【缩印整理版】医学统计学名词解释及问答题

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：-∞

位；r无单位。

联系：1.对同一样本，若同时计算b和r，其正负

号是一致的。

2.对同一样本，b和r的假设检验是等价的，

二者的t值相等，t b=t r。

3. 回归可解释相关。相关系数的平方r2（又称

决定系数）是回归平方和与总的离均差平方和之比，

故回归平方和是引入相关变量后总平方和减少的部

分。

六、简述实验设计的基本要素

1.处理因素(study factor,treatment)

研究者根据研究目的欲施加或欲观察的能作用于受

试对象并引起直接或间接效应的因素。

处理因素可以是主动施加的某种外部干预或措施，

也可以是客观存在的因素。

非处理因素

与处理因素同时出现、也能使受试对象产生效应的

因素。

当非处理因素夸大或缩小了处理因素与实验效应间

的真实联系时，称为混杂因素

2.受试对象/试验单位(object/experiment unit)

处理因素作用的客体，是根据研究目的而确定的观

察目标总体。可以是人、动物，也可以是生物材料，

试验单位的基本条件

3.处理/试验效应(experimental effect)

处理因素作用于试验单位的反应和结果，通过观察

指标来表达。

选择指标的依据：客观性、特异性和敏感性。

标准差与标准误有何区别和联系？

•区别：

1.含义不同:⑴s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。⑵标准误是描述样本均

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，⑴s σ（恒

定）。⑵标准误减少并趋于0（不存在抽样误差）。

3.用途不同: ⑴s:表示x的变异度大小，计算cv，估

计正常值范围，计算标准误等⑵:参数估计和假设

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。

标准正态分布（u分布）与t分布有何异同？

相同点：集中位置都为0，都是单峰分布，是对称

分布，标准正态分布是t分布的特例（自由度是无

限大时）

不同点：t分布是一簇分布曲线，t 分布的曲线的形

状是随自由度的变化而变化，标准正态分布的曲线

的形状不变，是固定不变的，因为它的形状参数为

1。