医学统计学问答题(含答案)

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

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µµ=0

均数与中位数的关系µ=Mµ=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?

t分布为抽样分布,标准正态分布(u分布)为理论分布。t分布比正态分布的峰值低,且尾部翘得更高。随着自由度的增大,t分布逐渐趋近于标准正态分布。即当自由度ν→∞时,t分布→标准正态分布。

8.均数的可信区间与参考值范围有何不同?

9.假设检验时,一般当P<0.05时,则拒绝H0,理论根据是什么?

10.假设检验中和P的区别何在?

11.t检验的应用条件是什么?

12.I型错误与II型错误有何区别与联系?

H所犯的“弃真”错误,其概率大小用α表示。

I型错误是指拒绝了实际上成立的

H所犯的“取伪”错误,其概率大小用βII型错误则是“接受”了实际上不成立的

表示。当样本含量n确定时,α愈小,β愈大;反之α愈大,β愈小。

13.假设检验和区间估计有何联系?

假设检验用于推断质的不同即判断两个(或多个)总体参数是否不等,而可信区间用于说明量的大小即判断总体参数的范围。两者既互相联系,又有区别。假设检验与区间估计的联系在于可信区间亦可回答假设检验的问题,若算得的可信区间包含了

H,则按α水准,不拒绝0H;若不包含0H,则按α水准,拒绝0H,接受1H。也就是0

说在判断两个(或多个)总体参数是否不等时,假设检验和可信区间是完全等价的。

14.为什么假设检验的结论不能绝对化?

因为通过假设检验推断作出的结论具有概率性,其结论不可能完全正确,有可能发生两类错误。拒绝

H时,有可能犯I型错误;“接受”0H时可能犯II型错误。无

论哪类错误,假设检验都不可能将其风险降为0,因此在结论中使用绝对化的字如“肯定”,“一定”,“必定”就不恰当。

15.方差分析的基本思想和应用条件是什么?

方差分析的基本思想是: 根据研究资料设计的类型及研究目的,把全部观察值总变异分解为两个或多个组成部分,其总自由度也分解为相应的几个部分。例如完全随机设计的方差分析,可把总变异分解为组间变异和组内变异,即SS 总=SS 组内+SS 组间,总的自由度也分解为相应的两部分,即ν总=ν组内+ν组间。离均差平方和除以自由度得均方MS,组间均方(MS 组间)与误差均方(MS 误差)之比为F 值;如果各组处理的效应一样,则组间均方等于组内均方,即 F=1;但由于抽样误差,F 值不正好等于1,而是接近 1;如果F 值较大,远离1,说明组间均方大于误差均方,反映各处理组的效应不一样,即各组均数差别有意义,至于F 值多大才能认为差别有意义,可查F 界值表(方差分析用)来确定。

方差分析的应用条件:①各样本是相互独立的随机样本且来自正态总体②各组总体方差相等,即方差齐性。

16.在完全随机设计方差分析中SS组间、SS组内各表示什么含义?

SS表示组间变异,指各组处理样本均数大小不等,是由处理因素(如果有)和组间

SS表示组内变异,指各处理组内变量值大小不等,是由随机误随机误差造成的;组内

差造成的。

17. 随机区组设计的方差分析与完全随机设计方差分析在设计和变异分解上有什么不同?

区别点 完全随机设计 随机区组设计

设计 采用完全随机化的分组方法,将全部试验对象分配到g 个处理组(水平组),各组分别接受不同的处理。

随机分配的次数要重复多次,

每次随机分配都对同一个区组

内的受试对象进行,且各个受

试对象数量相同,区组内均衡。

变异分解 三种变异:总SS =组间SS +组内SS

四种变异:

总SS =处理SS +区组SS +误差SS

18.以实例说明为什么不能以构成比代替率?

相关文档
最新文档