完整word版,医学统计学简答题

医学统计学简答题

1.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。

2.简述假设检验的基本步骤。

1.建立假设,确定检验水准。

2.选择适当的假设检验方法,计算相应的检验统计量。

3.确定P值,下结论

3.正态分布的特点和应用：

特点：1、集中性：正态曲线的高峰位于正中央,即均数所在的位置；

2、对称性：正态分布曲线位于直角坐标系上方，以x=u为中心,左右对称,曲线两端永远不与横轴相交；

3、均匀变动性：正态曲线由均数所在处开始,分别向左右两侧逐渐均匀下降；

4、正态分布有两个参数,即均数μ和标准差σ,可记作N（μ,σ）：均数μ决定正态曲线的中心位置；标准差σ决定正态曲线的陡峭或扁平程度。σ越小,曲线越陡峭；σ越大,曲线越扁平；

5、u变换：为了便于描述和应用,常将正态变量作数据转换；

应用： 1.估计医学参考值范围 2.质量控制 3.正态分布是许多统

计方法的理论基础

4.简述参考值范围与均数的可信区间的区别和联系

可信区间与参考值范围的意义、计算公式和用途均不同。

1.从意义来看95％参考值范围是指同质总体内包括95％个体值的估计范围,而总体均数95％可信区间是指95％可信度估计的总体均数的所在范围

2.从计算公式看若指标服从正态分布,95％参考值范围的公式是：±1.96s。总体均数95％可信区间的公式是：前者用标准差,后者用标准误。前者用1.96,后者用α为0.05,自由度为v的t界值。

5.频数表的用途和基本步骤。

用途：（1）揭示资料的分布特征和分布类型；（2）便于进一步计算指标和分析处理；（3）便于发现某些特大或特小可疑值。

基本步骤：（1）求出极差；（2）确定组段，一般设8~15个组段；（3）确定组距；组距=R/组段数，但一般取一方便计算的数字；（4）列出各个组段并确定每一组段频数。

6.非参数统计检验的适用条件。

（1）资料不符合参数统计法的应用条件（总体为正态分布、且方差相等）或总体分布类型未知；（2）等级资料；（3）分布呈明显偏态又无适当的变量转换方法使之满足参数统计条件；（4）在资料满足参数检验的要求时，应首选参数法，以免降低检验效能

7.线性回归的主要用途。

1.研究因素间的依存关系,自变量和应变量之间是否存在线性关系,即研究一个或多个自变量对应变量的作用,或者应变量依赖自变量变化而变化的规律。

2.利用直线回归方程可进行预测估计。

3.用容易测量的指标估计不易测量的指标。

4.获得精确度更高的医学参考值范围。

8.简述检验假设与可信区间的联系与区别。

（1）可信区间用于推断总体参数所在的范围,假设检验用于推断总体参数是否不同。前者估计总体参数的大小,后者推断总体参数有无质的不同。（2）可信区间也可回答假设检验的问题。但可信区间不能提供确切的P值范围,只能给出在α水准上有无统计意义。（3）可信区间还可提示差别有无实际意义。

9.简述直线回归与直线相关的区别与联系。

区别：(1)资料要求不同：直线回归中应变量y是来自正态总体的随机变量,而x既可以是来自正态总体中的随机变量,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。(2)回归反映的是两个变量的依存关系,取值范围是(-∞,∞)。相关反应两个变量的相互关系,取值范围是(-1,1);(3)回归有单位，相关无单位。

联系：统一资料r与b符号相同,即方向一致性,r与b假设检验结果等价,r与b可互相换算,有相关不一定有回归,有回归一定有相关（回归可用来解释相关）

10.标准差的实际应用。

1表示数据分布的离散程度2常用“x±s”作为计量资料的数字特征描述的专用符号3计算临床上的各种生化、生理指标的参考范围4在单纯随机抽样中,是计量资料估计样本量不可缺少的重要依据之一5可用来计算均数的抽样误差大小。

相对数的注意事项p33

医学统计学名词解释

*总体：根据研究目的确定的同质的全部研究单位的观测值，即某个

随机变量X可取值的全体。

*样本：总体中随机抽取的有代表性的部分观察单位其实测量值的集合。

变量：观察对象个体的特征或测量的结果。由于个体的特征或指标存在个体差异，观察结果在测量前不能准确预测，故称为随机变量，简称变量。

统计量：由样本所算出的统计指标或特征值。

*抽样误差：由个体变异产生的，随机抽样引起的样本统计量之间以

及样本统计量和总体参数之间的差异。（由于样本的随机性引起的统计量与参数的差别，或同一总体相同统计量之间的差别成为抽样误差）

标准差：是描述个体值变异程度的指标，为方差的算术平方根。

标准误（SE）：统计学上通常把统计量的标准差称为标准误，是反映样本均数抽样误差大小的指标。

系统误差：是指在同一条件下，多次测量时，误差的大小和符号均保持不变，或当条件改变时，按某一确定的已知规律而变化的误差。

*Ⅰ类错误：拒绝了实际上成立的HO，这类弃真的错误称为Ⅰ类错误。*Ⅱ类错误：指接受了实际上不成立的HO，这类存伪的错误称为Ⅱ类错误。

参数：反应总体统计学特征的数字。

*计数资料：将研究对象按照某种属性的不同程度进行分组，然后计数每组里的观察系数。

*医学参考值范围：绝大多数正常人(正常人的90%,95％,99%,尤其最常用95%)的某一指标都在一定的范围内,则这个范围为医学参考值范围。

参考值：临床上应用的参考值是指包括绝大部分正常人的人体形态、机能和代谢产物等各种生理及生化指标。

*计量资料：用定量的方法测量某项指标的大小所得的资料。（用仪器、工具或其他定量方法准确获得的定量结果，一般带有计量单位）*概率：描述随机事件发生的可能性大小的数值。

P值：在Ho规定的总体中进行随机抽样，得到的等于及大于或等于及小于现有样本统计率，或说是比现有实验结果更极端的样本统计量出现的概率, P值越小越不利于接受Ho。

线性相关的情况：正相关、负相关、零相关、非线性相关

正态分布：又称高斯分布,是一种概率分布。

标准正态分布：当μ＝0，σ2 ＝1时，称为标准正态分布，记为N （0，1）。μ维随机向量具有类似的概率规律时，称此随机向量遵从多维正态分布。