医学统计学复习知识点汇集
正态分布（normal distribution ）：随着观察例数逐渐增多，组段不断分细，直方图顶端的连线就会逐渐形成一条高峰位于中央（均数所在处），两侧逐渐降低且左右对称，不与横轴相交的光滑曲线，称频数曲线，近似于数学上的正态分布。
变异系数（coefficient of variance ）：是相对数没有单位，用来比较度量单位不同或均数相差悬殊的两组或多组资料间的变异度。
%100⨯=xS CV 抽样误差（sampling error ）：总体中各个体间存在差异，从总体中随机抽取一定量的样本，由样本计算的统计与总体参数之间的差异或各样本统计量之间的差异，称为抽样误差。
第一类错误：拒绝了实际上成立的H0，即样本原本来自μ=μ0的总体，由于抽样的偶然性得到了较大的t 值，较小的P 值，按α=0.05检验水准拒绝了H0，接受了H1，这类“弃真”错误称为第一类错误。
假设检验（hypothesis test ）：亦称显著性检验，其基本思想是先对总体的参数或分布做出某种假设，然后根据样本信息选用适当的方法，推断此假设应当拒绝或不拒绝。
同质（homogeneity ）：指被研究指标的影响因素相同； 变异（variation ）：指同质基础上的各观察单位间的差异。
变量（variable ）：进行搜集资料时，都要有明确的观察单位，然后对每个观察单位的某项特征进行观测，这种被观察单位的特征称为变量。
总体：总体是根据研究目的确定的同质研究对象中所有观察单位某种变量值的集合。
样本：样本是从总体中随机抽取部分观察单位（有代表性），其变量值的集合。
概率：是描述随机事件发生的可能性大小的量（数值），统计学上用符号“P ”来表示。
误差：指测定值与真实值或研究结果与实际情况之间的差别，有系统误差、随机测量误差和抽样误差。
参数（paramerter ）：描述总体变量值特征的指标，一般未知，需通过样本指标估计，用希腊字母表示。
统计模型（statistical model ）：指以概率论为基础,采用数学统计方法建立的模型.常用的这类模型有:标准差模型,回归模型.可信区间（confidence interval ）：是按一定的概率100（1-）%估计总体均数所在的范围，亦称估计区间。
常取的可信度为95%和99%。
卡方检验（chi-square test ）：是一种用途很广的假设检测方法，适用于分类变量资料中推断两个或多个总体率（或构成比）之间有无差别，两个分类指标之间有无相关关系的检验以及检验频数分布的拟合优度。
样本例数（sample size ）：又称样本含量，样本大小，指样本中所包含的观察单位数。
四分位数间距（quartile range ）：为上四分位数Q U （即P 75）与下四分位数Q L （即P 25）之差。
其间包括一组观察值的一半，可看成是中间50%观察值的极差。
其数值越大，变异度越大，反之，变异度越小。
常用于描述偏态频数分布及分布的一端或两端无确切数值资料的离散程度。
全距（range ）：亦称极差，为一组同质观察值中最大值与最小值之差。
它反映了个体差异的范围，描述定量资料的变异度大小。
频数表的用途和基本步骤：（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。
统计工作的步骤：（1）设计；（2）搜集资料；来源：医学领域的统计资料主要来自三个方面，统计报表，经常性工作记录，专题调查或专题实验；要求：统计学对原始资料的要求是完整、准确、及时；贮存：注意资料的时效性、磁盘备份等。
（3）整理资料：检查核对准确性和完整性，设计分组，拟定整理表，归表。
（4）分析资料统计分析包括统计描述和统计推断（参数估计，假设检验）。
计量资料（数值变量）：集中趋势（均数、几何均数、中位数、众数和调和均数，是描述一组同质观察值的平均水平或中心位置的指标）离散趋势：极差（全距）、四分位数间距、方差（总体方差和样本方差）、标准差和变异系数。
计数资料（分类变量）：相对数（率、构成比、相对比、动态数列）n x /σσ=标准误n p /)1(ππσ-=率的标准误n p p S p /)1(-=率的标准误的估计值 总体方差：N x ∑-=22)(μσ 样本方差：nx x S ∑-=22)(标准误越小，表示抽样误差越小，样本平均数对总体平均数估计越可靠。
t 分布：总体均数可信区间估计：（1）σ未知且n 小时（n 小于30或50），按分布原理计算可信区间。
X v X v s t X s t X ,2/,2/ααμ+<<- （2）σ未知但n 足够大时（n 大于100）,t 分布近似正态分布，按正态分布原理估计可信区间。
X v X v s u X s u X ,2/,2/,αα+-（3）σ已知，按正态分原理估计可信区间。
X v X v u X u X σσαα,2/,2/,+- 可信区间有两个要素：准确度（accuracy ）和精密度（precision ）。
准确度反映可信度的大小，即可信区间包容总体均数的概率愈接近1愈好；精密度反映可信区间的长度，区间长度愈小精密度愈高。
二者相互矛盾，常用95%可信区间。
poisson 分布：总体参数的估计：（1）查表法：当样本计数X ≤50，查poisson 分布μ的可信区间；（2）正态近似法：当样本计数X>50，X u X X u X 2/2/,αα+- 总体率的估计（二项分布）： （1）查表法：当样本含量n ≤50，特别是p 很接近于0或1时，按二项分布原理估计总体率的可信区间，可根据样本含量n 和阳性例数X 乾地查表查出总体率的可信区间。
（2）近态近似法：当样本含量n 足够大，且np>5且n(1-p)>5，样本率p 的抽样分布近似正态分布，总体率的可信区间),(2/2/p p S u p S u p αα+- 已知：n=，p==-=n p p s p )1(np=?>5 n(1-p)=?>5总体率的可信区间)96.1,96.1(p p S p S p +- 实际准备的药物：求出的上下限分别乘以总n 。
正态分布、二项式和泊松分布的关系：二项分布（binomial distribution ）：对只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。
Poisson 分布是在π很小，样本含量n 趋于无穷大时，二项分布的极限形式。
当v=∞时，t 分布即为u 分布，趋向正态分布。
正态分布的特征：正态曲线在横轴上方均数处最高；以均数为中心，左右对称；正态分布有两个参数，即均数μ（位置参数）和标准差σ（形状参数），μ越大，曲线沿横轴越向右移动；σ越大，曲张越平阔；正态分布在±1σ处各有个拐点；正态曲线下的面积分布有一定的规律。
t 分布的特征：以0为中心，左右两侧对称的单峰型分布；t 分布曲线的变化与自由度的大小有关，自由度v 越小，则t 值越分散，曲线越低平；自由度v 逐渐增大时，则t 分布逐渐逼近正态分布。
当v=∞时，t 分布即为u 分布。
X s X t /)(μ-= n s s X /=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。
直线回归方程的应用： （1）定量描述两变量之间的依存关系；（2）利用回归议程进行预测；（3）利用回归议程进行统计控制。
应用直线回归的注意事项： （1）作回归分析要有实际意义；（2）直线回归分析的资料，一般要求因变量Y 是来自正态分布总体的随机变量，自变量X 可以是正态随机变量，也可以是精确测量和严格控制的值。
（3）进行回归分析时，应先绘制散点图，如提示有直线趋势，可作线性回归分析，否则应考虑作数据转换或进行非线性回归；（4）对离群值应检查核对，予以修正或剔除；（5）回归直线不要外延。
t 检验的注意事项：（1）要有严密的抽样设计，随机、均衡、可比。
（2）选用的检验方法必须符合其适用条件（注意：t 检验的前提是资料服从正态分布）。
（3）单侧检验和双侧检验，单侧检验的界值小于双侧检验的界值，因此更容易拒绝，犯第Ⅰ错误的可能性大。
（4）假设检验的结论不能绝对化。
不能拒绝H0，有可能是样本数量不够，拒绝H0，有可能犯第Ⅰ类错误。
（5）正确理解P 值与差别有无统计学意义。
P 越小，不是说明实际差别越大，而是说越有理由拒绝H0，越有理由说明两者有差异，差别有无统计学意义和有无专业上的实际意义并不完全相同。
（6）假设检验和可信区间的关系。
结论具有一致性，提供的信息不同。
区间估计给出总体均值可能取值范围，但不给出确切的概率值，假设检验可以给出H0成立与否的概率。
假设检验时应注意的事项（1）要有严密的抽样研究设计；样本必须是从同质总体中随机抽取的，要保证组间的均衡性和资料的可比性，可能影响结果的非处理因素在对比组间应尽可能相同或相近；（2）正确选择检验方法；根据现有的资料类型、设计类型、分析目的、样本含量等因素选用适当的检验方法，如不符合条件可做适当转换；（3）正确理解“差别无显著性”的含义，差别有统计学意义，不能理解为两者差差大，也不能理解为所分析的指标在实际应用上就有“显著效果”。
（4）检验假设的推断结论为概率结论，不能绝对化：检验水准人为规定，是相对的，报告结论时应列出检验统计量和P 值的确切范围。
（5）注意是单侧检验还是双侧检验。
假设检验的步骤：（1）建立假设和确定检验水准：根据实际情况确定单、双侧检验，建立假设，确定检验水准；（2）选定检验方法和计算统计量：根据设计的类型及研究目的选择合适的检验方法并计算出对应的统计量；（3）确定P 值并做出推断结论。
若t ≥t α,v ，则P ≤α，按检验水准，拒绝H0，接受H1，尚可认为差异显著有统计学意义；相反则差异不显著，无统计学意义。
应用相对数时的注意事项有哪些？ （1）正确区分分子、分母，且计算相对数的分母不宜过小；观察例数过小时抽样误差较大，计算的相对数往往不稳定，可靠性差。
所以当观察例数较少（如少于30例）时，一般以绝对数表示为好，如以相对数表示，应给出其可信区间。
（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；（4）资料的对比应注意可比性；（5）对样本率（或构成比）的比较应遵循随机抽样，要做假设检验；（6）要正确选择分子和分母的数值，要能说明事物的特点和性质；（7）计算构成比也可以是划分为各组间的定量指标资料，同一事物各组成部分的构成比之和应为1或100%。
医学统计学知识点汇总(精华)
医学统计学知识点汇总(精华)一.概论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。
变量类型变量值表现实例资料类型数值变量离散型定量测量值，有计量单位产前检查次数计量资料连续型身高分类变量无序二分类对立的两类属性性别（男女）计数资料多分类不相容的多类属性血型（A,B,O,AB）有序多分类类间有程度差异的属性受教育程度（小学，中学，高中，大学…）等级资料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。
医学统计学知识点
医学统计学知识点 Company number：【0089WT-8898YT-W8CCB-BUUT-202108】第一章绪论1、统计学，是关于数据收集、整理、分析、表达和解释的普遍原理和方法。
2、研究对象：具有不确定性结果的事物。
3、统计学作用：能够透过偶然现象来探测其规律性，使研究结论具有科学性。
4、统计分析要点：正确选用统计分析方法，结合专业知识作出科学的结论。
5、医学统计学基本内容：统计设计、数据整理、统计描述、统计推断。
6、医学统计学中的基本概念(1) 同质与变异同质，指根据研究目的所确定的观察单位其性质应大致相同。
变异，指总体内的个体间存在的、绝对的差异。
统计学通过对变异的研究来探索事物。
(2) 变量与数据类型变量，是反映实验或观察对象生理、生化、解剖等特征的指标。
变量的观测值，称为数据分为三种类型：定量数据，也称计量资料，指对每个观察单位某个变量用测量或其他定量方法准确获得的定量结果。
（如身高、体重、血压、温度等）定性数据，也称计数资料，指将观察单位按某种属性分组计数的定性观察结果。
包括二分类、无序多分类。
（进一步分为二分类和多分类，如性别分为男和女，血型分为A、B、O、AB等）有序数据，也称半定量数据或等级资料，指将观察单位按某种属性的不同程度或次序分成等级后分组计数的观察结果，具有半定量性质。
统计方法的选用与数据类型有密切的关系。
（3）总体与样本总体，指根据研究目的确定的所有同质观察单位的全体，包括所有定义范围内的个体变量值。
样本，是从研究总体中随机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。
抽样，是从研究总体中随机抽取部分有代表性的观察单位。
参数，指描述总体特征的指标。
统计量，指描述样本特征的指标。
（4）误差误差，指观测值与真实值、统计量与参数之间的差别。
可分为三种：系统误差，也称统计偏倚，是某种必然因素所致，不是偶然机遇造成的，误差的大小通常恒定，具有明确的方向性。
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。
医学统计学重点
1. 变异：同质事物之间的差别。
2. 频数分布的两个特征：集中位置，离散趋势3. 数据分布的类型：对称分布和非对称分布。
非对称分布又称偏态分布，包括正偏态和负偏态。
单峰分布，双峰分布，多峰分布。
4. 统计描述：用统计表、统计图和统计指标等方法对资料的数量特征与分布规律进行描述。
5. 集中位置的描述，集中位置指标又称平均数指标。
有哪些及适用条件?(1) 算数平均数：最适用于单峰对称分布资料的平均水平的描述，特别是正态分布资料 (2) 几何平均数：适用于 ①等比资料 ② 对数正态分布资料(3) 中位数和百分位数：适用于 ①偏态分布的资料 ②开口资料 ③资料分布不明等 6. 离散趋势的描述四分位数间距，适用于单峰小样本资料方差和标准差，适用于对称分布尤其是正态分布资料变异系数，常用于 ①比较度量衡单位不同的两组或多种资料的变异度 差悬殊的两组或多组资料的变异度7. 常用相对数(1 )率，是二分类指标(2)构成比(3)比 8. 正确应用相对数应注意几个问题:分析时不能以构成比代替率对观察单位数不等的几个率，不能直接相加求其总率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 也有抽样误差，需要假设检验。
9. 率的标准法(1) 基本思想：采用统一的标准，以消除病情构成不同对治愈率比较的影响，使算得的标准化治愈率有可比性。
(2) 目的：控制混杂因素对研究结果的影响。
10.正态分布 (1)概念P16X(2)标准正态分布，U 变换：u=,u 是标准正态离差，卩是均数，b 是标准差。
(1) 全距亦称极差，适用于单峰小样本资料②比较均数相 (1) 计算相对数的分母不宜过小U 〜N (0, 1)(3) 正态分布的特征:① 是单峰分布，高峰位置在均数 X=u 处。
② 以均数为中心，左右完全对称。
③ 取决于两个参数，均数卩和标准差b 。
卩为位置参数，卩越大，则曲线沿横轴向右移动; 卩越小，则曲线沿横轴向左移动。
(完整版)医学统计学知识点汇总
医学统计学总结绪论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有序分类变量：有顺序和程度上的差异4、总体：根据研究目的确定的同质研究对象中所有观察单位某变量值的集合。
可以分为有限总体和无限总体。
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。
x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表示。
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。
医学统计学复习知识点汇集
正态分布（normal distribution ）：随着观察例数逐渐增多，组段不断分细，直方图顶端的连线就会逐渐形成一条高峰位于中央（均数所在处），两侧逐渐降低且左右对称，不与横轴相交的光滑曲线，称频数曲线，近似于数学上的正态分布。
变异系数（coefficient of variance ）：是相对数没有单位，用来比较度量单位不同或均数相差悬殊的两组或多组资料间的变异度。
%100⨯=x SCV 抽样误差（sampling error ）：总体中各个体间存在差异，从总体中随机抽取一定量的样本，由样本计算的统计与总体参数之间的差异或各样本统计量之间的差异，称为抽样误差。
第一类错误：拒绝了实际上成立的H0，即样本原本来自μ=μ0的总体，由于抽样的偶然性得到了较大的t值，较小的P 值，按α=0.05检验水准拒绝了H0，接受了H1，这类“弃真”错误称为第一类错误。
假设检验（hypothesis test ）：亦称显著性检验，其基本思想是先对总体的参数或分布做出某种假设，然后根据样本信息选用适当的方法，推断此假设应当拒绝或不拒绝。
同质（homogeneity ）：指被研究指标的影响因素相同； 变异（variation ）：指同质基础上的各观察单位间的差异。
变量（variable ）：进行搜集资料时，都要有明确的观察单位，然后对每个观察单位的某项特征进行观测，这种被观察单位的特征称为变量。
总体：总体是根据研究目的确定的同质研究对象中所有观察单位某种变量值的集合。
样本：样本是从总体中随机抽取部分观察单位（有代表性），其变量值的集合。
概率：是描述随机事件发生的可能性大小的量（数值），统计学上用符号“P ”来表示。
误差：指测定值与真实值或研究结果与实际情况之间的差别，有系统误差、随机测量误差和抽样误差。
参数（paramerter ）：描述总体变量值特征的指标，一般未知，需通过样本指标估计，用希腊字母表示。
医学统计学-知识梳理
均数±2.58标准差: 表示集中位置、离散程度均数±2.58标准误: 表示平均水平、抽样误差大小P75一、标准差的主要作用是估计正常值的范围实际应用中, 估计观察值正常值范围应该用标准差（s）, 表示为“Mean ±SD”。
此写法综合表达一组观察值的集中和离散特征的变异情况, 说明样本平均数对观察值的代表性。
s 的大或小说明数据取值的分散或集中。
s与样本均数合用, 主要是在大样本调查研究中, 对正态或近似正态分布的总体正常值范围进行估计。
如果不是为了正常值范围估计, 一般不用。
当数据与正态分布相差很大, 或者虽为正态分布, 但样本容量太小(小于30 或100), 也不宜用估计正常值范围。
二、标准差还可用来计算变异系数（CV）当两组观察值单位不同, 或两均数相差较大时, 不能直接用标准差比较其变异程度的大小, 须用变异系数系数来做比较。
:2.2 标准误的正确使用一、标准误用来衡量抽样误差的大小和了解用样本平均数来推论总体平均数的可靠程度。
在抽样调查中, 往往通过样本平均数来推论总体平均数, 样本标准误适用于正态或近似正态分布的数据, 是主要描述小样本试验中, 样本容量相同的同质的多个样本平均均数间的变异程度的统计量。
即如果多次重复同一个试验, 它们之间的变异程度用。
显然它越小, 样本平均数变异越小, 越稳定, 用样本平均数估计总体均数越可靠。
因此, 为说明它的稳定性、可靠性或通过几个对几组数据进行比较(这是科研论文中最常见的), 应当用描述数据。
实际应用中应该写成“平均数±标准误”或而英文表示为“Mean ±SE”的形式。
二、标准误还可以进行总体平均数的区间估计与点估计（置信区间）。
根据正态分布原理, 与合用还可以给出正态总体平均数的可信区间估计即推论总体平均数的可靠区间, 例如常用（其中t0.05 (n-1) 为样本容量是n的t界值）表示总体均值的95%可信区间, 意指总体平均数有95%的把握在所给范围内。