医学统计学 名词解释
医学统计学名词解释
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。
分层抽样：先按对主要研究指标影响较大的某种特征，将总体分为若干类别再从每一层随机抽取一定数量的观察单位，合起来组成样本。
随机抽样：总体中的每一个观察单位都有同等机会进入样本。
整群抽样：是以个体自然集结的或人为划分的群体作为抽样单元，总体中含有K个群，从中用随机化的方法抽取k个群，对抽中的k个群体内所有个体构成调查样本。
系统抽样：又称为等间隔抽样或机械抽样。
首先必须确定总体的范围和样本例数n，将总体等分为n份，每一份k个个体，再从第一份中随机抽取第r号个体，然后依次等间隔地从每份中均抽第r个观察单位组成样本。
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。
标准化法：采用统一的标准对内部构成不同的各组频率进行调整和对比的方法，称为标准化法。
调整后的率未标准化率，简称标化率，亦称调整率。
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。
医学统计学名词解释[教育]
![医学统计学名词解释[教育]](https://img.taocdn.com/s3/m/274ba3d90408763231126edb6f1aff00bfd57042.png)
医学统计学名词解释1、总体population：根据研究目的确定的所有观察单位的某种变量值的集合。
分为有限总体：是指个数确定，空间、时间范围限制的总体；无限总体：是指个数不确定，没有空间、时间限制的总体2、样本sample：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3、变异:即同质的观察单位之间某项特征所存在的差异4、计量资料measurement data：又称定量资料或数值变量资料。
为观测每个观察单位的某项指标的大小，而获得的资料。
一般有度量衡单位。
根据其观测值取值是否连续，又可分为连续型或离散型两类5、计数资料count data：又称定性资料或者无序分类变量资料，是将观察单位按照某种属性或类别分组计数，分组汇总各组观察单位数后得到的资料6、等级资料ordinal data：又称半定量资料或有序分类变量资料，是将观察单位按某种属性的不同程度分成等级后分组计数，分类汇总各组观察单位数后而得到的资料7、圆形分布资料：具有周期性或循环性的资料8、抽样误差sampling error：是指由于抽样研究所造成样本统计量与总体参数的差别9、系统误差systematic error：由于测量仪器结构本身的问题、刻度不准确或测量环境改变等原因,在多次测量时所产生的,总是偏大或总是偏小的误差,称为系统误差10、统计量statistic:是指样本的统计指标11、概率probability:描述随机事件发生可能性大小的数值，用P 表示，0≤P≤112、统计描述：对数据包含的信息加以整理、概括和浓缩，用适当的统计图表和统计指标来表达资料的特征和规律13、平均数average：描述一组变量值的集中位置或平均水平。
常用的平均数有算术平均数、几何平均数和中位数14、算术均数：描述一组数据在数量上的平均水平15、中位数median：将一组观察值由小到大排列，位次居中的那个数16、变异指标：反应一组观察值的离散趋势。
医学统计学的名词解释
医学统计学的名词解释医学统计学是统计学在医学领域的应用与发展。
它的主要目标是通过收集、整理和分析大量的医学数据，从中提取有用的信息和结论，用于解决医学问题和支持医疗决策。
本文将对医学统计学中的一些重要名词进行解释，以便读者更好地理解和应用这些概念。
一、假设检验假设检验是医学统计学中十分常见的方法之一，其目的是通过对样本数据进行分析，评估关于总体的假设是否可以被接受或拒绝。
假设检验基于样本对总体特征进行推断，通常包括对均值、比例、方差等参数的检验。
通过对样本数据进行假设检验，可以帮助医生和研究人员确定某项治疗是否有效，或者某种风险是否存在。
二、风险比风险比是医学统计学中衡量两个不同暴露组风险比较的指标之一。
它通常用于研究风险因素对疾病的影响，比如吸烟与肺癌之间的关系。
风险比可以通过比较两组的发病率得出，其计算公式为发病率1/发病率2。
如果风险比大于1，表示对应的风险因素可能增加患某种疾病的风险。
三、生存分析生存分析是医学统计学中研究个体生存的一种方法。
它主要应用于评估治疗方法对患者生存时间的影响，或者预测某种疾病的生存率。
在生存分析中，经常使用的常见统计指标有生存曲线、中位生存时间和生存率等。
生存分析的应用可以帮助医生和研究人员评估治疗效果，制定更合理的治疗方案。
四、相关系数相关系数是医学统计学中衡量两个变量相关性的指标之一。
它可以帮助研究人员了解两个变量之间的关系强度和方向。
常见的相关系数有皮尔逊相关系数和斯皮尔曼等级相关系数。
皮尔逊相关系数适用于对两个连续变量之间的关系进行衡量，而斯皮尔曼等级相关系数适用于对两个有序变量之间的关系进行衡量。
相关系数的取值范围为-1到1，接近1表示正相关，接近-1表示负相关。
五、敏感性和特异性敏感性和特异性是医学统计学中评估一种诊断方法准确性的重要指标。
敏感性指的是在实际患病情况下，诊断为阳性的比例；特异性则指的是在实际未患病情况下，诊断为阴性的比例。
敏感性和特异性一般在构建诊断试验或疾病筛查模型时得到评估。
医学统计学 名词解释
29、统计表：是以表格的形式列出统计分析的事物及其指标，它可避免长篇文字叙述，并具体列出数据。
30、统计图：是用点的位置、线段的升降、直条的长短或面积的大小等形式表达统计资料，它可直观醒目地反映出事物间的数量关系。
31、正态分布：靠近均数分布的频数最多，两边频数逐渐减少并且近似对称，这种两头低中间高、略呈钟形、左右近似对称的连续性分布称为~。
4、分类变量/定性变量/计数资料/定性资料：是以定性的方式来表示观察单位某项观察指标，所得的资料 称之为~，无固有度量单位。
5、有序分类/等级资料：是以等级的方式来表示观察单位某项观察指标，所得的资料称之为~，为半定量的观察结果，有大小顺序。
6、同质：是指事物的性标准差：方差是指样本观察值的离均差平方和的均值，方差的正平方根为标准差，表示一组数据的平均偏离程度。
24、变异系数：是指标准差与均数之比，常用百分数表示，没有单位，主要用于度量衡单位不同或均数相差悬殊的几组资料间的比较。
25、相对比：是指A、B两个有联系的指标之比，用于说明A为B的若干倍或百分之几，是对比的最简单形式。
20、平均数：是反应一组观察值的集中趋势、中心位置或平均水平的指标体系，常用的指标有均数、几何均数、中位数。
21、中位数：是将一组观察值从小到大按顺序排列，位次居中的观察值就是中位数，适用于任何分布、开口资料、偏态分布。
22、百分位数：是指一种位置指标，用Px表示，一个百分位数将按大小顺序排列的变量值分为100份，旦论上有x%的变量值比它小，有（100-x）%的变量值比它大，对应x%位次的数值。
7、变异：是指同质的个体之间的差异。
8、总体：是根据研究目的所确定的同质观察单位的全体或集合，分为有限总体和无限总体。
医学统计学的名词解释
医学统计学的名词解释1. 平均数：哎呀呀，平均数就是一组数据的平均值啦！就好像一家人的平均身高，把所有人的身高加起来再除以人数，这就是平均数呀！比如咱班同学这次考试的成绩，算出来的平均成绩就是平均数呢。
2. 标准差：嘿，标准差可重要啦！它就像是衡量一组数据离散程度的尺子。
比如说一堆苹果大小不一，标准差就能告诉你它们大小的差异有多大。
像不同班级的考试成绩波动情况，标准差就能体现出来呀。
3. 方差：哇塞，方差其实就是标准差的平方呀！可以理解为对数据离散程度的一种更强烈的表达。
好比不同球队比赛得分的差异情况，方差就能清楚地显示出来呢。
4. 中位数：哟呵，中位数就是按顺序排列的一组数据中居于中间位置的那个数呀！就像排队中间的那个人一样。
比如统计大家的工资水平，中位数能给你一个中间的参考呢。
5. 众数：嘿呀，众数就是一组数据中出现次数最多的那个数呀！好比大家都喜欢的一种颜色，那这个颜色就是众数嘛。
像大家都爱点的一道菜，它就是众数呀。
6. 概率：哇哦，概率就是某件事情发生的可能性大小呀！就像明天会不会下雨，有多大的概率会下。
比如抽奖中一等奖的概率，这就是概率呀。
7. 相关系数：哎呀呀，相关系数就是衡量两个变量之间关系密切程度的指标呀！就好像朋友之间关系好不好一样。
像身高和体重之间的关系，相关系数就能告诉你呢。
8. 卡方检验：嘿，卡方检验可厉害啦！它能帮我们判断两个分类变量之间有没有关系。
就像看看男生和女生对某种活动的喜好是不是不一样，卡方检验就能知道啦。
9. t 检验：哇塞，t 检验能用来比较两组数据有没有显著差异呢！好比两组病人治疗效果的对比，t 检验就能发现不同哦。
10. 回归分析：哟呵，回归分析就是找出变量之间关系的一种方法呀！就像根据天气预测农作物的产量，回归分析就能做到呢。
我的观点结论：医学统计学的这些名词真的都好重要呀，能让我们更科学地分析和理解医学数据呢！。
医学统计学名词解释
1.总体（population）是根据研究目的确定的同质的观察单位的全体，更确切的说，是同质的所有观察单位某种观察值（变量值）的集合。
总体可分为有限总体和无限总体。
有限总体明确规定了空间、时间、人群范围2. 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3.变量（variable）（观察指标等）：要研究的个体特征例如：身高、体重、性别、血型、反应、疗效等4.个体（观察单位等）：统计研究中的基本单位-据研究目的而定5.同质：给个体规律的一些相同性质（使研究变量的已知影响因素齐同）6.变异：同质个体的变量值的差异7.计量资料（measurement data）又称定量资料或数值变量资料。
为测定每个观察单位某项指标的大小而获得的资料。
其变量值是定量的，表现为数值大小，一般有度量衡单位。
8.计数资料（enumeration data）又称定性资料或无序分类变量资料。
为将观察单位按某种属性或类别分组计数，分组汇总各组观察单位数后而得到的资料。
其变量值是定性的，表现为互不相容的属性或类别。
9.等级资料（ranked data）又称半定量资料或有序分类变量资料。
为将观察单位按某种属性的不同程度分成等级后分组计数，分类汇总各组观察单位数后而得到的资料。
其变量值具有半定量性质，表现为等级大小或属性程度。
10.随机误差（random error）：不恒定的、随机变化的误差，由多种尚无法控制的因素引起。
无方向性。
主要指重复测量产生的测量误差和抽样过程产生的抽样误差。
11.抽样误差（sampling error ）是指样本统计量与总体参数的差别。
在总体确定的情况下，总体参数是固定的常数，统计量是在总体参数附近波动的随机变量。
12.系统误差（systematic error）:实验过程中产生的误差，它的值或恒定不变，或遵循一定的变化规律，其产生原因往往是可知的或可能掌握的，大小变化有方向性。
卫生统计学名词解释(带英文)
1.医学统计学（medical statistics)
:是描述、归纳、探索医学数据分布特征和解释数据规律的一门学科，是科研工作者运用概率论与数理统计原理，进行数据的获取、存储及管理和分析，评价人类健康水平，探索疾病发生与发展规律，进行预测评价的方法，是循证实践中数据挖掘不可或缺且起关键作用的一种技术手段。
2、变量（variable)【对应“常量”】
：根据研究目的，对研究对象的某个或某些特征（研究指标或项目）实施观测，这些特征称为变量。
3、P值：在H0成立的条件下，出现该实验结果或更极端情况的概率值。
医学统计学名词解释
医学统计学：是运用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。
1、观察单位（observed unit）亦称个体，是统计研究中的基本单位。
2、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。
3、有限总体（finite population）明确规定了空间、时间、人群范围内有限个观察单位。
4、无限总体（infinite population）没有时间和空间范围的限制，其观察单位的全体数只是理论上存在的，因而可视为“无限”。
5、抽样（sampling）从总体中抽取部分观察单位的过程。
6、样本从总体中随机抽的的部分观察单位，其实测值的集合。
7、样本含量（sample size）该样本所包含的观察单位数。
8、变量（variable）能表现观察单位的变异性的特性称为变量。
8、同质（Homogeneity）:指被研究指标的有关影响因素相同。
8、变异（Variation）：指同质基础上的各种观察单位间的异同。
9、变量值（value of variable）或观察值（observed value）变量的观测值称为10、计量资料（measurement data）又称定量资料（quantitative data）或数值变量（numerical variable）资料。
为观测每个观测单位某项指标的大小，而获得的资料。
其变量值是定量的，表现为数值大小，一般由度量单位。
根据其观测值取值是否连续，又可分为连续型和离散型两类。
11、计数资料（enumeration data）又称定性资料（qualitative data）或无序分类变量资料、名义变量资料。
为将观察单位按某种属性或类别分组计数，分组汇总各组观察单位数后而得到的资料。
其变量值是定性的，表现为互不相容的属性或类别。
12、等级资料（ranked data）又称半定量资料或有序分类变量资料。
医学统计学名词解释
医学统计学名词解释统计学名词解释1.医学统计学（statistics of medicine）：是一门用统计学原理和方法,研究医学科研中有关数据的收集、整理和分析的应用科学。
2.总体（population）:根据研究目的而确定的同质观察单位的全体。
3.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。
4.抽样（sampling）：从总体中抽取部分个体的过程。
5.变量（variable）：确定总体之后，研究者应对每个观察单位的某项特征进行观察和测量，这种特征能表现观察单位的变异性。
对变量的观测称为变量值（value of variable）或观察值。
6.计量资料（measurements data）:又称定量资料或数值变量。
对每个观察单位的某项指标用定量方法测定其数值大小所得的资料。
7.计数资料（enumeration data）:又称定性资料或无需分类变量资料。
将观察单位按某种属性或类别分组计数，分组汇总各组观察单位数后而得到的资料。
8.等级资料（ranked data）:又称半定量资料或有序分类变量资料。
将观察单位按照某种属性的不同程度分成等级后分组计数，分类汇总各组观察单位后而得到的资料。
9.误差（error）：泛指实测值于真实值之差，按其产生原因和性质可粗分为随机误差与非随机误差两大类，后者可分为系统误差与非系统误差两类。
10.抽样误差（sampling error）:抽样过程中由于抽样的偶然性而出现的误差。
11.参数（parameter）：表总体特征的指标。
12.均数（mean）：可用于反映一组呈对称分布的变量值在数量上的平均水平。
13.几何均数（geometric mean）:可用于反映一组经对数转换后呈对称分布的变量值在数量上的平均水平。
14.中位数（median）将n个变量值从小到大排列，位置居于中间的那个数。
15.极差（range）:也称全距，即最大值和最小值之差。
医学统计学 名词解释 精心整理带英文
同质(Homogeneity):医学研究对象具有的某种共性。
变异(Variation) :同质研究对象变量值之间的差异。
总体(Population):根据研究目的确定的所有同质的观察单位某项观测值的全体称为总体。
样本(Sample):来自于总体的部分观察单位的观测值称为样本。
参数(Parameter):由总体中全部观测值所计算出的反映总体特征的统计指标。
统计量(Statistic):由样本观测值所计算出的反映样本特征的统计指标。
变量(Variable) :指观察单位的某项特征。
它能表现观察单位的变异性。
概率(Probability):就是随机事件发生可能性大小,用P表示,其取值为[0,1]。
频率(Frequency) :在相同的条件下,独立地重复做n次试验,随机事件A出现m 次,则比值m/n为随机事件A出现的频率。
随机误差(Random error):就是由于一系列实验或观察条件等因素的随机波动造成的测量值与真实值之间的差异。
随机误差就是不可避免的,且大小与方向都不固定。
抽样误差(Sampling error):由个体变异产生、随机抽样造成的若干个样本统计量之间以及样本统计量与总体参数之间的差异称为抽样误差。
系统误差(Systematic error) :实际观测中,由于仪器未校正,测量者感官的某种偏差,医生掌握疗效标准偏高或偏低等,而使观测值有方向性、系统性或周期性地偏离真值。
四分位数间距(Quartile range) :上四分位数与下四分位数的差值,用Q表示。
通常用来描述偏态分布资料的离散趋势。
变异系数(Coefficient of variation) CV :就是标准差与均数之比,用于比较测量单位不同或均数相差较大的两组或以上数据的离散程度。
参考值范围(Reference range) :绝大多数“正常人”的解剖、生理、生化等某项指标的波动范围。
构成比(Proportion) :表示事物内部某一组成部分观察单位数与该事物各组成部分的观察单位总数之比,用以说明事物内部各组成部分所占的比重。
医学统计学必考的名词解释
医学统计学必考的名词解释医学统计学是一门研究医学数据收集、分析和解释的学科。
在这个领域中，有许多重要的名词需要被掌握和理解。
本文将对其中几个必考的名词进行解释，以助于读者更好地理解医学统计学的核心概念。
一、样本和总体在医学统计学中，样本和总体是两个基本的概念。
总体是指我们想要了解的整个群体，而样本是从总体中选择的一小部分个体。
通过研究样本，我们可以推断总体的特征。
样本应该是有代表性的，并且选择要符合一定的随机原则，以避免观察误差和抽样偏差。
二、建立假设在医学统计学中，我们通常需要提出一个假设来研究和探索问题。
这个假设可以是一个关于总体参数的陈述，我们可以利用样本数据来判断这个假设是否成立。
一般来说，我们提出两个对立的假设，即原假设和备择假设。
原假设通常是一个无关或无差异的假设，而备择假设则是相反的。
三、显著性水平和P值显著性水平是用来评估某个观察结果是否由于偶然误差所导致的概率。
通常情况下，我们会将显著性水平设定为0.05或0.01，代表了我们对接受原假设的程度的容忍度。
而P值则是用来衡量观察结果的统计显著性。
如果P值小于设定的显著性水平，我们就可以拒绝原假设，认为观察结果是有统计学意义的。
四、置信区间置信区间是用来估计总体参数的一种方法。
它给出了一个范围，其中包含了总体参数的真实值的可能性。
置信区间的计算通常基于样本统计量和抽样误差的大小。
一般来说，置信区间的置信水平为95%或99%，意味着在重复抽样的情况下，有95%或99%的置信区间会包含真实值。
五、回归分析回归分析是医学统计学中常用的一种分析方法。
它可以用来探索和预测两个或多个变量之间的关系。
在回归分析中，我们通过建立一个数学模型来描述因变量和自变量之间的关系，并通过拟合该模型来预测未知观测值。
回归分析可以帮助我们理解和解释变量之间的相互作用，对于研究和应用医学中的复杂问题有着重要的意义。
六、生存分析生存分析是一种特殊的统计方法，用于研究在给定时间内发生某个事件的概率。
医学统计学名词解释
统计学(statistics)统计学是关于数据（data）的科学，是从数据中提取信息的一门学科，包括设计、搜集、整理、分析和表达等步骤。
医学统计学（medical statistics）是以医学理论为指导，借助概率论和数理统计的原理和方法研究医学现象中数据的搜集、整理、分析和推断的一门应用学科。
变异（variation）是社会和生物医学中的普遍现象。
变异使得实验或观察的结果具有不确定性，如每个人的身高、体重、血压等各有不同。
计量资料measurement data（定量变量quantitative data、数值变量）指对每个观察单位用定量方法测定某项指标所得的数值。
基本特征：①有定量手段或工具；②一般有度量衡单位；③往往带有小数点。
计数资料enumeration (counting) data（定性数据qualitative data、分类资料）指先将观察单位按性质或类别进行分组，然后清点各组观察单位的个数所得资料基本特征为：①无顺序分组；②清点每组个数。
等级资料ranked data（有序分类资料ordinal data、有序资料）指先按某种属性的不同程度分组，再清点各组观察单位个数所得资料。
特征：①顺序分组；②清点各组个数变量variable——可以测量的任何特征或属性Any characteristic or attribute that can be measured。
（不同个体结果可能不同）随机变量random variable——在概率论中称变量为随机变量对随机变量的取值过程为测量。
取值所采用的标准为测量尺度。
同质(homogeneity)：指对研究指标有影响的因素尽可能的相同。
变异(variation) ：指观察结果间的差异和指标值间的不同。
总体population：根据研究目的确定的同质研究对象的全体（集合）。
分有限总体与无限总体样本sample：从总体中随机抽取的部分研究对象随机抽样random sampling为了保证样本的可靠性和代表性，需要采用随机的方法抽取样本（在总体中每个个体具有相同的机会被抽到）参数parameter：总体的统计指标，如总体均数、标准差，采用希腊字母分别记为μ、σ。
医学统计学名词解释
医学统计学名词解释医学统计学是一门研究医学领域中数据收集、分析和解释的科学，它广泛应用于医疗研究、临床试验和流行病学研究等领域。
以下是一些医学统计学中常用的名词解释。
1. 随机化：随机化是一种将研究对象随机分配到不同组别的方法，以减少样本偏差和实验结果的误差。
2. 试验组和对照组：在临床试验中，试验组接受新的治疗或干预措施，对照组接受已有的标准治疗或安慰剂，用于比较两种不同治疗方式的效果。
3. 双盲试验：在临床试验中，双盲试验是指研究人员和参与者都不知道所接受的治疗或干预措施是试验组还是对照组，以消除人为偏见的影响。
4. 抽样：抽样是收集研究数据的方法，通过从总体中选择一部分样本进行观察和测量，以推断总体的特征。
5. 样本量：样本量是指在研究中所使用的观察单元的数量，样本量的大小对于研究结果的可靠性和推广性具有重要影响。
6. 方差和标准差：方差是对数据分布离散程度的度量，标准差是方差的平方根，用于衡量数据的变异程度。
7. 显著性水平：显著性水平是在统计假设检验中所设定的接受或拒绝原假设的界限，通常用P值表示。
一般而言，如果P值小于设定的显著水平（通常为0.05），则拒绝原假设。
8. 效应大小：效应大小是用于衡量两组之间差异的大小，常用的度量指标包括风险比、相对危险度和绝对风险差等。
9. 相关性和因果关系：相关性是指两个变量之间存在某种关联，而因果关系则是指一个变量的改变导致另一个变量的改变，需要通过更严格的研究设计来确定因果关系。
10. 生存分析：生存分析是一种用于评估时间至事件发生的统计方法，常用于研究患者生存时间、复发概率和生存率等。
总之，医学统计学中的这些名词是为了帮助研究人员更好地理解、分析和解释医学数据，并进行科学的决策和推断。
医学统计学名词解释
随机区组设计：将几个受试对象按一定条件配成区组，再将每一区组的受试对象随机分配到各个处理组中
7.二项分布：对指具有两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
泊松分布：是一种常见的离散型分布，用来描述单位面积、体积、时间、人群内等稀有或罕见事件发生数的分布
14.无效假设：记为Ho,表示差别是由抽样误差引起，无统计学意义
备择假设：记为H1，表示差别是由处理因素引起，有统计学意义
15.频率：指某种现象发生的次数。对于随机事件A，在相同条件下进行n次实验，事件A发生的次数为m，比值m/n为频率，记为fn(A)
概率：描述随机事件A发生的可能性的大小，记为P(A),P值范围0≤P≤1
1.统计：包括三种内涵，统计工作，统计数据，统计学。
统计学：是对研究对象的研数据进行搜集、整理、分析和研究，以揭示其总体特征和规律性的方法论科学。
2.总体：根据研究目的确定的同质观测单位的集合。
样本：从统计总体中随机抽取的、具有代表性的部分观测单位的集合。
3.计量资料：有数值变量产生的资料，即对每个观察单位用计量方法测的某项指标数值大小所获得的资料。
抽样误差：有个体差异和抽样造成的样本与总体、样本与样本相应统计指标之间的差异
13.率的标准化法：采用统一标准计算各率的标准化率，使各率具有可比性，目的是在比较各率时消除混杂因素的影响
假设检验：又称显著性检验，是利用样本信息，根据一定的概率水准，推断样本指标与总体指标、不同样本指标之间的差别又无意义的统计分析方法
Ⅱ型错误：组间差异确实不存在，而统计推断结果却错误地认为存在组间差异，又称假阴性错误
医学统计学 名词解释
1、总体：指所有同质观察单位某种观察值的全体。
分为有限总体和无限总体。
2、样本：是从总体中抽取部分观察单位的观测值的集合。
误差：泛指实测值与真实值之差。
统计量：根据样本算得的某些数值特征。
3参数：是关于总体的某些数值特征。
4、抽样误差：即便采用概率抽样方法抽取样本，但样本只是总体的一部分，这就存在着误差，统计学上将其称为抽样误差。
小概率事件原理：当某事件发生概率小于等于0.05时，统计学习惯上称该事件为小概率事件，其含义是该事件发生的可能性很小，进而认为它在一次抽样中不能发生。
普查：就是全面调查即调查目标总体中全部调查对象。
抽样调查：是一种非全面调查即从总体中抽取一定数量的观察单位组成样本对样本进行调查。
5、常用的概率抽样方法：单纯随机抽样、系统抽样、整群抽样、分层抽样、具体抽样。
非概率抽样方法：偶遇抽样、立意抽样、定额抽样、雪球抽样等。
6、偶遇抽样：又称便利抽样，是指研究者根据实际现实情况，使用最便利的方法来选取样本，可以抽取偶然遇到的人或选择那些距离最近的、最容易找到的人作为调查对象。
7、根据受试对象的不同，实验可分为动物实验、临床试验和现场试验三类。
8、实验设计的基本原则：对照原则、随机化原则和重复原则。
9随机化原则：是指采用随机的方式，使每个受试对象均有同等机会被抽取或分配到实验组和对照组。
10、重复原则：指在相同实验条件下进行多次实验或观察，以提高实验结果的可靠性。
重复原则主要包括：（1）对多个受试对象进行实验。
（2）对同一受试对象进行重复观测。
准确度：指观察值与真值的接近程度，主要受系统误差的影响。
精密度：指在相同条件下对同一指标进行重复观察时，观察值与其均数的接近程度，其差值受随机误差的影响。
灵敏度：反映其检出真阳性的能力，灵敏度高的指标能将处理因素的效应比较敏感地显示出来。
特异度：反映鉴别真阴性的能力，特异度高的指标不易受混杂因素的干扰。
11、完全随机设计：是采用完全随机化的方法将同质的受试对象分配到各处理组，然后观察各组的实验效应，是一种考察单因素两水平或多水平效应的实验设计方法。
名词解释医学统计学
名词解释医学统计学《名词解释医学统计学》医学统计学，这名字听起来就有点高大上，可实际上呢，它就像咱们生活中的一个小管家，不过管的是医学数据这个大家庭。
医学统计学呀，它主要就是和医学里的各种数据打交道。
想象一下，在医院里每天都有各种各样的信息产生，病人的身高、体重、血压、血糖数值，还有生病的天数、吃了多少药等等。
这些数据就像一群调皮的小娃娃，零零散散地在那。
医学统计学呢，就有本事把这些小娃娃按照一定的规则给排列组合起来。
比如说，把同一种病的病人的相关数据放在一块儿，看看这些病人的年龄分布是啥样的，是年轻人得这种病多呢，还是老年人多。
它还会像个侦探一样，从这些数据里找线索。
比如某种新药上市了，医生给一些病人用了这个药。
医学统计学就可以去分析用了药的这些病人的症状改善情况，是大部分人都变好了呢，还是只有少数人有效果。
这就好比在一堆沙子里找金子，它得通过特殊的方法把那些有用的信息给筛选出来。
再讲讲那些复杂的统计方法吧。
就像做菜一样，不同的菜有不同的做法。
在医学统计学里，有均值、中位数这些概念。
均值就像是把一群人的身高都加起来，然后除以人数得到的那个平均身高。
中位数呢，就是把这些身高数值按照大小顺序排好，正中间的那个数值。
这就好比是在一堆苹果里找最中间的那个苹果。
有时候这个中间的苹果能更好地代表这一堆苹果的情况呢。
在做医学研究的时候，医学统计学可太重要了。
假如有个研究人员想知道某种生活习惯对健康有没有影响。
他收集了一大堆数据，可是没有医学统计学的知识，这些数据就只能是一堆乱糟糟的数字。
而有了医学统计学，就能算出到底这种生活习惯和健康之间有没有联系，联系有多强。
就像两个人之间的关系，是好朋友那种紧密的关系呢，还是只是认识的那种比较淡的关系。
从医生的角度看，医学统计学也是个得力助手。
医生可以根据统计出来的数据来判断疾病的发展趋势。
比如说某种传染病，通过医学统计学对以往病例数据的分析，医生就能大概知道这个传染病在什么季节可能会高发，感染的人群大概会有哪些特征。
医学统计学名词解释
1.总体（population ）：根据研究目的确定的所有同质观察单位的全体，它包括所有定义范围内的个体变量值。
描述总体特征的指标称为参数（parameter）2.样本（sample）：从研究总体中抽取部分有代表性的观察单位，对变量进行观测得到的数据。
描述样本特征的指标称为统计量（statistic）。
3.参数:4.统计量5.同质(homogeneity)：指根据研究目的所确定的观察单位其性质应大致相同。
6.变异(variation)：性质相同的事物，如果观察同一指标，各观察单位之间由于存在个体差异，也会使测量结果不同。
7.定量数据（quantitative data ）：也称计量资料。
变量的观测值是定量的，其特点是能够用数值大小衡量其水平的高低，一般有计量单位。
根据变量的取值特征可分为连续型数据和离散型数据。
8.定性数据：也称计数资料。
变量的观测值是定性的，表现为互不相容的类别或属性。
血型分为A、B、O、AB等。
9.有序数据：也称半定量数据或等级资料。
变量的观测值是定性的，但各类别（属性）之间有程度或顺序上的差别，如尿糖的化验结果分为－、+、++、+++。
10.统计描述：描述及总结一组数据的重要特征，目的是使实验或观察得到的数据表达清楚并便于分析。
统计描述结果的表达方式主要是统计指标、统计表和统计图。
11.统计推断：指由样本数据的特征推断总体特征的方法，包括参数估计和假设检验。
参数估计的重要性在于可以给出区间估计；假设检验重点则是比较参数的大小。
12.集中趋势：描述一组观察值集中位置或平均水平的统计指标。
13.离散趋势14.统计学中为了区别个体观察值之间变异的标准差与反映样本均数之间变异的标准差，将后者称为均数的标准误(standard error of the mean)。
15.区间估计(interval estimation)是指按预先给定的概率，计算出一个区间，使它能够包含未知的总体均数。
医学统计学名词解释免费
医学统计学名词解释免费医学统计学名词解释免费1. 总体(population)：根据研究目的所确定的同质观察单位的全体。
只包括(确定的时间和空间范围内)有限个观察单位的总体，称为有限总体(finite population)。
假想的，无时间和空间概念的，称为无限总体(infinite population)。
2. (总体)参数(parameter)：总体的统计指标或特征值。
总体参数是事物本身固有的、不变的。
3. 样本(sample)：从总体中随机抽取的部分个体。
4. 样本含量(sample size)：样本中所包含的个体数。
5. 变量(variable)：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(random variable)，简称变量(variable)。
变量的取值称为变量值或观察值(observation)。
根据变量的取值特性，分为数值变量和分类变量。
6. 数值变量(Numerical variable)：又称为计量资料、定量资料，指构成其的变量值是定量的，其表现为数值大小，有单位。
对每个观察单位用定量的方法测定某项指标的数值，组成的资料。
7. 计数资料：将全体观测单位按照某种性质或特征分组，然后再分别清点各组观察单位的个数。
8. 抽样(sampling)：从总体中抽取部分观察单位的过程称为抽样。
9. 抽样误差(sampling error)：由于抽样造成的统计量与参数之间的差别，特点是不能避免的，可用标准误描述其大小。
10. 误差(error)：统计上所说的误差泛指测量值与真值之差，样本指标与总体指标之差。
主要有以下二种：系统误差和随机误差。
11. 可信区间(confidence interval, CI)：按一定的概率或可信度(1-α)用一个区间估计总体参数所在范围，这个范围称作可信度1-α的可信区间，又称置信区间。
- 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)。
名词解释
------宁可人
1.总体：是根据研究目的确定的同质研究对象的全体。
2.样本：从总体中抽取的一部分有代表性的个体。
3、同质：是指所研究的观察对象具有某些相同的性质或特征。
4、变异：指同质个体的某项指标之间的差异。
5、参数：反映总体特征的指标称为参数。
6、统计量：通过样本资料计算出来的相应指标称为统计量。
7、抽样误差：由随机抽样造成的样本指标与总体指标之间、样本指标与样本指标之间的差异。
8、概率：某事件发生的可能性大小。
9、正态分布：高峰位于均数处，中间高两边低，左右完全对称地下降，但永远不与横轴相交的钟形曲线。
10、平均数：是描述一组同质变量值的平均水平或集中趋势的指标。
11、中位数：将一组数据由小到大排列，位于中间位置的观测值。
12、医学参考值范围：又称正常值范围，医学上常将包括绝大多数正常人的某项指标
的波动范围称为该指标的正常值范围。
13、方差：是各个数据与平均数之差的平方的平均数。
14、标准差：是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用σ表示。
15、标准误：样本均数的标准差，等于原变量总体标准差除以例数的平方根，用以说
明均数抽样误差的大小。
16、均数的抽样误差：由个体差异和抽样所导致的样本均数与样本均数之间，样本均
数与总体均数之间的差异。
17、假设检验：先对总体做出某种假设，然后根据样本信息来推断其是否成立的一类
统计方法的总称。
18、统计推断：是根据已知的样本信息来推断未知的总体，是统计分析的目的，包括参数估计和假设检验。
19、Ⅰ型错误：拒绝了实际上成立的H0，这类弃真错误，发生的概率为α，为已知。
20、Ⅱ型错误：不拒绝实际上不成立的H0，这类存伪错误，发生的概率为β，未知。
21、检验效能：又称把握度，为1-β，其意义是两总体确有差别，按α水准能发现它们有差别的能力。
22、可信区间：指总体参数可能所在的范围。
23、率（rate）：说明某现象发生的频率或强度。
24、构成比：表示某事物内部各组成部分所占的比重或分布，常以百分数表示。
25、相对比：表示两个有关事物指标之比，常以百分数和倍数表示，用以说明一个指标是另一个指标的几倍或百分之几。
26、标准化率：亦称调整率，是采用统一的标准对内部构成不同的各组频率进行调整和对比的方法。
27、参数检验：一类依赖于总体分布的具体形式的统计推断方法。
28、非参数检验：一类不依赖总体分布类型的检验，在应用中可以不考虑被研究对象为何种分布以及分布是否已知，检验假设中没有包括总体参数的统计方法。
29、自变量：如果没有一个变量依赖于其他变量变化而变化的关系时，一般把测量比较简单的变量作为自变量。
30、因变量：测量比较复杂的变量称为因变量或应变量。
31、相关分析：分析两个或多个变量间相互关系的统计分析方法。
32、线性回归分析：用直线回归方程或数学模型描述变量间数量关系的统计方法。
33、相关系数：描述两个变量间线性相关关系密切程度与方向的统计指标。
34、回归系数：即回归直线的斜率，表示自变量x每改变一个单位时，应变量y平均变化b个单位，B为回归系数。
35、决定系数：r2，表示由x与y的直线关系导致的y的变异SS回,在总变异SS总所占比重，即回归效果的好坏，决定系数越接近1，回归效果越好。
36、最小二乘法：以各实测点到直线的纵向距离的平方和最小来确定回归直线。
37、统计表：将统计分析的事物及其指标用表格的形式列出来，直观地反映事物的数
量关系及其趋势的一种表现形式。
38、统计图：用点的位置，线段的升降，直条的长短和面积大小等表达统计数据的一
种形式。
39、单纯随机抽样：是从总体中以完全随机的方法抽取一部分观察对象组成样本，是
最简单的抽样方法。
40、整群抽样：先将总体划分为N个群，每个群包含若干个观察对象，再随机抽取n
个群（n<N），并将所抽取的各个群的全部观察对象组成样本。
41、系统抽样：又称等距抽样，是按照一定的顺序，机械地每隔若干个观察单位抽取一个观察单位组成样本。
42、分层抽样：按影响观察值变异较大的某种特征将总体分成若干层，再从每层内随
机抽取一定数量的观察单位组成样本。
43、配对设计：是将受试对象按一定条件配成对子，再随机分配每对中的两个受试对
象到不同的处理组，或者比较受试者实验前后的变量值改变情况。
44、盲法：在随机对比试验中，为避免出现偏倚，使研究者或研究对象不明确干预措
施的分配的方法。
45、对照：处理因素与非处理因素的差异的科学对比，鉴别处理因素与非处理因素的
效应差异。
46、随机区组设计：又称配伍设计，是将几个条件基本相同的受试对象划成一个区组，区组中观察对象的数量取决于对比组的组数。
将区组中的受试对象采用随机方法，分
配到不同的对比组中。
47、随机对照试验：又称完全随机设计，属于单因素研究设计，是将受试对象按照随
机分配的原则分配到实验组和对照组中，然后给予不同的处理因素，对各组的效应进
行同期平行观察，比较各组观察指标有无差异。
48、实验研究：是指研究者根据研究目的人为地对受试对象施加处理因素，控制混杂
因素，观察、总结处理因素的效果的一种研究方法。