卫生统计学名词解释系统误差
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。
卫生统计学名词解释
卫生统计学health statistics：卫生统计学是运用概率论、数理统计原理和方法，研究医学事物或现象的群体数量特征的科学。
总体population：总体是根据研究目的而确定的同质个体的全体。
样本sample：样本是从总体中随机抽取的一部分个体或个体值的集合。
数值变量numerical variable：其变量值是定量的，表现为数值的大小，通常有度量衡单位。
分类变量categorical variable：其变量值是定性的，表现为互不相容的类别或属性，没有度量衡单位。
同质homogeneity：指观察单位（研究个体）间被研究指标的影响因素。
概率probablity：概率是描述随机事件可能发生的量度，用P表示，其波动在0~1之间。
不可能事件发生的概率为0，必然事件发生的概率为1.抽样误差sampling error：抽样误差是指由抽样造成的样本统计量和总体参数的差别。
中位数median：是指把一组观察值，按大小顺序排列，位置居中的变量值（n为奇数）或位置居中的两个变量值的均数（n为偶数）。
标准差standard deviation：是描述一组计量资料离散趋势的指标，说明数据间参差不齐的程度。
正态分布normal distribution：是指频数分布以均属为中心，左右两侧基本对称，靠近均属两侧频数较多，离均数越远，频数越少，形成一个中间多、两侧逐渐减少、基本对称的分布。
区间估计interval estimation：是根据选定的置信度（用概率表示）估计总体参数所在的区间。
率rate：又称频率指标，表示一定时间内，实际发生某现象的观察单位数与可能发生该现象的观察单位总数之比，用以说明某现象发生的频率或强度。
构成比constituent ratio：指事物内部某一组成部分的观察单位数与该事物各组成部分观察单位总数之比，常用来说明事物内部各组成部分所占的比重或分布情况。
相对比relative ratio：至两个有联系的指标之比，常用百分数或倍数表示。
统计学名词解释
名词解释：1.卫生统计学：运用概率论和数理统计的原理与方法并结合医学实践来研究医学资料的收集、整理、分析与推断的一门学科。
2.计量资料：称为数值变量，其变量值是定量的，所获资料为计量资料。
即对每一个观察对象用定量的方法测定某项指标量的大小。
有度量衡单位。
3.连续型变量：即连续变化的变量，其数值是数轴上某一区间内的一切数值，理论上它们是无限可分的。
如身高、体重。
4.离散型变量：其取值是0,1,2等不连续的量，是数轴上有限或无限的可数的值，两个数之间没有小数。
如年新生儿数，月手术病人数。
5.同质：是针对被研究指标来说，其影响因素相同。
简单地理解同质就是指对研究指标影响较大的，可以控制的主要因素可能相同。
同质基础上的个体差异称为变异。
6.总体：根据研究目的确定的同质观察单位的全体，确切的说，是同质的所有观察单位某种变量值的集合。
7.样本：就是从总体中随机抽取部分观察单位，其实测值的集合。
8.抽样的特性：代表性：样本能够充分反映总体特征。
随机性：保证总体中的每个个体都有相同的机会被抽作样本。
随机抽样不等于随意抽样。
可靠性：实验的结果具有可重复性，由样本的结果推测总体具有的较大的信度。
可比性：处理组和对照组除了要研究的因素之外尽可能使相同的。
9.参数：根据总体分布的特征而计算的总体统计指标，如总体均数μ，总体率π等。
10.统计量：由总体中随机抽取样本而计算的相应样本指标称为统计量。
11.误差：观测值和真值之差，或者是参数和统计量之差。
12.系统误差：各种原因造成的结果有倾向性偏差。
13.随机测量误差：各种偶然因素造成的测量结果不同。
14.抽样误差：抽样造成的样本统计量的大小与总体的差异，或样本之间的差异。
15.概率：描述随机事件发生的可能性大小的数值，用P表示。
16.在一定条件下，肯定发生的事件称为必然事件，肯定不发生的事件称为不可能事件，可能发生也可能不发生的事件称为随机事件或偶然事件，必然事件概率为1，不可能事件的概率为0，随机事件的概率介于0和1之间。
卫生统计学名词解释
1.总体：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.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。
ﻫ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（ｓamp ｌe）。
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。
２.随机抽样：随机抽样（ｒａｎdom sampliｎg）是指按照随机化的原则（总体中每一个观察单位都有同等的机会被选入到样本中),从总体中抽取部分观察单位的过程。
随机抽样是样本具有代表性的保证.ﻫ3。
变异:在自然状态下，个体间测量结果的差异称为变异（vａrｉation）。
变异是生物医学研究领域普遍存在的现象．严格的说,在自然状态下,任何两个患者或研究群体间都存在差异，其表现为各种生理测量值的参差不齐。
４.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(ｍeaｓuremeｎｔdatａ）。
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ﻫ计数资料:将观察单位按某种属性或类别分组,所得的观察单位数称为计数资料(coｕnt datａ).计数资料亦称定性资料或分类资料。
其观察值是定性的，表现为互不相容的类别或属性。
如调查某地某时的男、女性人口数；治疗一批患者，其治疗效果为有效、无效的人数；调查一批少数民族居民的A、B、AB、Ｏ四种血型的人数等。
等级资料:将观察单位按测量结果的某种属性的不同程度分组，所得各组的观察单位数,称为等级资料（ｏrdinａｌ datａ）。
等级资料又称有序变量。
如患者的治疗结果可分为治愈、好转、有效、无效或死亡,各种结果既是分类结果,又有顺序和等级差别，但这种差别却不能准确测量;一批肾病患者尿蛋白含量的测定结果分为 +、＋＋、+＋+等。
卫生统计学
《卫生统计学》第一章绪论一、名词解释1. 参数 (parameter)2. 统计量 (statistic)3. 总体 (population)4. 样本 (sample)5. 同质 (homogeneity)6. 变异 (variation)7. 概率 (probability) 8. 抽样误差 (sampling error)二、单选题1.在实际工作中,同质是指:A.被研究指标的影响因素相同B.研究对象的有关情况一样C.被研究指标的主要影响因素相同D.研究对象的个体差异很小E.以上都对2.变异是指:A.各观察单位之间的差异B.同质基础上,各观察单位之间的差异C.各观察单位某测定值差异较大D.各观察单位有关情况不同E.以上都对3.统计中所说的总体是指:A.根据研究目的而确定的同质的个体之全部B.根据地区划分的研究对象的全体C.根据时间划分的研究对象的全体D.随意想象的研究对象的全体E.根据人群划分的研究对象的全体4. 统计中所说的样本是指:A.从总体中随意抽取一部分B.有意识地选择总体中的典型部分C.依照研究者的要求选取有意义的一部分D.从总体中随机抽取有代表性的一部分E.以上都不是5．按随机方法抽取的样本特点是:A.能消除系统误差B.能消除随机测量误差C.能消除抽样误差D.能减少样本偏性E.以上都对6．统计学上的系统误差、测量误差、抽样误差在实际工作中:A.均不可避免B.系统误差和测量误差不可避免C.测量误差和抽样误差不可避免D.系统误差和抽样误差不可避免E.只有抽样误差不可避免7．统计工作的基本步骤是：A.设计、调查、审核、整理资料B.收集、审核、整理、分析资料C.设计、搜集、整理、分析资料D.调查、审核、整理、分析资料E.以上都不对8．统计工作的关键步骤是:A.调查或实验设计B.整理分组C.收集资料D.审核资料E.分析资料9．欲研究某种药物对高血压病的疗效,临床观察 300 名病人的血压情况,确切地说,研究总体是:A.这 300 名高血压患者B.这 300 名高血压患者的血压值C.所有的高血压患者D.所有的高血压患者的血压值E.这种药物10．抽样误差是由:A.计算引起B.测量引起C.抽样引起D.采样结果不准引起E.试剂、仪器未经校正引起11．抽样误差指的是:A.个体值和总体参数值之差B.个体值和样本统计量值之差C.样本统计量值和总体参数值之差D.不同的总体参数之差E.以上都不是12．习惯上,下列属于小概率事件的为:A. P=0.09B. P=0. 10C. P=0.15D. P=0.03E.以上都不是13．治疗效果判定资料属于A. 计量资料B. 计数资料C. 等级资料D. 无序分类资料E. 以上都不是14．概率 P 的范围:A. -1≤P≤1B. 0<P<1C. P≥1D. -1≤P≤0E. 0≤P≤1三、简答题1、统计学的基本步骤有哪些？2、总体与样本的区别与关系？3、抽样误差产生的原因有哪些？可以避免抽样误差吗？4、何为概率及小概率事件？第二章定量资料的统计描述第三章正态分布一、名词解释1.正态分布 (normal distribution)2. 中位数 (median)3. 四分位数间距 (quartile interval)4. 方差 (variance)5. 正偏态分布 (positively skewed distribution)6. 负偏态分布 (negatively skewed distribution)7. 对数正态分布 (logarithmic normal distribution )8. 医学参考值范围 (medical reference range)二、单选题1.μ确定后,δ越大, 则正态曲线:A.越陡峭B. 形状不变C. 越平缓D.向左移动E.向右移动2. 平均数可用于分析下列哪种资料:A.统计资料B.等级资料C.计数资料D.计量资料E.调查资料3. 常用的平均数指标有:A.样本均数、总体均数、中位数B.算术均数、总体均数、几何均数C.算术均数、几何均数、中位数D.中位数、样本均数、几何均数E.以上都不对4. 描述一组正态或近似正态分布资料的平均水平用：A.算术均数B.几何均数C.中位数D.平均数E.以上均是5. 用x= ∑ x/n 公式计算均数的方法称为:A.加权法B.简捷法C.目测法D.平均法E.直接法6. 用频数表计算均数时, 若以各组段下限值作为组中值计算均数, 要使所得值等于原均数, 则应:A.减一个组距B.加一个组距C.减半个组距D.加半个组距E.以上均不对7. 对于一组呈负偏态分布的资料,反映其平均水平应用哪个指标:A.几何均数B.中位数C.平均数D.均数E.算术均数8. 用频数表法计算均数时,组中值应为:A.(本组段下限值+本组段上限值)/2B.(本组下限值+下组下限值)/2C.(本组下限值+下组上限值)/2D.本组段的上限值E.本组段的下限值9. 原始数据加上一个不为 0 的常数后:A. x不变、CV 变B. x变或 CV 变C. x不变、CV 不变D. x变、CV 不变E. x、CV 均改变10. 对于对称分布的资料来说:A.均数比中位数大B.均数比中位数小C.均数等于中位数D.均数与中位数无法确定孰大孰小E.以上说法均不准确11. 血清学滴度资料最常计算_______以表示其平均水平。
卫生统计学名词解释
1.总体：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。
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。
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。
2.随机抽样：随机抽样（random sampling）是指按照随机化的原则（总体中每一个观察单位都有同等的机会被选入到样本中），从总体中抽取部分观察单位的过程。
随机抽样是样本具有代表性的保证。
3.变异：在自然状态下，个体间测量结果的差异称为变异（variation）。
变异是生物医学研究领域普遍存在的现象。
严格的说，在自然状态下，任何两个患者或研究群体间都存在差异，其表现为各种生理测量值的参差不齐。
4.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）等计数资料：将观察单位按某种属性或类别分组，所得的观察单位数称为计数资料（count data）。
计数资料亦称定性资料或分类资料。
其观察值是定性的，表现为互不相容的类别或属性。
如调查某地某时的男、女性人口数；治疗一批患者，其治疗效果为有效、无效的人数；调查一批少数民族居民的A、B、AB、O 四种血型的人数等。
等级资料：将观察单位按测量结果的某种属性的不同程度分组，所得各组的观察单位数，称为等级资料（ordinal data）。
等级资料又称有序变量。
如患者的治疗结果可分为治愈、好转、有效、无效或死亡，各种结果既是分类结果，又有顺序和等级差别，但这种差别却不能准确测量；一批肾病患者尿蛋白含量的测定结果分为 +、++、+++等。
卫生统计学名词解释
卫生统计学名词解释1、抽样误差：有个体变异产生的，抽样造成的样本统计量与总体参数之间的差异，称之。
2、标准误：将样本统计量的标准差称为标准误。
3、均数的标准误：样本均数的标准差也称为均数的标准误（SEM），它反映样本均数间的离散程度，也反映样本均数与相应总体均数间的差异，因而说明了均数抽样误差的大小。
4、u分布：若某一随机变量X服从总体均数为υ、总体标准差为σ的正态分布N（υ，σ2），则通过u变换（X-u／σ）可将一般正态分布转化为标准正态分布N（0,1 2），即u分布。
5、t分布：在实际工作中，由于σ-X未知，用S-X代替，则-X-υ／S-X不再服从标准正态分布，而服从t分布。
6、可信区间：是按照预先给定的概率（1-α）所确定的包含总体均数的区间估计范围。
其确切含义为：如果能够进行重复抽样试验，平均有1-α（如95%）的可信区间包含了总体均数，而不是总体均数落在该可信区间。
7、假设检验：也称为显著性检验，是利用小概率反证法思想，从问题的对立面（Ho）出发间接判定要解决的问题（H1）是否成立。
然后在Ho成立的条件下计算检验统计量，最后获得P值来判断。
8、Ⅰ型错误：拒绝了实际上成立的Ho，这类“弃真”的错误称之。
Ⅱ型错误：“接受”了实际上不成立的Ho，这样的“取伪”的错误称之。
9、检验效能：1-β，即把握度，指当两总体确有差异，按规定检验水准α所能发现该差异的能力。
10、变量转换：是指原始数据作某种函数转换，如转换为对数值等。
1、方差分析：又称变异数分析或 F检验，适用于对多个平均值进行总体的假设检验，以检验实验所得的多个平均值是否来自相同总体。
2、单向方差分析（one way analysis of variance）是指处理因素只有一个。
这个处理因素包含有多个离散的水平，分析在不同处理水平上应变量的平均值是否来自相同总体。
3均方：每种来源的离均差平方和用相应的自由度去除，可得到平均的离均差平方和，简称均方（mean square，MS）4、LSD-t检验：即最小显著性差异t检验，适用于一对或几对在专业上有特殊意义的样本均数间的比较。
医药数理统计误差名词解释
医药数理统计误差名词解释医药数理统计误差名词解释编号：1. 引言2. 医药数理统计误差的定义3. 分类和示例4. 典型的医药数理统计误差5. 影响因素6. 如何减少医药数理统计误差7. 个人观点和总结1. 引言医药数理统计误差是指在进行医药相关的数据分析和研究过程中，由于各种原因导致的统计结果与真实情况存在偏差的现象。
这些统计误差对于在医药领域做出正确决策非常关键，因此深入了解和解释这些误差是至关重要的。
2. 医药数理统计误差的定义医药数理统计误差可以分为系统误差和随机误差两大类。
系统误差是由于样本选择、测量工具、数据分析方法等因素引起的，具有一定的方向性和持续性，导致最终结果有偏差。
而随机误差则是由于抽样过程中的偶然性引起的，不具有明显的方向性，会对最终结果产生不确定性。
3. 分类和示例医药数理统计误差可以根据其来源进行分类。
以下是一些常见的医药数理统计误差及其示例：- 选择偏倚：在样本选择过程中，由于主观偏好、数据缺失等导致的样本不具有代表性。
在研究新药疗效时，如果选择的患者都是对该药物有明显反应的人群，那么最终的结果可能会高估该药物的功效。
- 信息偏倚：由于数据收集、整理和处理的不完善或不准确而引起的误差。
在临床试验中，如果对某些重要数据进行了遗漏或错误的记录，那么对于该药物的功效和安全性评估结果可能会产生偏差。
- 测量误差：由于测量工具、实验条件等原因导致的测量结果的偏差。
在衡量患者生活质量时，不同医生可能会根据自己的主观判断得出不同的评估结果，从而引发统计误差。
- 缺失数据：由于数据缺失或无法获取导致的统计结果不完整。
在分析疾病进展的速度时，如果有一部分患者因各种原因无法进行随访，那么最终的结果可能会缺乏完整性和准确性。
- 抽样误差：由于抽样过程中的偶然性导致的误差。
在进行人口调查时，如果抽样方法不科学或者样本容量过小，那么最终的统计结果可能无法准确反映整个人群的情况。
4. 典型的医药数理统计误差医药数理统计误差的典型示例包括：- 选择偏倚：例如在进行药物研发的临床试验中，只选择患有轻度疾病的患者进行研究，忽略了病情较严重的患者群体，这样就有可能高估了药物的疗效。