医学统计学总结
Mean Rank 2a 9
b
Sum of Ranks 11. 50 54. 50
5.75 6.06
1c 12
Wilcoxon符号秩检验（例8-1）
Test Statistics b
新法 - 原法 Z Asymp. Sig. (2-tailed)
a. Bas ed on negativ e rank s. b. Wilc ox on Signed Ranks Tes t
分类 观察性研究 实验研究 临床试验研究
观察性研究（调查研究）
分类 常用抽样方法 样本含量估计：用于参数（均数或率） 估计
实验研究
三要素 三原则（四原则） 样本含量估计：用于假设检验
单变量定量资料 统计分析
单变量定量资料统计描述
频数表（n较大时） 频数分布图（直方图） 统计指标 正态分布或近似正态分布资料：均数±标准差 倍数资料；对数正态分布资料：几何均数±几何 标准差 偏态分布；分布未知；分布末端有不确定数据： 中位数±四分位数间距 度量衡单位不同或单位相同但均数相差悬殊的多 组资料变异度比较：变异系数
两样本t检验（例3-7）
Tests of Normality
Kolmogorov-Smirnov 分组 空腹血糖下降值 阿卡波糖胶囊 拜唐苹胶囊
*. This is a lower bound of th e true sig nific ance. a. Lilliefo rs Significance Correction a
医学统计学总结
山西医科大学卫生统计教研室 余红梅
题型
判断题（10个×2分＝20分） 单项选择题（10个×2分＝20分） 简答题（2个×10分＝20分） 计算分析题（4个×10分＝40分） 笔试×80％+实习分＝总成绩
统计学的任务
结合专业知识和具体要求进行统计研究 设计 按照设计要求收集和整理资料 对所收集的资料进行统计处理 对统计处理的结果进行分析和解释
配对t检验（例3-6）
Tests of Normality
Kolmogorov-Smirnov Statistic D .100 df 10
a
Shapiro-Wilk Sig. .200* Statistic .993 df 10 Sig. .999
*. This is a lo wer bound of th e true sig nificance. a. Lilliefo rs Significance Correctio n
单变量定量资料统计推断 —参数估计
总体均数点估计： X 总体均数区间估计： n较小时： X t , s
X
总体 μ
n较大时： X u s X 注意可信区间和参考值范围的区别
样本
单变量定量资料统计推断 —假设检验
1. 样本均数与总体均数比较
Y
样本来自正态
分布或变换后 为正态 t检验
.0173 .7490* -.7323* -.0173
.16946 .16946 .16946 .16946
.919 .000 .000 .919
-.3183 .4134 -1.0680 -.3530
.3530
1.0846
4.8g
placebo 2.4g 4.8g 7.2g
-.3967
.3183
.7317* -1.4640* -.7490*
a. Not c orrec ted for ties . b. Grouping Variable: GROUP
33. 500 111.500 -1.748 .080 .080a
单变量定量资料统计推断 —假设检验
4. 完全随机设计多均数比较
Y
正态性 方差齐性 完全随机设计 方差分析 Kruskal-Wallis 秩和检验
*. This is a lower bound of th e true sig nific ance. a. Lilliefo rs Significance Correction
Wilcoxon秩和检验（例8-3）
Levene's Test for Equality Variances
F R1值 Equal variances assumed 20. 455
Shapiro-Wilk Sig. Statistic .070 .875 df 12 Sig. .076
df 12
Wilcoxon符号秩检验（例8-1）
Ranks
N 新法 - 原法 Negative Ranks Posit ive Ranks Ties Total
a. 新 法< 原 法 b. 新 法> 原 法 c. 新 法= 原 法
统计结果是否可靠取决于 以下几个方面
调查或实验设计是否周密完善，是否按设 计要求实施 所选用的指标是否特异性和客观性强， 灵敏度和精确度高 数据是否真实可靠，样本含量是否足够大 所选用的统计方法是否妥当 结果解释是否正确
选择统计分析方法流程
研究目的
病例分析 疗效分析 寻找病因 关系探讨 调查研究：横断面研究 回顾性研究 前瞻性研究
.16946 .16946 .16946
.000 .000 .000
.3960 -1.7996 -1.0846
1.0673
7.2g
placebo 2.4g
-1.1284
-.4134
Multiple Comparisons
Dependent Variable: 低密度脂 蛋白（mmol/L) Dunnett t (2-sided)
设计类型
实验研究：完全随机设计 随机区组设计 拉丁方
设计 交叉设计 析因设计 正交设计
资料类型
裂区设计 重复测量设计
定量资料 定性资料 等级资料
统计描述 ：统计表 统计图 统计指标
统计分析目的
统计推断：参数估计 假设检验
统计分析方法
见后
运算
手工运算 统计软件：SAS SPSS
统计结论
报告
专业结论
医学统计学学习要点
配对t检验（例3-6）
Mean Pair 1 哥特里－罗紫法 - 脂肪酸水解 法 .27240
Std. Deviatio
.1086
Wilcoxon符号秩检验（例8-1）
Tests of Normality
Kolmogorov-Smirnov Statistic D .233
a. Lilliefo rs Significance Corr ectio n a
Multiple Comparisons
Dependent Variable: 低 密 度 脂 蛋 白 （ mmol/L) LSD
(I) 分 组 placebo
(J) 分 组 placebo 2.4g 4.8g 7.2g
Mean Difference (I-J)
95% Confidence Interval Std. Error Sig. Lower Bound Upper Bound
Shapiro-Wilk Sig. Statistic .145 .143 .036 .200* .952 .967 .944 .958 df 30 30 30 30 Sig. .195 .453 .120 .281
Statistic .139 .139 .165 .092
df 30 30 30 30
Std. Error
.130
.116
.090
.136
.075
多组均数比较方差分析（例4-2）
Tests of Normality
Kolmogorov-Smirnov 分组 低密度脂蛋白（mmol/L) placebo 2.4g 4.8g 7.2g
*. This is a lo wer bound of th e true sig nificance. a. Lilliefo rs Significance Correctio n a
N
多组均数比较方差分析（例4-2）
低 密 度 脂 蛋 白 （ mmol/L)
Descripti
N placebo 2.4g 4.8g 7.2g Total 30 30 30 30 120
Mean 3.4303 2.7153 2.6980 1.9663 2.7025
Std. Deviation .71512 .63816 .49717 .74644 .83073
Wilcoxon秩和检验（例8-3）
Tests of Normality
Kolmogorov-Smirnov GROUP R1值 肺癌病人 矽肺工人 Statistic .145 .122 df 10 12
a
Shapiro-Wilk Sig. .200* .200* Statistic .959 .943 df 10 12 Sig. .775 .533
-1.913
a
.056
单变量定量资料统计推断 —假设检验
3. 完全随机设计两均数比较
Y
两样本t检验
正态性 方差齐性
N
近似t检验 Wilcoxon 秩和检验
两样本t检验（例3-7）
Group Statistics
分组 空腹血糖 下降值 阿卡波糖 胶囊 拜唐苹胶 囊 N 20 20 Mean 2.0650 2.6250 Std. Deviation 3.06015 2.42050 Std. Error Mean .68427 .54124
N
Wilcoxon
符号秩检验
单变量定量资料统计推断 —假设检验
医学统计学知识点总结
医学统计学1. 对定量资料进行统计描述时，如何选择适宜的指标定量资料统计描述常用的统计指标及其适用场合描述内容指标意义适用场合平均水平；均数个体的平均值·对称分布几何均数平均倍数取对数后对称分布中位数[位次居中的观察值①非对称分布；②半定量资料；③末端开口资料；④分布不明众数频数最多的观察值不拘分布形式，概略分析?调和均数基于倒数变换的平均值正偏峰分布资料变异度全距观察值取值范围不拘分布形式，概略分析标准差（方差）观察值平均离开均数的程度对称分布，特别是正态分布资料四分位数间距？居中半数观察值的全距①非对称分布；②半定量资料；③末端开口资料；④分布不明变异系数标准差与均数的相对比①不同量纲的变量间比较；②量纲相同但数量级相差悬殊的变量间比较定性资料：阳性事件的概率，概率分布，强度和相对比。
￥2. 应用相对数时应注意哪些问题答：（1）防止概念混淆相对数的计算是两部分观察结果的比值，根据这两部分观察结果的特点，就可以判断所计算的相对数属于前述何种指标。
（2）计算相对数时分母不宜过小样本量较小时以直接报告绝对数为宜。
（3）观察单位数不等的几个相对数，不能直接相加求其平均水平。
（4）相对数间的比较须注意可比性，有时需分组讨论或计算标准化率。
3. 常用统计图有哪些分别适用于什么分析目的常用统计图的适用资料及实施方法<图形适用资料实施方法条图组间数量对比用直条高度表示数量大小直方图用直条的面积表示各组段的频数或频率(定量资料的分布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、线图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，叶长为频数第3章概率分布（连续随机变量的正态分布；离散随机变量的二项分布及Poisson分布）1. 服从二项分布及Poisson分布的条件分别是什么二项分布成立的条件：①每次试验只能是互斥的两个结果之一；②每次试验的条件不变；③各次试验独立。
(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。
医学统计学重点总结
综合练习
三类资料
(1) 定量资料(quantitative data) 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。 特点：
① 各观察单位间只有量的差别； ② 数据间有连续性。
三类资料
(2) 定性资料(qualitative data) 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。 特点：
举例 血型(A、B、O、AB) 人群中某病发生与否(发生、不发生)
描述指标： 相对数
率 构成比 相对比
常用相对数(1)
率（rate），又称频率指标，说明某现 象发生的频率和强度。（强度相对数）
率 ＝ 可 实 能 际 发 发 生 生 某 某 现 现 象 象 的 的 观 观 察 察 单 单 位 位 总 数 数 比 例 基 数
比 A B
四格表(fourfold table)的概念
a
b
c
d
这四个格子的频数是整个表的基本数据，其 余数据都是从这四个基本数据推算出来的，这 种资料称为四格表资料。
2检验的基本思想
如果H0假设成立，则实际频数( actual
frequency)与理论频数应该比较接近。
如果实际频数与理论频数相差较大，超出了
区别
r 没有单位，b有单位；所以，相关系数与单位无 关，回归系数与单位有关；
相关表示相互关系；回归表示依存关系； 对资料的要求不同：
当X和Y都是随机的，可以进行相关和回归分析； 当Y是随机的(X是控制的)，理论上只能作回归而不能作相关分析
；
实验研究的基本要素
处理因素：作用于受试对象，要求在实验过 程中观察其处理的因素
两样本比较的秩和检验（基本原理） Wilcoxon符号秩和检验（基本原理）
医学统计学重点知识点
<<医学统计学>>1. 总体：根据研究的目的确定的同质研究对象中所有的观察单位变量值的集合。
2. 样本：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。
3. 同质：影响研究指标的主要因素易控制的因素基本上相同。
4. 抽样误差：在抽样研究中，由于变异的存在，即使在同一总体中抽取的几个样本，各样本统计量往往不等。
样本统计量与总体参数也不等，这种由于抽样研究所至样本之间和样本与总体之间的差异称为--5. 变量：观察指标在统计学上统称为指标变量，它反应的是生物个体间的变异情况，根据其性质可分为定性变量（分类）和定量变量（连续）。
6. 截尾数据：生存时间观察过程被人为的截止称为截尾，又称删失或终检。
原因：失访/退出/终止（研究时限已到而终止观察）。
7. 卡方基本思想：X2分布是一种连续型分布，可用于检验资料的实际频数和按检验假设计算的理论频数是否相等等问题。
X2反应实现了实际频数与理论频数的吻合程度。
如果检验假设成立，则A-T一般不大，X2应很小，即出现大X2值概率很小。
即X2越大，P越小，若P≤a时，就怀疑假设的成立，拒绝H0。
若P>a则没有理由拒绝H0。
8. X2用途：（1）实际频数与拟合频数拟合优度：A推断两个或两个以上总体率或构成比有无差别（四格表/行x列表）。
B两变量之间有无相互关系。
C频数分布的拟合优度检验（判断次样本是否来自某种分布）。
（2）某些分布可用X2近似。
（3）间接应用：如t分布和F分布就是在X2分布基础上推导出来的。
9. 方差分析的基本思想：根据研究目的和设计类型，把总体变异中离均差平方和分解成两部分或更多部分，也把总变异中的自由度相应分成两部分或更多部分，然后再进行比较，评价由某种因素引起的变异是否具有统计学意义。
10. 假设检验中P，a,b（倍他）的关系及统计学意义：a：检验水准，即显着性检验，在此概率之下的认为是小概率事件，统计学上以为此事件“不可能发生”，以此判断是否不拒绝H0无效假设，在假设检验中，按a检验水准，拒绝了原来正确的H0，即犯了第1类错误，犯此错误的概率为a。
医学统计学总结
t
X 0 S/ nຫໍສະໝຸດ ~ t (n 1)t
σ1=σ2 成组均数检验
( X Y ) ( 1 2 ) S12 S22 n1 n2
( X Y ) ( 1 2 ) 1 1 S n1 n2
单向有序列联表
秩和或参照单位法
独立性检验
相关性分析 双向有序属性相同列联表 优势性检验 按单向有序分析 双向有序属性不同列联表 行、列相关性分析 线性趋势检验 关联性分析
一致性分析
配对秩和 数值型资料 两组秩和 秩 和 检 验 单向有序两组 多组秩和 配伍组秩和 数值型资料 单向有序多组
总体均数检验
t
σ1≠σ2
t
两个总体
配对均数检验
d d Sd n
总体方差检验
F
2 2 S2 /2 2 2 S1 / 1
单因素
多个总体均数
两因素(区组) 多因素
一般卡方(n>40且T最小＞5) 独立四格表 校正卡方(n>40且1<T最小<5) 确切概率法(n<40或T最小<1) 分 类 资 料 统 计 方 法 双向无序列联表 一般卡方(pearson卡方)
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。
(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。
医学统计学知识点总结
知识点1.统计学是应用概率论和数理统计的基本原理和方法，研究数据的搜集、整理、分析、表达和解释的一门学科。
2.医学统计学是应用统计学的基本原理和方法，研究医学及其有关领域数据信息的搜集、整理、分析、表达和解释的一门学科。
3.统计软件包是对资料进行各种统计处理分析的一系列程序的组合。
4.统计工作的基本步骤：研究设计、搜集资料、整理资料和分析资料。
5.科研结果的好坏取决于研究设计的好坏，研究设计是统计工作中的基础和关键，决定着整个统计工作的成败。
6.统计分析包括统计描述和统计推断。
统计描述是对已知的样本（或总体）的分布情况或特征值进行分析表述；统计推断是根据已知的样本信息来推断未知的总体。
7.医学原始资料的类型有：计量资料、计数资料、等级资料。
8.计量资料是用定量的方法对每一个观察单位的某项指标进行测定所得的资料。
9.计数资料是把观察单位按某种属性（性质）或类别进行分组，清点各组观察单位数所得资料。
10.等级资料是把观察单位按属性程度或等级顺序分组，清点各组观察单位数所得资料。
各属性之间有程度的差别。
等级资料的等级顺序不能任意颠倒。
11.同质：是指所研究的观察对象具有某些相同的性质或特征。
12.变异：是同质个体的某项指标之间的差异，即个体变异或个体差异性。
13.总体是根据研究目的确定的同质研究对象的总体。
样本是总体中具有代表性的一部分个体。
14.抽样研究是通过从总体中随机抽取样本，对样本信息进行分析，从而推断总体的研究方法。
抽样误差是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，其根源在于总体中的个体存在变异性，只要是抽样研究，就一定存在抽样误差，不能用样本的指标直接下结论。
15.统计学的主要任务是进行统计推断，包括参数估计和假设检验。
16.概率是某随机事件发生可能性大小（或机会大小）的数值度量。
概率的取值为0≤P≤1。
小概率事件是指P≤0.05的随机事件。
17.频数表和频数分布图的用途：(1)揭示计量资料的分布类型。
医学统计学重点整理汇总
医学统计学重点第一章绪论1.基本概念：总体：根据研究目的确定的性质相同或相近的研究对象的某个变量值的全体。
样本：从总体中随机抽取部分个体的某个变量值的集合。
总体参数：刻画总体特征的指标，简称参数。
是固定不变的常数，一般未知。
统计量：刻画样本特征的指标，由样本观察值计算得到，不包含任何未知参数。
抽样误差：由随机抽样造成的样本统计量与相应的总体参数之间的差异。
频率：若事件A在n次独立重复试验中发生了m次，则称m为频数。
称m/n为事件A在n次试验中出现的频率或相对频率。
概率：频率所稳定的常数称为概率。
统计描述：选用合适统计指标(样本统计量)、统计图、统计表对数据的数量特征及其分布规律进行刻画和描述。
统计推断：包括参数估计和假设检验。
用样本统计指标(统计量)来推断总体相应指标(参数)，称为参数估计。
用样本差别或样本与总体差别推断总体之间是否可能存在差别，称为假设检验。
2.样本特点：足够的样本含量、可靠性、代表性。
3.资料类型：（1）定量资料：又称计量资料、数值变量或尺度资料。
是对观察对象测量指标的数值大小所得的资料，观察指标是定量的，表现为数值大小。
每个个体都能观察到一个观察指标的数值，有度量衡单位。
（2）分类资料：包括无序分类资料（计数资料）和有序分类资料（等级资料）①计数资料：是将观察单位按某种属性或类别分组，清点各组观察单位的个数(频数)，由各分组标志及其频数构成。
包括二分类资料和多分类资料。
二分类：将观察对象按两种对立的属性分类，两类间相互对立，互不相容。
多分类：将观察对象按多种互斥的属性分类②等级资料：将观察单位按某种属性的不同程度、档次或等级顺序分组，清点各组观察单位的个数所得的资料。
4.统计工作基本步骤：统计设计、资料收集、资料整理、统计分析。
第二章实验研究的三要素1.实验设计三要素：被试因素、受试对象、实验效应2.误差分类：随机误差（抽样误差、随机测量误差）、系统误差、过失误差。
3.实验设计的三个基本原则：对照原则、随机化分组原则、重复原则。
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。