医学统计学简答题总结 必考大题总结 考前必看

---------------------------------------------------------------最新资料推荐------------------------------------------------------ 医学统计学简答题总结必考大题总结考前必看

描述计量资料的集中趋势和离散趋势的指标有哪些？各指标的适用范围如何？答：描述计量资料集中趋势的统计指标常见的有算数均数、几何均数、中位数。

算数均数适用于描述对称分布资料的集中位置，尤其是正态分布的资料；几何均数一般用来描述等比资料和对数正态分布资料的集中位置；中位数可以使用于任何分布的资料，尤其是偏态分布。

分布不明或分布末端无确定值的资料。

描述离散趋势的指标常见的有极差、四分位数间距、方差、标准差和变异系数。

极差与四分位数间距可以用于任何分布，后者比前者稳定，但是这两个指标都不能综合反映各观察值得变异程度；方差和标准差最常用，但要求资料近似正态分布；变异系数可以用于多组资料间量纲不同或均数相差较大的时候变异程度的比较。

频数分布表（图）的用途有哪些？1 描述资料的分布类型，是对称分布还是偏态分布；2 描述变量的分布特征：集中趋势和离散趋势；3 便于发现某些离群值或异常值；4 便于进一步的统计分析和处理；5 当样本含量够大的时候，我们还可以以频率作为概率的估计值。

变异系数和标准差有何异同？答：不同点：变异系数主要用于量纲不同的变量间，或均数相差较大的变量间的变异程度的比较。

1/ 16

所以变异系数是没有量纲的，而标准差是方差的平方根，标准差的量纲与原指标的一致，它适用于近似正态分布的资料。

相同点和联系：变异系数和标准差都是用于对称分布资料，尤其是正态分布的资料，且还可以知道变异系数是由标准差计算得到的。

应用相对数的注意事项：1、防止概念混淆 2.频率型指标的解释要紧扣总体与属性 3、计算相对数时分母应有足够数量 4.正确计算合计频率 5、注意资料的可比性 6.正确进行相对数的统计推断。

为什么不能以构成比代率？请联系实际加以说明。

率和构成比所说明的问题不同，因而绝不能以构成比代率。

构成比只能说明各组成部分的比重或分布，而不能说明某现象发生的频率或强度。

.二项分布：如果每个对象阳性结果的发生概率为π，阴性结果的概率为 1-π，而且各个观察对象的结果是相互独立的，那么，重复观察 N 个人，发生阳性次数的概率分布为二项分布。

适用条件：1 试验只会出现两种对立的结果 2 每次试验阳性和阴性结果概率固定不变 3 每次试验相互独立。

性质和特征：1 形态取决于π和 n，当π接近于 0.5 时，分布对称，离 0.5 越远，分布对称性越差，当 n 增大时，分布趋于对称 2，高峰在μ=nπ处 3、二项分布的总体均数μ=nπ，方差=nπ（1-π），nπ和 n（1-π）都大于 5 时，近似服从正态分布Poission 分布：可以看作是每个观察对象阳性结果的发生发生概率π很小，而观察例数 n 很大时的二项分布。

---------------------------------------------------------------最新资料推荐------------------------------------------------------ 特征：1.它的分布属于离散型分布 2.当总体均数入值小于 5 时为偏锋，入愈小分布愈偏，随着入增大，分布趋向对称 3.总体均数与总体方差相等。

正态分布的概念，图形特征和应用：A 正态分布是自然界最常见的一种分布，特点是中间频数最多，两边频数渐少且对称；B 表现为钟形曲线，曲线下面积为 1；μ决定曲线在横轴上的位置，u 增大，曲线沿横轴向右移，反之曲线沿横轴向左移；σ决定曲线的形状，当 u 恒定时它越大数据越分散，曲线越矮胖；σ越小数据越集中，曲线越瘦高；C 正态分布的应用：A 确定医学参考值范围：指特定的“正常”人群的解剖，生理，生化指标及组织代谢产物含量等数据中大多数个体的取值所在的范围。

范围有两种：百分位数，适用于任何分布类型的资料。

正态分布法，若 X 服从正态分布，可以依赖正态分布规律计算。

B 质量控制图

C 计算频率、频数

D 作为统计学基础。

标准误和标准差的区别：1）标准差反映个体值散布的程度，标准误反映精确知道总体参数的程度 2）标误小于标差 3）样本含量越大，标误越小，其样本均数更有可能接近于总体均数，但标差不随样本含量的改变而有明显方向性改变，随着样本含量的增大，标差可能增大也可能减小。

t 分布特点：1.t 分布是以 0 为中心的单峰分布，左右完全对称。

2.v 越小，t 值越分散，曲线的峰部越矮，尾部越高，3 当自由

3/ 16

度 v 逐渐增大时。

t 分布逐渐逼近标准正态分布，当 v 趋于无穷时，t 分布就完全成为标准正态分布。

假设检验：也称显着性检验，利用小概率反证法思想，首先根据设计和研究目的提出某种假设，再根据现有的资料提供的信息，推断此假设应当拒绝还是不拒绝。

步骤：1，建立检验假设确定检验水准 2，计算检验统计量 3，确定 P 值，做出推断。

假设检验注意事项：A 要有严密的抽样研究设计，样本的代表性和组间的均衡性；B 正确选用检验方法。

根据研究目的，设计类型，变量类型和样本的大小选择恰当的检验方法 C.正确理解 P 值的含义。

差别有统计学意义，不能理解为两者差异大，也不能理解为所分析的指标在实际应用中就有“显着效果”。

D 应结合专业知识理解统计推断的结论，即统计学差异显着的意义与实际意义的差别。

E 写研究报告时，应写出检验统计量，检验水准α，并注明单双侧及 p 值的确切范围。

1