课。你学到什么？谈谈你学习这一门课的心得体会。 （一）、《生物统计学》这门课，首先，我不仅学到了很多生物统计方面的基础知识、基本概念和相关的应用，还学习了如何设计试验。 在第一章，我学了统计数据的收集与整理。首先学习的是总体与样本的概念，统计学研究的核心问题是如何通过样本推断总体，因此，总体与样本是生物统计学中的两个最基本概念。总体是我们研究的全部对象。构成总体的一个研究单位称为个体。样本是总体的一部分，样本内包含的个体数目称为样本含量。接着学习了数据类型及频数分布。生物统计学中经常遇到的数据有两种类型，一种是连续型数据，指与某种标准做比较所得到的数据，采用变量的方法进行分析。另一种是离散型数据，指由记录不同类别的个体的数目所得到的数据，采用属性的方法进行分析。最后学习了样本的几个特征数,平均数、标准差、方差。 在第二章，我学了概率和概率分布。概率是事件所固有的，且不随人的主观意识而改变。总体分布是建立在概率这一概念基础之上的，因此在研究总体分布之前首先应对概率的基本知识有所了解。试验的每一最基本的结果称为基本事件，指不能再分的事件。复合事件指由若干个基本事件组合而成的事件。概率的基本运算法则包括概率加法法则、条件概率、概率乘法法则、独立事件。概率分布包括离散型概率分布和连续型概率分布。 在第三章，我学了几种常见的概率分布律。首先学了二项分布，二项分布的基本情况是：设有一随机试验，每次试验都有两种不同的结果，如成功的（事件A）和失败的（事件A’）；生男孩（事件A）和生女孩（事件A’）。显然这两种可能的结果是互不相容的，独立地将此试验重复做n次，求在n次试验中，一种结果出现y次的概率。接着学了泊松分布、超几何分布、负二项分布、正态分布、指数分布等。 在第四章，我学了抽样分布。首先学了从一个正态总体中抽取的样本统计量的分布，学了一些基本概念，如标准误差、样本标准误差、自由度、查表。然后学了从两个正态总体中抽取的样本统计量的分布，包括标准差已知时两个平均数的和与差的分布、标准未知但相等时两个平均数的和与差的分布、两个样本方差比的分布----F分布。 在第五章，我学了统计推断。对总体做统计推断可以通过两条途径进行，一是首先对所估计的总体提出一个假设，称为统计假设检验，二是通过样本统计量估计总体参数，称为总体参数估计。首先学习单个样本的统计假设检验，检验的基本步骤：1.提出假设。2.构造并计算检验统计量：利用原假设所提供的信息，而且抽样分布已知。3.确定否定域（临界值）：根据小概率事件原理，比较检验统计量和临界值的关系，确定其落在否定域还是接受域。主要学了t检验，u检验、x2检验。接着学了两个样本的差异显著性检验，包括两个方差的检验----F检验，标准差已知时两个平均数间差异显著性的检验，标准差未知但相等时，两平均数之间差异显著性的检验，标准差未知且可能不等时两平均数之间差异显著性的检验，配对数据的显著性检验-----配对数据的t检验，二项分布数据的显著性检验。 在第六章，我学了参数估计，即由样本统计量估计总体参数。估计量是估计总体参数的统计量，一个好的估计量应该满足三个条件：无偏性、有效性、相容性。对总体参数的估计，可分为点估计和区间估计。区间估计是指在一定概率保证下指出总体参数的可能范围，所给出的可能范围叫置信区间，本章我学习了μ的置信区间、σ的置信区间、平均数差的置信区间、配对数据的置信区间、标准差比的置信区间二项分布总体的置信区间。 在第七章，我学了拟合优度检验，拟合优度检验是用来检验实际观测数与依照某种假设或模型计算出来的理论数之间的一致性，以便判断该假设或模型是否与观测数相配合。做拟合优度检验一般需一下各步：1.对数据进行分组。2.计算理论数Ti。3分别合并两个尾区的理论数。4.零假设。5.计算出x2与x2临界值（查附表6）做比较。
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）。
生物统计学期末考试题 一名词解释(每题2分,共10分) 1．生物统计学期末考试题 2．样本：从总体中抽出的若干个体所构成的集合称为样本 3．方差：用样本容量n来除离均差平方和,得到的平方和,称为方差 4．标准差：方差的平方根就是标准差 5．标准误：即样本均数的标准差,是描述均数抽样分布的离散程度及衡量均数抽样误差大小的尺度, 反映的是样本均数之间的变异。 6．变异系数：将样本标准差除以样本平均数,得出的百分比就是变异系数 7．抽样：通常按相等的时间间隔对信号抽取样值的过程。 8．总体参数：所谓总体参数是指总体中对某变量的概括性描述。 9．样本统计量：样本统计量的概念很宽泛（譬如样本均值、样本中位数、样本方差等等）,到现在 为止,不是所有的样本统计量和总体分布的关系都能被确认,只是常见的一些统计量和总体分布之间 的关系已经被证明了。 10．正态分布：若随机变量X服从一个数学期望为μ、标准方差为σ2的高斯分布, 正态分布又名 高斯分布 11．假设测验：又称显著性检验,就是根据总体的理论分布和小概率原理,对未知或不完全知道的总 体提出两种彼此对立的假设,然后由样本的实际结果,经过一定的计算,做出在一定概率意义上应该 接受的那种假设的推断。 12．方差分析：又称“变异数分析”或“F检验”,用于两个及两个以上样本均数差别的显著性检验。 13．小概率原理：一个事件如果发生的概率很小的话,那么它在一次试验中是几乎不可能发生的,但 在多次重复试验中几乎是必然发生的,数学上称之小概率原理。 15．决定系数：决定系数定义为相关系数r的平方 16．随机误差：在实际相同条件下,多次测量同一量值时,其绝对值和符号无法预计的测量误差。 17．系统误差：它是在一定的测量条件下,对同一个被测尺寸进行多次重复测量时,误差值的大小和 符号（正值或负值）保持不变；或者在条件变化时,按一定规律变化的误差 二. 判断题（每题2分,共10分） 1. 在正态分布N(μ ;σ)中,如果σ相等而μ不等,则曲线平移, ( ) 2. 如果两个玉米品种的植株高度的平均数相同,我们可以认为这两个玉米品种是来自同一总体（） 3. 当我们说两个处理平均数有显著差异时,则我们有99%的把握肯定它们来自不同总体. 4小概率原理是指小概率事件在一次试验中可以认为不可能发生（） 5 激素处理水稻种子具有增产效应,现在在5个试验区内种植经过高、中、低三种剂量的激素处理的水稻种此试验称为三处理五重复试验（） 6.系统误差是不可避免的,并且可以用来计算试验精度。（） 7.精确度就是指观察值与真值之间的差异。（） 8. 实验设计的三个基本原则是重复、随机、局部控制。（） 9. 正交试验设计就是从全部组合的处理中随机选取部分组合进行试验。（） 10.如果回归方程Y=3+1.5X的R2=0.64,则表明Y的总变异80%是X造成。（） 三. 简答题（每题5分共20分） 1. 完全随机试验设计与随机区组试验设计有什么不同? 2. 什么是小概率原理?在统计推断中有何 作用? 3. 什么是多重比较中的FISHER氏保护测验?4. 样本的方差计算中,为什么要离均差平方和 除以n-1而不是除以n? 5. 如果两个变量X和Y的相关系数小于0.5,是否它们就没有显著相关性? 6. 单尾测验与双尾测验有何异同?