医学统计学总结
医学统计学总结
医学统计学总结医学统计学总结1、随机现象：在同一条件下进行试验，一次试验结果不能确定，而在一定数量的重复试验之后呈现统计规律的现象。
2、同质：统计学中对研究指标影响较大的，可以控制的主要因素。
3、变异：同质基础上各观察单位某变量值的差异。
数值变量：变量值是定量的，由此而构成的资料称为数值变量资料或计量资料，其数值是连续性的，称之为连续型变量。
变量无序分类变量：所分类别或属性之间无顺序和程度上的差异分类变量：定性变量有序分类变量：有顺序和程度上的差异4总体和无限总体。
5、样本：是按随机化原则从同质总体中随机抽取的部分观察单位某变量值的集合。
样本代表性的前提：同质总体，足够的观察单位数，随机抽样。
统计学中，描述样本特征的指标称为统计量，描述总体特征的指标称为参数。
6、概率：描述随机事件发生的可能性大小的一个度量。
若P（A）=1，则称A为必然事件；若P（A）=0，则称A为不可能事件；随机事件A的概率为0＜P＜1.小概率事件：若随机事件A的概率P≤α，则称随机事件A为小概率事件，其统计学意义为：小概率事件在一次随机试验中认为是不可能发生的。
统计描述1、频数分布有两个重要的特征：集中趋势和离散程度。
频数分布有对称分布和偏态分布之分。
后者是指频数分布不对称，集中趋势偏向一侧，如偏向数值小的一侧为正偏态分布，如偏向数值大的一侧为负偏态分布。
2、常用的集中趋势的描述指标有：均数，几何均数，中位数等。
均数:适用于正态或近似正态的分布的数值变量资料。
样本均数用_表示，总体均数用μ几何均数：适用于等比级数资料和对数呈正态分布的资料。
注意观察值中不能有零，一组观察值中不能同时有正值和负值。
中位数：适用于偏态分布资料以及频数分布的一端或两端无确切数据的资料。
3、常用的离散程度的描述指标有：全距，四分位数间距，方差，标准差，变异系数。
全距：任何资料，一组中最大值与最小值的差。
四分位数间距：适用于偏态分布以及分布的一端或两端无确切数据资料。
医学统计学重点总结
(1) 单个样本均数 H0:μ=μ0t= ν=n－1 （小样本)
（已知样本——均数） H1:μ≠μ0
α=u= 或u= （大样本）(2)配对：H0:μ=μ0
H1:μ≠μ0t= ν=对子数－1
α=
(3) 两独立样本均数H0:μ=μ0t= ν=n1＋n2－2
（4）（已知样本——样本） H1:μ≠μ0
9.对任何参数μ和σ的正态分布，都可以通过一个简单的变量变换成标准正态分布，即μ=X-μ
σ
9
标准正态分布
正态分布
面积或概率
-1~1
μ σ
%
~
μ σ
%
·
μ σ
%
10.医学参考值范围（reference value range）传统上称作正常值范围，指正常人的解剖、生理、生化、免疫及组织代谢产物的含量等各种数据的波动范围。习惯上是包含95%的参照总体的范围。
实际工作中标准差 σ往往未知，因而通常用样本标准差S代替σ，求得样本均数 准误估计值S ，计算公式为 S = （当n→无穷，S→σ，S →0）
3 95%的可信区间的计算：x (μ，σ ) 1) σ已知，可信区间= σ
2）σ未知，n为小样本： t 3)σ未知，n为大样本：
T变换
μ变换
N (0，1)
3、t分布曲线的形态变化与自由度v=n-1有关。
2.四格表专用公式（
3对于四格表资料，通常规定为：（1）当n≥40且所有的T ≥ 5时，用检验的基本公式或四格表的专用公式；（2）当n ≥ 40 但有1≤T＜5时，用四格表资料的校正公式；（3）当n＜40，或T＜1时，用四格表资料的Fisher确切 概率法。
4 行×列表资料的χ 检验: 自由度:ν=（行数-1）（列数-1）
(完整版)医学统计学总结,推荐文档
医学统计学总结（基础部分）一、医学统计学基础（一）基本概念同质与变异总体与样本参数与统计量变量与数据类型概率误差1.由变异（variation）衍生出的术语：变量variable 方差variance方差分析、变异数分析（ANOVA analysis of variance）多反应变量multivariate2.变量：数值变量（顺序变量、连续性变量、定量变量）名义变量（定性变量、无序分类变量）等级变量（有序分类变量）3.资料类型：定量资料/定性资料计数资料/计量资料连续型资料/离散型资料。
4.统计步骤：（1）统计设计；（2）搜集资料；（3）整理资料；（4）分析资料（二）统计描述：1.定量资料的统计描述：平均数（均数，中位数，几何均指标意义应用场合平均数均数平均水平对称分布，特别是正态分布或近似正态分布资料几何均数平均增（减）倍数对数正态分布资料中位数排序后位次居中的观察值水平偏态分布；分布不明；分布末端无确定值变异度极差（全距）个体差异范围说明传染病，食物中毒等的最短、最长潜伏期等四分位数间距个体变异程度偏态分布、分布不明、分布末端无确定值资料的离散程度方差/标准差个体变异程度描述正态分布或近似正态分布资料的离散程度变异系数相对变异程度比较度量衡单位不同或单位相同但均数相差悬殊的多组资料的变异度2.理解：标准差与标准误的区别与联系3.定性资料的统计描述：相对数（率，构成比，比），一些常用率的应用：发病率与患病率死亡率与病死率、因病死亡率等标准化法动态数列4.统计图表：统计图（线图，半对数线图，直条图，直方图，百分条图，圆图，散点图，统计地图，箱式图）图形适用资料做图方法条图组间数量对比用直条高度表示数量大小直方图定量资料的分布用直条的面积表示各组段的频数或频率百分条图构成比用直条分段的长度表示全体中各部分的构成比饼图构成比用圆饼的扇形面积表示全体中各部分的构成比线图定量资料数值变动线条位于横、纵坐标均为算术尺度的坐标系半对数线图定量资料发展速度线条位于算术尺度为横坐标和对数尺度为纵坐标的坐标系散点图双变量间的关联点的密集程度和形成的趋势，表示两现象间的相关关系箱式图定量资料取值范围用箱体、线条标志四分位数间距及中位数、全距的位置茎叶图定量资料的分布用茎表示组段的设置情形，叶片为个体值，叶长为频数（三）统计推断：1.抽样误差、标准误2.t 分布特点：①以0 为中心左右对称的单峰分布；②自由度越小，曲线越扁平，自由度越大曲线越尖峭；③自由度 ∞，t 分布曲线趋近与标准正态分布曲线。
医科大学医学统计学重点知识总结
第一章绪论1、统计学的定义：统计学研究数据的收集、整理、分析的一门学科。
医学统计学：医学统计学是以医学理论为指导，应用概率论与数理统计的有关原理、方法，研究医学资料的搜集、整理、分析和推断的一门科学。
2、医学统计研究三个步骤：研究设计、资料分析、结论3、（必考的）几个概念：（1）同质：性质相同异质：性质不同观察单位间的同质性是进行研究的前提同质是相对的（不同研究中或同一研究中不同观察指标对观察对象的同质性的要求不同）（2）个体变异：同质个体间的差异。
变异的两个方面：不同观察单位（个体）间的差别；同一个体在不同阶段的差别（重复测量）个体变异是普遍存在的；个体变异是有规律的。
注意：由于个体变异的存在，同质个体指标的取值会存在差异！（例：体温波动）（3）总体：按研究目的所确定的同质研究对象的全体。
有限总体：有时间、空间的概念，观察单位有限无限总体：无时间、空间的概念（例：某种治疗措施的效果，就包括接受这种治疗措施的所有病人过去、现在、未来，因而观察单位无限）（4）个体：组成总体的基本单位。
样本：从研究总体中随机抽取具有代表性的部分观察单位随机性的三个体现：抽样随机、分组随机、试验顺序随机（5）随机变量：观察对象个体的特征或测量的结果观察结果在一定范围内以一定的概率分布随机取值的变量，表示随机现象。
在一定条件下，并不总是出现相同结果变量值：个体观察指标具体取值（6）总体参数：总体的统计指标或特征值固有的、不变的，但往往是未知的（7）样本统计量：由样本所算出的统计指标或特征值已知的，且随着试验的不同而不同，但分布是有规律的（8）样本含量：样本中包含个体的数量（9）频率f=m/n，f的值随n的增大接近常数p，概率P（A）=p即：频率为一变量，是样本统计量；概率为常数，是一总体参数小概率事件：概率小于等于0.05小概率原理：小概率事件在一次试验中是不会发生的（10）抽样误差：两个表现：样本统计量与总体参数间的差别；不同样本统计量间的差别两个原因：个体变异；抽样过程抽样误差不可避免，但是有规律。
医学统计学总结
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。
资料的搜集与A: 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(variatio n):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。
，总体()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, 随机抽样的前提。
(statistics ) 描述样本变量值足够的样本含量和特征的指标参数 ( parameter ) 描述总体变量值特征的指标总体率标准总体均数)。
新版医学统计学知识点归纳总结
新版医学统计学知识点归纳总结医学统计学是医学研究中不可或缺的一部分，它涉及到数据的收集、分析和解释，帮助医学工作者从大量数据中提取有价值的信息。
以下是新版医学统计学的知识点归纳总结：1. 研究设计：研究设计是统计分析的前提，包括观察性研究和实验性研究。
观察性研究如队列研究、病例对照研究，而实验性研究如随机对照试验（RCT）。
2. 数据类型：医学统计学中的数据可分为定性数据和定量数据。
定性数据如性别、血型，定量数据如血压、体重。
3. 描述性统计：描述性统计用于描述数据集的特征，包括集中趋势（均值、中位数、众数）和离散程度（方差、标准差、极差）。
4. 概率分布：在统计学中，概率分布描述了随机变量取值的概率。
常见的分布有正态分布、二项分布和泊松分布。
5. 假设检验：假设检验是统计推断的核心，用于判断样本数据是否支持某个假设。
常见的检验方法有t检验、卡方检验和F检验。
6. 置信区间：置信区间提供了一个范围，用以估计总体参数的可能值。
95%的置信区间意味着有95%的把握认为总体参数落在这个区间内。
7. 回归分析：回归分析用于研究一个或多个自变量对因变量的影响。
简单线性回归和多元线性回归是常见的回归分析方法。
8. 生存分析：生存分析关注个体生存时间的分布和相关因素，常用于肿瘤学和流行病学研究。
Kaplan-Meier估计和Cox比例风险模型是生存分析中的重要工具。
9. 诊断试验评价：诊断试验评价涉及敏感性、特异性、阳性预测值和阴性预测值等指标，用于评估诊断方法的准确性。
10. 样本量计算：样本量计算是研究设计的重要环节，它决定了研究的可行性和结果的可靠性。
样本量计算需要考虑效应大小、显著性水平和检验力。
11. 多变量分析：多变量分析用于同时考虑多个变量对结果的影响，如多元回归分析和判别分析。
12. 统计软件的应用：统计软件如SPSS、SAS和R在医学统计分析中扮演着重要角色，它们提供了数据处理和统计分析的功能。
医学统计学重点重点知识总结
医学统计学重点选择1.几何均数：平均血清抗体滴度（如P9例2.4）2.正态分布：横轴为μ（界值、面积）2.5% I1.962.5%单侧双侧90%： 1.6495%： 1.64 1.9699%： 2.583.P值与α的关系，α是人为规定的，它们之间没有关系；P值f,Qt（X）4.方差分析自由度V的计算，V总=nT;V组间=组数（k）-1；V组间=V总-V组间5.理论秩和（n（n+1）∕2）,实际秩和（通过平均秩次算）6.可信区间的正确应用：总体参数有95%的可能落在该区间内（X）；有95%的总体参数在该区间内（X）；该区间包含95%的总体参数（X）；该区间有95%的可能包含总体参数。
（X）;这个区间的可信度为95%（√）；总体参数只有一个，要么在区间内，要么不在7.相关系数与回归系数：相关系数为0,两个变量之间没有相关关系（X）；回归系数t,相关系数t（X）;（要做假设检验）二、名解1.参考值范围：根据正常人的数据估计绝大多数的正常人所在的范围2.区间估计（可信区间）：按一定的概率或可信度（bα）用一个区间估计总体参数所在范围。
这个范围称作可信度为1-a的可信区间，又称置信区间。
3.P值：拒绝HO时所冒的风险（或“作出拒绝HO而接受H1”结论时冒了P风险）4.a（第一类错误）：HO真实时被拒绝（或HO真实时,拒绝H0,接受H1）5.β（第二类错误）：HO不真实时不拒绝（或HO不真实时，不拒绝HO）1-β检验效能：对真实的H1做肯定结论之概率6.秩次：是指全部观察值按某种顺序排列的位序；7.秩和：同组秩次之和8.剩余标准差：扣除了X的影响后,Y方面的变异；引进回归方程后，Y方面的变异。
三、简答1.假设检验与可信区间的联系与区别分辨多个样本是否分别属于不同的总体，并对总体作出适当的结论。
分辨一个样本是否属于某特定总体等。
区间估计（可信区间）：按一定的概率或可信度（1-a）用一个区间估计总体参数所在范围。
医学统计学护理知识点总结
医学统计学护理知识点总结一、基本统计学概念1.总体和样本总体是指某一特定性质的全部个体的集合，而样本则是从总体中选取的一部分个体。
在临床实践中，医护人员常常需要根据样本数据来对总体进行推断。
2.参数和统计量参数是总体的特征值，统计量是样本的特征值。
统计量通常用来估计参数，比如样本平均值用来估计总体均值。
3.变量和常量变量是指在研究对象中取值不同的特征，可以分为定量变量和定性变量。
定量变量是以数字表示的，比如身高、体重；定性变量是以类别表示的，比如性别、婚姻状况。
常量是指在研究对象中取值不变的特征。
4.测量水平测量水平分为名义尺度、顺序尺度、区间尺度和比率尺度。
名义尺度是指仅代表对象分类的变量，如性别；顺序尺度是指变量的数值表示有序的关系，但不能准确比较差异，如疼痛程度的分级；区间尺度是指能够比较大小和进行加减运算，但没有绝对零点的变量，如体温；比率尺度是指能进行所有数学运算并有绝对零点的变量，如年龄、收入。
5.描述统计和推断统计描述统计是根据样本数据对总体进行描述和概括，它使用一些常见的指标，如平均值、标准差、百分比等。
推断统计是根据样本数据对总体的特征进行推断，如参数估计和假设检验。
二、概率论基础1.随机事件和概率随机事件是指在一定条件下可以出现也可以不出现的事件，它的出现是偶然的。
概率是描述随机事件发生可能性大小的一个数，通常用P(A)表示事件A发生的概率，概率的取值范围是0≤P(A)≤1。
2.独立事件和相关事件独立事件是指两个事件的发生互不影响，事件A和事件B同时发生的概率等于事件A发生的概率乘以事件B发生的概率，P(A∩B)=P(A)×P(B)。
相关事件是指两个事件的发生互相影响，事件A和事件B同时发生的概率不等于事件A发生的概率乘以事件B发生的概率。
3.概率分布概率分布是随机变量取值和相应概率的对应关系，包括离散型随机变量的概率分布和连续型随机变量的概率分布。
常见的离散型随机变量有二项分布、泊松分布等；常见的连续型随机变量有正态分布、t分布、F分布等。
医学统计学知识点汇总
医学统计学知识点汇总医学统计学是指应用统计学原理和方法进行医学研究设计、数据分析和结果解释的学科。
医学统计学的知识点非常丰富，包括统计学基础知识、研究设计、样本量计算、控制方法、参数估计、假设检验和数据分析等方面。
以下是医学统计学知识点的一些精华汇总。
1.统计学基本概念：包括基本统计量（均值、中位数、众数）、数据类型（定量数据、定性数据）、数据的描述方法（频数分布表、直方图等）。
2.研究设计：包括随机对照试验、队列研究、病例对照研究等，了解不同研究设计的优缺点及适用场景。
3.样本量计算：确定研究样本量是保证研究结果可靠性的重要一环，需要根据研究目的、效应量和统计显著性水平确定样本量。
4.控制方法：包括随机分组、盲法、配对设计等，用于减少实验误差和避免偏倚。
5.参数估计：常用的参数估计方法有点估计和区间估计。
点估计是通过样本数据得到总体参数的一个点估计值，区间估计是对总体参数的一个区间估计。
6.假设检验：假设检验是用来判断样本数据与总体假设之间的差异是否显著的统计方法。
常用的假设检验方法有t检验、卡方检验、方差分析等。
7.数据分析：包括描述性统计分析和推断性统计分析。
描述性统计分析用来描述研究变量的基本情况，推断性统计分析用来推断样本数据与总体数据之间的关系。
8.相关分析：用来分析变量之间的关联程度，包括皮尔逊相关系数和斯皮尔曼等级相关系数等。
9. 回归分析：用来分析因变量与自变量之间的关系，包括线性回归分析和 logistic回归分析等。
10.生存分析：用来分析时间到达事件发生的概率，包括生存曲线的绘制、生存率的估计和影响因素的分析等。
11. 多变量分析：用来分析多个自变量对因变量的影响，包括多元方差分析、多元回归分析和多元Logistic回归分析等。
12. Meta分析：用于综合多个独立研究结果，对总体效应进行定量分析和综合评价。
以上是医学统计学的一些精华知识点的汇总。
医学统计学的应用非常广泛，不仅在医学研究中需要应用统计学的原理和方法，也在临床实践中需要对医学统计学知识有一定的了解和应用。
(完整版)医学统计学重点总结
1.简述总体和样本的定义，并且举例说明。
总体是研究目的确定的所有同质观察单位的全体。
样品是从研究总体中抽取部分有代表性的观察单位。
2.简述参数和统计量的定义，并且举例说明。
描述总体特征的指标称为参数，描述样本特征的指标称为统计量。
3.变量的类型有哪几种？举例说明各种类型变量有什么特点。
①定量数据：计量资料；定量的观测值是定量的，其特点是能够用数值的大小衡量其水平的高低。
②定性数据：计数资料；变量的观测值是定性的，表现为互不相容的类别或属性。
③有序数据：半定量数据/等级资料；变量的观测值是定性的，但各类别（属性）有程度或顺序上的差异。
4.请举例说明一种类型的变量如何变换为另一种类型的变量。
定量数据>有序数据>定性数据--------------->5.请简述什么是小概率事件？概率是描述事件发生可能性大小的度量，P 0.05事件称为小概率事件。
≤6．举例说明什么是配对设计。
配对设计是将受试对象按某些重要特征相近的原则配成对子，每对中的两个个体随机地给予两种处理。
①同源配对：同一受试对象或同一标本的两个部分，随机分配接受两种不同处理；②异源配对：为消除混杂因素的影响，将两个同质受试对象配对分别接受两种处理。
7.非参数假设检验适合什么类型数据进行分析？①总体分布类型未知或非正态分布数据；②定量或半定量数据；③数据两端无确定的数值。
8．简述P 25 P 5０ P ７5的统计学意义。
（条件：明显偏态且不能转化为正态或近似对称；一端或两端无确定数值；分布情况未知）用来描述资料的观测值序列在某百分位置的水平，四分位数间距可以作为说明个体差异的指标（说明个体在不同位置的变异情况）。
9.直条图、直方图、圆饼图的使用条件是什么？直条图：各自独立的统计指标的数值大小和他们之间的对比；直方图：连续变量频数分布情况；圆饼图：全体中各部分所占的比例。
10.统计分析包括哪两个方面的内容？为什么要进行统计推断？统计描述和统计分析；统计描述用来描述及总结一组数据的重要特征，其目的是使实验或观察得到的数据表达清楚并便于分析。
医学统计学_总结_重点_笔记_复习资料
第一章2选1总体：总体（population）是根据研究目的确定的同质观察单位（研究对象）的全体，实际上是某一变量值的集合。
可分为有限总体和无限总体。
总体中的所有单位都能够标识者为有限总体，反之为无限总体。
总体population根据研究目的而确定的同质观察单位的全体。
样本：从总体中随机抽取部分观察单位，其测量结果的集合称为样本（sample）。
样本应具有代表性。
所谓有代表性的样本，是指用随机抽样方法获得的样本。
样本sample从总体中随机抽得的部分观察单位，其实测值的集合。
3选1小概率事件：我们把概率很接近于0（即在大量重复试验中出现的频率非常低）的事件称为小概率事件。
P值：P 值即概率，反映某一事件发生的可能性大小。
统计学根据显著性检验方法所得到的P 值反应结果真实程度，一般以P ≤ 0.05 认为有统计学意义， P ≤0.01 认为有高度统计学意义，其含义是样本间的差异由抽样误差所致的概率等于或小于0.05 或0.01。
P值是：1) 一种概率，一种在原假设为真的前提下出现观察样本以及更极端情况的概率。
2) 拒绝原假设的最小显著性水平。
3) 观察到的(实例的) 显著性水平。
4) 表示对原假设的支持程度，是用于确定是否应该拒绝原假设的另一种方法。
小概率原理：一个事件如果发生的概率很小的话，那么可认为它在一次实际实验中是不会发生的，数学上称之小概率原理，也称为小概率的实际不可能性原理。
统计学中，一般认为等于或小于0.05或0.01的概率为小概率。
资料的类型（3选1）（1）计量资料：对每个观察单位用定量的方法测定某项指标量的大小，所得的资料称为计量资料（measurement data）。
计量资料亦称定量资料、测量资料。
.其变量值是定量的，表现为数值大小，一般有度量衡单位。
如某一患者的身高（cm）、体重(kg)、红细胞计数(1012/L)、脉搏（次/分）、血压（KPa）等。
计量资料measurement data定量资料quantitative data数值变量资料numerical variable为观测每个观察单位某项指标的大小，而获得的资料。
医学统计学总结
医学统计学总结第一篇：医学统计学总结医学统计学总结一、两组或多组计量资料的比较1.两组资料：1)大样本资料或服从正态分布的小样本资料(1)若方差齐性，则作成组t检验(2)若方差不齐，则作t’检验或用成组的Wilcoxon秩和检验 2)小样本偏态分布资料，则用成组的Wilcoxon秩和检验2.多组资料：1)若大样本资料或服从正态分布，并且方差齐性，则作完全随机的方差分析。
如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。
2)如果小样本的偏态分布资料或方差不齐，则作Kruskal Wallis的统计检验。
如果Kruskal Wallis的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用成组的Wilcoxon秩和检验，但用Bonferroni方法校正P值等）进行两两比较。
二、分类资料的统计分析1.单样本资料与总体比较1)二分类资料：(1)小样本时：用二项分布进行确切概率法检验；(2)大样本时：用U检验。
2)多分类资料：用Pearson c2检验（又称拟合优度检验）。
2.四格表资料1)n>40并且所以理论数大于5，则用Pearson c2 2)n>40并且所以理论数大于1并且至少存在一个理论数<5，则用校正c2或用Fisher’s 确切概率法检验 3)n￡40或存在理论数<1，则用Fisher’s 检验3.2×C表资料的统计分析 1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则行评分的CMH c2或成组的Wilcoxon 秩和检验2)列变量为效应指标并且为二分类，列变量为有序多分类变量，则用趋势c2检验 3)行变量和列变量均为无序分类变量(1)n>40并且理论数小于5的格子数<行列表中格子总数的25%，则用Pearson c2(2)n￡40或理论数小于5的格子数>行列表中格子总数的25%，则用Fisher’s 确切概率法检验4.R×C表资料的统计分析 1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则CMH c2或Kruskal Wallis的秩和检验2)列变量为效应指标，并且为无序多分类变量，行变量为有序多分类变量，作none zero correlation analysis的CMH c23)列变量和行变量均为有序多分类变量，可以作Spearman相关分析4)列变量和行变量均为无序多分类变量，(1)n>40并且理论数小于5的格子数<行列表中格子总数的25%，则用Pearson c2(2)n￡40或理论数小于5的格子数>行列表中格子总数的25%，则用Fisher’s 确切概率法检验三、Poisson分布资料1.单样本资料与总体比较：1)观察值较小时：用确切概率法进行检验。
医学统计学总结
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）。
医学统计学知识点汇总
医学统计学知识点汇总医学统计学是一门关于医学研究中数据收集、数据分析和推理的学科，它对医学领域的决策和实践具有重要的指导作用。
本文将对医学统计学的一些重要知识点进行汇总和介绍。
一、数据类型在医学统计学中，常见的数据类型包括定类（分类）数据和定量（数量）数据。
定类数据表示事物的属性或者类别，如性别、病情分级等；而定量数据表示具体的数量或测量结果，如年龄、血压等。
正确理解和分析数据类型对于进行准确的统计分析是至关重要的。
二、描述统计学描述统计学是对数据进行整理、总结和描述的方法和技术。
常见的描述统计学方法包括中心趋势的度量、离散程度的度量以及数据的分布形态。
1.中心趋势的度量中心趋势是指数据集中的中间位置，常用的度量包括平均值、中位数和众数。
平均值是所有观测值的总和除以观测值的个数，中位数是将数据按升序排列，找出中间位置的数值，众数是出现频率最高的数值。
2.离散程度的度量离散程度是指数据的分散程度，常用的度量包括方差、标准差和极差。
方差是观测值与平均值之差的平方的平均值，标准差是方差的平方根，极差是数据集中最大值与最小值之差。
3.数据的分布形态数据的分布形态可以通过绘制直方图和概率密度曲线来进行可视化。
直方图可以显示数据的频数分布情况，概率密度曲线可以反映数据的分布密度。
三、推论统计学推论统计学是根据样本数据对总体进行推断的方法和技术。
主要包括参数估计和假设检验两个方面。
1.参数估计参数估计是通过样本数据来估计总体参数的值。
常用的参数估计方法包括点估计和区间估计。
点估计是通过样本数据来估计总体参数的唯一值，如样本均值估计总体均值；区间估计是通过样本数据来估计总体参数的范围，如置信区间估计总体均值。
2.假设检验假设检验是用来判断总体参数是否符合某个特定的假设。
它涉及到原假设和备择假设的设定，以及根据样本数据进行统计推断的过程。
常用的假设检验方法包括t检验、卡方检验和方差分析等。
四、相关分析相关分析研究两个或多个变量之间的关系。
医学统计学知识点汇集总结
医学统计学知识点汇集总结一、医学统计学概述医学统计学是指运用统计学方法和技术研究医学数据，并分析、解释医学现象的学科。
对于医学研究和临床实践来说，统计学扮演了至关重要的角色，它可以帮助我们从数据中找出规律和关联，了解疾病的发病机制、评估治疗效果、预测疾病的发展趋势等。
医学统计学应用广泛，包括流行病学调查、临床试验、疾病筛查、医疗资源分配等方面。
二、基本统计概念1.总体与样本总体是指研究者希望了解的所有个体或事物的集合，而样本是从总体中抽出的一部分个体或事物。
在医学统计学中，我们往往针对总体的某些特征进行研究，但因为总体过于庞大或难以直接观察，所以需要通过样本来间接推断总体特征。
2.描述统计学与推断统计学描述统计学是通过对样本数据进行整理、汇总和展示，来描述总体的特征。
例如，用均值、标准差、百分比等指标来描述样本的中心趋势、离散程度和分布规律。
推断统计学则是通过对样本数据进行分析和推断，来进行总体参数估计、假设检验和区间估计等操作，从样本的情况推断总体的性质。
3.测量尺度在医学统计学中，常用的测量尺度有四种：名义尺度、序数尺度、区间尺度和比率尺度。
名义尺度用于对个体进行分类，如性别、种族等；序数尺度表达了个体之间的顺序关系，如疾病的分期、疼痛的程度等；区间尺度是指定了单位长度的测量尺度，其间隔是均匀的，但没有绝对的零点，如温度；比率尺度有绝对的零点，可以进行加减乘除运算，如年龄、身高、体重等。
4.受试者特征曲线（ROC曲线）受试者特征曲线（Receiver Operating Characteristic Curve，ROC曲线）常用于评价诊断试验的准确性。
横轴表示假阳性率（1-特异度），纵轴表示真阳性率（灵敏度），曲线下面积（AUC）为对角线以下的面积，用来评价诊断试验在不同判断标准下的表现。
三、数据的搜集与整理1.样本量计算样本量的大小直接关系到研究结果的可靠性和精度。
样本量计算需要根据预期效应大小、显著性水平、统计功效、数据分析方法等因素来确定。
医学统计学 重点知识总结
名词解释1、一类错误：拒绝了实际上成立的H。
，这类“弃真”的错误称为I型错误或第一类错误。
2、参数和统计量：这些总体的统计指标或特征值称为参数。
由样本所算出的统计指标或特征值称为统计量。
3、变异系数：亦称离散系数，为标准差与均数之比，常用百分数表示。
4、P值：即概率，反映某一事件发生的可能性大小。
5、检验效能：B称为检验效能或把握度，即两总体却有差别，按α水准能发现它们有差别的能力。
简答题1、描述数值变量资料(统计资料)的集中程度有哪些指标，有何运用条件？算数均数：单峰对称分布的资料几何均数：对数变换后的单峰对称的资料中位数：偏态分布，分布不明资料，有不确定值的资料。
百分位数：当样本含量较少时不宜用靠近俩端的百分位数来估计频数分布范围。
2、实验研究的基本要素和基本原则是什么？基本要素：处理因素、受试对象和实验效应。
基本原则：对照原则、随机化原则和重狂原则大题1、(1)变量资料(2)成组t检验对立性正态性方差齐性(3)H0ιμ1=μ2,新药与常规药物的疗效相同H1rμ1≠μ2,新药与常规药物的疗效不同α=0.05T=1.0195V=n1+n2-2=18(2)t<t0.05z18,p>0.05,按a=0.05水准，不拒绝H0,差别无统计学意义。
结论：t检验结果表明，故尚不能认为新药与常规药物的疗效相同。
2、(1)T=13×17/47=4.7(2)x2检验(3)X2>X2(0.05,1),p<0.05,按a=0.05水准,拒绝H0,接受HQ差别有统计学意义。
结论：x2检验结果表明，乙疗法比甲疗法好。
3、(1)成组设计两样本比较的秩和检验(2)实验组秩次：13、I15、8.5、14、15.5、15.5、17、18对照组秩次：1、2、4、3、5、6、8.5、7、10、11.5(3)H0：两组局部温热的疗效总体分布相同H1：两组局部温热的疗效总体分布不同4(1)Ho：P=O,即母体内时间与体重无线性相关关系H1：P≠0,即母体内时间与体重有线性相关关系a=0.05F>5.23,拒绝HO,接受HI,相关系数有统计学意义。
医学统计学基础知识总结
医学统计学基础知识总结统计学是一门重要的科学分支，对于医学领域也具有重要的应用。
通过对医学数据的分析和解释，统计学可以帮助医学工作者更好地理解疾病的发病机制、评估治疗效果以及预测疾病的发展趋势。
本文将总结医学统计学的基础知识，以便读者更好地理解和应用统计学在医学领域中的重要性。
一、数据类型和测量尺度在医学统计学中，常见的数据类型包括定量数据和定性数据。
定量数据是可以进行度量和计数的数据，如年龄、体重等，而定性数据则是描述性质的分类数据，如性别、病情等。
根据测量尺度的不同，数据可以分为四个层次：名义尺度、序数尺度、区间尺度和比例尺度。
名义尺度是最基本的测量尺度，只能进行分类，如性别、民族等；序数尺度在名义尺度的基础上增加了顺序关系，如疼痛程度的评估；区间尺度则增加了数据之间的等距性，如温度、pH值等；比例尺度是最高级别的测量尺度，具备等距性和绝对零点，如身高、体重等。
二、统计描述和推断统计描述是对数据进行整理和概括的方法，其目的是为了更好地理解数据的中心趋势、变异程度和分布形态。
常见的统计描述方法包括均值、中位数、众数、标准差、方差等。
通过统计描述，医学工作者可以对数据进行初步的了解，在后续的分析中提供基础信息。
统计推断是基于抽样数据对总体进行推断的方法。
通过对样本数据的分析，可以对总体参数进行估计和假设检验。
其中，估计是对总体参数进行点估计（如均值、比例等）或区间估计（如置信区间）；假设检验则是通过对总体参数提出假设，并对其进行验证。
统计推断能够帮助医学工作者从样本中获取总体信息，并根据所得结论做出相应的决策。
三、概率论和假设检验概率论是统计学的基础，通过对不确定性的量化，可以为统计推断提供理论依据。
概率是描述事件发生可能性的数值，常用的概率分布包括正态分布、泊松分布、二项分布等。
在医学领域中，概率论常用于疾病的风险评估、样本大小的确定以及实验设计等方面。
假设检验是统计学中重要的方法之一，用于验证研究假设的真实性。
《医学统计学》基本统计学部分公式总结
《医学统计学》基本统计学部分公式总结基本统计学是医学统计学的基础，包括描述性统计和推断性统计。
下面是一些常用的公式总结：一、描述性统计1.平均数（算术平均数）：所有观察值的总和除以观察值的个数。
平均数 = (x1 + x2 + ... + xn) / n2.中位数：将所有观察值按顺序排列，位于中间的数值。
如果n为奇数，中位数为第(n+1)/2个观察值；如果n为偶数，中位数为第n/2和(n/2+1)个观察值的平均数。
3.众数：出现次数最多的观察值。
4.百分位数：将所有观察值按大小顺序排列，百分位数为位于相应百分比位置的观察值。
5.方差（样本方差）：观察值与均值之差的平方和的平均数。
方差= Σ(xi - 平均数)² / (n - 1)6.标准差（样本标准差）：方差的平方根。
标准差=√方差7.四分位数差（IQR）：第三四分位数与第一四分位数之差。
8.相对标准差：标准差除以平均数，表示标准偏差在平均水平的相对大小。
二、推断性统计1.假设检验：对总体参数进行推断的一种方法。
t检验：用于比较两个样本均值是否具有显著差异。
z检验：用于比较样本均值与已知总体均值的差异。
χ²检验：用于比较观察频数与期望频数之间的差异。
F检验：用于比较两个样本方差是否具有显著差异。
2.置信区间：对总体参数进行估计的一种方法。
对于平均数的置信区间，通常使用t分布或z分布进行计算。
3.相关分析：皮尔森相关系数：用于衡量两个变量之间的线性相关程度。
斯皮尔曼相关系数：用于衡量两个变量之间的等级相关程度。
4.回归分析：简单线性回归：用于预测一个因变量与一个自变量之间的关系。
多元线性回归：用于预测一个因变量与多个自变量之间的关系。
5.生存分析：生存函数：表示个体存活的概率。
生存率：表示在一定时间内生存下来的概率。
Kaplan-Meier曲线：用于描述生存率随时间变化的曲线。
以上是《医学统计学》中基本统计学部分常用的公式总结，这些公式可以帮助我们理解和分析医学数据，进行数据的描述和推断，为医学研究提供有力的支持。
医学统计学重点知识总结
医学统计学第一章 绪言研究设计、资料分析、结论定量资料：以定量值表达每个观察单位的某项观察指标，如血脂心率等。
定性资料：以定性方式表达每个观察单位的某项观察指标，如血型性别等。
等级资料：以等级方式表达每个观察单位的某项观察指标，如疗效分级等。
总体：是指按研究目的所确定的研究对象中所有观察单位某项指标取值的集合。
样本：是指从研究总体中随机抽取具有代表性的部分观察单位某项指标取值的集合。
（以上均可能考名解）描述某总体特征的指标称为总体参数，简称参数；描述某样本特征的指标称为样本统计量，简称统计量。
概率是随机事件发生可能性大小的一个度量，概率小于或等于0.05时，统计学通常称该事件为小概率事件，其涵义为该事件发生的可能性很小，进而认为其在一次抽样中不可能发生，此即为小概率原理。
定量资料的统计指标（大题）：算术均数，几何均数，中位数和百分位数。
同质性与异质性：同质是指观察单位具有相同的性质，是构成研究总体的必备条件；异质性是指性质不同，研究内容不同，对同质性的要求不同。
第二章 个体变异与变量分布变异（名解）：是以具有同质性的观察单位为载体，某项观察指标在观察单位之间显示的差别。
【在同质的基础上各观察单位（或个体）之间的差异】 正偏态与负偏态【2.3节为重点，尤其是统计指标与图的关系】几何均数应用于比值数据，中位数适用于偏态分布离散趋势指标（重点简答）：全距，四分位数间距，方差，标准差和变异系数，其中常用的是标准差和变异系数。
变异系数（名解）：亦称离散系数，是标准差s 与均数x 之比，即XS CV X100%，变异系数常用于比较度量衡单位不同的两组或多组资料的变异度、比较均数相差悬殊的两组或多组资料的变异度。
如何正确使用相对数（选择或简答）：1，计算相对数的分母不宜过小。
2，分析时不能以构成比代替率。
3，对观察单位数不等的几个率，不能直接相加求其平均率（或称总率）。
4，计算率时要注意资料的同质性，对比分析时应注意资料的可比性。
医学统计知识点总结
医学统计知识点总结在医学领域中，统计学的应用非常广泛，它可以帮助医生和研究人员分析和解释医学数据，研究疾病的发病机制以及评估治疗方法的有效性。
本文将重点总结医学统计学中的重要知识点，包括描述统计学和推论统计学。
描述统计学描述统计学是研究数据集中各变量的集中趋势和离散程度的方法。
主要包括以下几个方面的内容。
1. 数据的整理和呈现在医学研究中，首先需要对收集到的数据进行整理和呈现。
常用的方法包括频数分布表、直方图、饼图、条形图等，这些方法可以直观地展示各变量的分布情况。
2. 中心趋势的度量中心趋势代表着数据集中值的位置，主要包括均值、中位数和众数。
均值是各观测值之和除以观测次数，中位数是按数值大小排列后位于中间位置的值，众数是出现次数最多的值。
3. 离散程度的度量离散程度描述了数据集中值的分散程度，通过方差和标准差进行度量。
方差是各观测值与均值之差的平方和的平均值，标准差是方差的平方根。
推论统计学推论统计学可以根据样本数据推断总体的特征，包括参数估计和假设检验两个方面。
1. 参数估计参数估计是根据样本数据估计总体特征的值，主要包括点估计和区间估计。
点估计是用样本数据求得总体参数的估计值，例如用样本均值估计总体均值。
区间估计是用样本数据求得总体参数的估计区间，例如用置信区间估计总体均值。
2. 假设检验假设检验是通过样本数据推断总体参数是否符合某种假设，主要包括参数检验和非参数检验。
参数检验是对总体参数进行检验，例如对总体均值或总体比例进行检验。
非参数检验是不对总体参数进行具体假设的检验，例如对数据分布进行检验。
医学研究设计医学研究设计是医学统计学中非常重要的一部分，它关系到研究的可靠性和准确性。
主要包括以下几种设计。
1. 随机化对照试验随机化对照试验是医学研究设计中最可靠的一种设计，它可以有效地减少随机误差和系统误差。
研究对象被随机分配到不同的处理组中，其中一个组作为对照组，另一个组接受实验处理。
2. 横断面研究横断面研究是在特定时间点对研究对象进行一次观察，了解其疾病或特征的分布情况。
- 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、"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、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)。
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）。
参数（parameter）描述总体变量值特征的指标（总体率，标准差，总体均数）。
抽样误差（sampling error）：由于个体差异的存在，即使在同一整体中随机抽取若干样本，各样本的统计量往往不等，统计量与参数也会有所不同。
这种因抽样研究引起的差异称抽样误差。
随机事件（random event）对随机试验的各种可能结果的集合。
概率（probability）描述随机事件发生的可能性大些哦的一个度量。
小概率事件若随机事件A的概率P（A）≤α，习惯上，α=时，就称A为小概率事件。
其统计学意义是小概率事件在一次随机试验中认为不会发生。
抽样误差1，抽样误差（sampling error）由抽样而造成的样本统计量与总体参数之间的差异或各样本统计量之间的差异。
在医学统计学中，常把由抽样造成的样本均数与总体均数间的差异称为均数的抽样误差；由抽样造成的样本率与总体率之间的差异称为率的抽样误差。
2，样本均数的标准差（简称标准误，standard error）反映均数的抽样误差大小的指标。
大，抽样误差大；反之，小，抽样误差小。
（）实际工作中往往未知的，可用样本标准差s作的估计值，计算标准误的估计值。
（）3，标准误的用途：a，衡量样本均数的可靠性；b，估计总体均数的置信区间；3，用于均数的假设检验。
4，标准误的估计值的用途：a，描述抽样误差的大小；b，总体参数的估计；c，用来进行假设检验。
5，率的抽样误差：由抽样造成的样本率与总体率的差异称为率的抽样误差。
衡量率的抽样误差大小的指标是率的标准误。
越小，率的抽样误差越小；越大，率的抽样误差越大。
（）其中为总体率。
实际工作中，由于往往是未知的，可用样本率p作的估计值，计算率的标准误的估计值。
（）。
标准差（s）标准误计算公式s=（1）表示观察值的变异程度（1）估计均数的抽样误差的大小（2）计算变异系数CV=（2）估计总体均数的可信区间（，100%）（3）确定医学参考值范围（3）进行假设检验（4）计算标准误简述标准差、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。
标准差：标准误：二.分布正态分布1，正态分布的函数其中为总体均数，为总体标准差，为圆周率，为自然对数的底，且仅为变量。
以为横轴，以为纵轴，当均数和标准差已知时即可绘出正态分布曲线。
为应用方便，将式中进行变量变换，使原来的正态分布变为的标准正态分布，亦称分布。
被称为标准正态变量或标准正态离差，将代入上述公式即得标准正态分布的密度函数。
（）（）2，正态分布的特征（1）正态曲线（normal curve）在横轴上方均数处最高。
（2）正态分布以均数为中心，左右对称。
（3）正态分布有2个参数（parameter），即均数（位置）和标准差（形状）。
当固定不变时，越大，曲线沿横轴越向右移动；反之，越小，则曲线沿横轴越向左移动。
当固定不变时，越大，曲线越平阔；越小，曲线越尖峭。
通常用N （，）表示均数为、方差为的正态分布。
用（0，1）表示标准正态分布。
（4）正态分布在1处各有一个拐点。
（5）正态曲线下面积的分布有一定规律。
3，常用的两个区间：及的区间面积分别占总面积的95%及99%。
4，正态分布的应用1），制定医学参考值范围a,正态分布法适用于正态或近似正态分布的资料双侧界值：；单侧上界:，或单侧下界：。
b，对数正态分布法适用于对数正态分布资料双侧界值：；单侧上界：，或单侧下界c，百分位数法常用于偏态分布资料及资料中一端或两端无确切数值的资料。
双侧界值：和；单侧上界：，或单侧下界：。
2）正态分布是多种统计方法的理论基础如t分布，F分布，分布都是在正态分布的基础上推导出来的，分布也是以正态分布为基础的。
另外t分布，二项分布，poisson分布的极限为正态分布，一定条件下可按正态分布原理处理。
t分布1，t分布：（）t分布的特征为：1．以0为中心，左右对称的单峰分布。
2．t分布曲线形态变化与自由度的大小有关。
自由度越小，则t值越分散，曲线越低平；自由度逐渐增大时，则t分布逐渐逼近正态分布（标准正态分布）。
当=时，t分布为u分布。
t界值表附图中非阴影部分面积的概率为：2，总体均数的估计：用样本指标估计总体参数称为参数估计，是统计推断的一个重要方面。
总体均数的估计有2种方法。
一是直接用统计量估计总体参数，称为点值估计。
由于抽样误差的存在，此法很难估计准确。
二是区间估计（interval estimation）法。
区间估计是按一定的概率100（1-）%估计总体均数所在的范围，亦称可信区间（confidence interval，CI）。
常取的可信度为95%和99%，即95%可信区间和99%可信区间。
计算方法有3种：（1）未知且n小按t分布原理用式（）计算可信区间。
由于将代入，得则总体均数的100（1-）%可信区间的通式为：（）或写成（，）。
（2）未知，但n足够大时（n>100）t分布逼近u 分布，按正态分布原理，用式（）估计可信区间。
（）（）（3）已知按正态分布原理，用式（）估计可信区间。
（）（）标准正态分布（u分布）与t分布有何异同答：相同点：t分布和标准正态分布（u分布）都是以0为中心的正态分布。
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分布为抽样分布，u分布为理论分布；t分布比标准正态分布的峰值低，且尾部翘得更高；t 分布受自由度大小的影响，随着自由度的增大，逐渐趋近于标准正态分布；t分布有无数条曲线，而u分布只有唯一一条曲线。
二项分布1，二项分布（binomial distribution）是对只具有2种互斥结果的离散型随机事件的规律性进行描述的一种概率分布。
二项分布概率公式：（）式中n为独立的贝努力试验次数，为成功的概率，（1-）为失败的概率，X为在n次贝努力试验中出现“成功”的次数，表示在n次试验中出现X的各种组合数，在此称为二项系数（binomial coefficient）。
2，二项分布的应用条件：（1）各观察单位只能具有相互对立的一种结果，如阳性或阴性，生存或死亡。
（2）已知发生某一结果（阳性）的概率为，其对立结果的概率为1-，实际工作中要求是从大量观察中获得比较稳定的数值。
（3）n次试验在相同条件下进行，且各个观察单位的观察结果相互独立。
3，二项分布的性质：A，二项分布的均数和标准差在二项分布的资料中，当和n已知时，它的均数及其标准差如下：=n （）（）若均数和标准差不用绝对数表示，而是用率表示时，即对式（）（）分别除以n，得：（）。