医学统计学重点简答题和名词解释

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

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 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 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”。

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。

四、简述标准差与标准误的区别与联系

均数标准误大小与样本标准差大小成正比，与样本含量的平方根成反比。标准误越小，说明样本均数作为总体均数估计值的准确性越大。