卫生统计学重点总结
(完整word版)卫生统计学知识点总结
卫生统计学统计工作基本步骤：统计设计（调查设计和实验设计）、资料分析{收集资料、整理资料、分析资料【统计描述和统计推断（参数估计和假设检验）】。
★统计推断：是利用样本所提供的信息来推断总体特征，包括：参数估计和假设检验。
a参数估计是指利用样本信息来估计总体参数，主要有点估计（把样本统计量直接作为总体参数估计值）和区间估计【按预先设定的可信度（1-α），来确定总体均数的所在范围】。
b假设检验：是以小概率反证法的逻辑推理来判断总体参数间是否有质的区别。
变量资料可分为定性变量、定量变量。
不同类型的变量可以进行转化，通常是由高级向低级转化。
资料按性质可分为计量资料、计数资料和等级资料。
定量资料的统计描述1频率分布表和频率分布图是描述计量资料分布类型及分布特征的方法。
离散型定量变量的频率分布图可用直条图表达。
2频率分布表（图）的用途：①描述资料的分布类型；②描述分布的集中趋势和离散趋势；③便于发现一些特大和特小的可疑值；④便于进一步的统计分析和处理；⑤当样本含量足够大时，以频率作为概率的估计值。
★3集中趋势和离散趋势是定量资料中总体分布的两个重要指标。
（1）描述集中趋势的统计指标：平均数（算术均数、几何均数和中位数）、百分位数（是一种位置参数，用于确定医学参考值范围，P50就是中位数）、众数。
算术均数：适用于对称分布资料，特别是正态分布资料或近似正态分布资料；几何均数：对数正态分布资料（频率图一般呈正偏峰分布）、等比数列；中位数：适用于各种分布的资料，特别是偏峰分布资料，也可用于分布末端无确定值得资料。
（2）描述离散趋势的指标：极差、四分位数间距、方差、标准差和变异系数。
四分位数间距：适用于各种分布的资料，特别是偏峰分布资料，常把中位数和四分位数间距结合起来描述资料的集中趋势和离散趋势。
方差和标准差：都适用于对称分布资料，特别对正态分布资料或近似正态分布资料，常把均数和标准差结合起来描述资料的集中趋势和离散趋势；变异系数：主要用于量纲不同时，或均数相差较大时变量间变异程度的比较。
卫生统计学知识点汇总
卫生统计学知识点汇总卫生统计学知识点汇总卫生统计学是一门研究如何收集、整理、分析和解释与人类健康相关的统计数据的学科。
以下是一些卫生统计学的知识点汇总：1. 健康指标和健康统计数据卫生统计学研究的核心是健康指标和健康统计数据。
健康指标是用来衡量人类健康状况的指标，如死亡率、发病率、存活率等。
健康统计数据是指收集和整理的与人类健康相关的数据信息。
2. 健康调查和流行病学研究卫生统计学包括健康调查和流行病学研究。
健康调查是通过问卷调查、面访和体检等方式，对人群的健康状况进行评估和监测。
流行病学研究是研究疾病在人群中分布、发生和传播规律的学科。
3. 死因统计学死因统计学是研究人口死亡原因及其统计方法的学科。
通过对死亡证明和其他相关资料的分析，可以得到不同死因的死亡率和死因结构，为公共卫生和医疗健康政策制定提供依据。
4. 卫生服务利用统计卫生服务利用统计研究人群对卫生服务的需求，以及卫生服务的提供情况。
包括统计各类卫生机构的数量、位置和服务范围，以及人群对卫生服务的需求和利用情况。
5. 卫生经济学指标卫生经济学指标是研究卫生经济学相关问题的统计指标。
包括卫生资源投入和产出指标，如医疗卫生总费用、卫生人力资源和医疗服务产出等。
6. 因素分析和回归分析因素分析是研究多个相关变量之间关系的统计方法，可以用于探索影响健康的各种因素。
回归分析是通过建立数学模型，研究一个或多个自变量对因变量的影响程度和方向。
7. 卫生统计学软件与工具卫生统计学的研究除了基本的统计学知识外，还需要掌握一些卫生统计学软件和工具的使用。
如SPSS、R、EpiInfo等数据处理和分析软件。
以上是一些卫生统计学的知识点汇总，这门学科涵盖了众多的知识领域，为研究人类健康提供了重要的数据支持和决策依据。
《卫生统计学》考试重点复习资料
卫生统计学Statistics第一章绪论统计学：是一门通过收集、分析、解释、表达数据，目的是求得可靠的结果。
总体：根据研究目的确定的同质（大同小异）的观察单位的全体。
分为目标总体和研究总体。
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。
抽样：从研究总体中抽取少量有代表性的个体。
变量：表现出个体变异性的任何特征或属性。
分定型变量和定量变量。
定型变量:1）分类变量或名义变量:最简单的是二分类变量。
0-1变量也常称为假变量或哑变量。
2）有序变量或等级变量。
定量变量：分离散型变量和连续型变量。
变量只能由高级向低级转化：定量→有序→分类→二值。
常见的三种资料类型1)计量或测量或数值资料，如身高、体重等。
2)计数资料或分类资料，如性别、血型等。
3)等级资料，如尿蛋白含量－、＋、＋＋、＋＋＋、…第一章定量变量的统计描述此章节x即为样本均数（X拔）1.离散型定量变量的取值是不连续的。
累计频数为该组及前面各组的频数之和。
累计频率表示各组累计频数在总例数中所占的比例。
可用直条图表达。
2.编制频数表的步骤与要点步骤：1确定极差2确定组数3确定各组段的上下限4列表要点（注意事项）1）制表是为了揭示数据的分布特征，故分组不宜过粗或过细。
2）为计算方便，组段下限一般取较整齐的数值3）第一组段应包含最小值，最后一个组段应包含最大值。
3.频率分布表（图）的用途1）描述变量的分布类型2）揭示变量的分布特征3）便于发现某些离群值或极端值4）便于进一步计算统计指标和统计分析。
4.描述平均水平的统计指标算术均数（mean）：描述一组数据在数量上的平均水平。
总体均数用μ表示，样本均数用X表示。
适用于服从对称分布变量的平均水平描述，这时均数位于分布的中心，能反应全部观察值的平均水平。
分：直接法和频率表法。
即所有变量值加和除以总数n或所有频数f k乘以组中值X0k后求和再除以总数n。
卫生统计学6版重点总结
第一章绪论一，名词解释参数：根据总体分布的特征而计算的总体统计指标。
总体：研究目的确定的同质观察单位的全体。
同质：总体中个体具有相同的性质。
变异：同质基础上的个体差异。
样本：从总体中随机抽取的有代表性的一部分观察单位，其实测值的集合。
统计量：由总体中随机抽取样本而计算的相应样本指标。
概率：描述随机事件发生的可能性大小的数值。
（概率的统计定义：在一定条件下，重复做n次试验，nA为n次试验中事件A发生的次数，如果随着n逐渐增大，频率nA/n 逐渐稳定在某一数值p附件，则数值p称为事件A在该条件下发生的概率。
）抽样误差：由个体变异的存在和抽样引起样本统计量与相应的总体参数间以及各样本统计量之间的差别。
二，问答题。
统计学的基本步骤有哪些？答：统计学是一门处理数据中变异性的科学与艺术，它包括收集数据、分析数据、解释数据，以及表达数据。
总体与样本的区别与关系？答：区别：样本是总体的一部分，联系：如果样本的均衡性较好，就能够代表总体的特征。
抽样误差产生的原因有哪些？可以避免抽样误差吗？答：一，个体差异引起；二，抽样方法引起。
抽样误差不能避免，但可以随着样本含量的增大而减小。
何为概率及小概率事件？答：概率是指在一定条件下，重复做n次试验，nA为n次试验中事件A发生的次数，如果随着n逐渐增大，频率nA/n逐渐稳定在某一数值p附件，则数值p称为事件A 在该条件下发生的概率。
小概率事件是指习惯上将P<=0.05或P<=0.01称为小概率事件，表示某事件发生的可能性很小。
第二章定量资料的统计描述一、名词解释频数：对一个随机事件进行反复观察，其中某变量值出现的次数被称为频数。
方差：用来度量随机变量和数学期望（即均值）之间的偏离程度。
标准差：也称均方差，是各数据偏离平均数的距离的平均数。
中位数：是指将原始观察值从小到大或从大到小排序后，位次局中的那个数。
几何均数：变量对数值的算数均数的反对数。
四分位数间距：百分位数P75和百分位数P25之差。
卫生统计学的重点归纳
卫生统计学的重点归纳卫生统计学的重点归纳一、卫生统计学的定义卫生统计学是以统计理论和方法为基础，应用数学、物理、化学、计算机等学科技术，研究卫生和医疗问题的数据分析方法。
它以收集，处理，分析和解释卫生和医疗等领域的统计数据为基础，以定量分析和定性分析卫生数据，研究卫生和应用流行病学方法，识别患病危险因素，以及制定卫生与医疗保健的政策与措施，为医学和公共卫生提供科学依据的一门学科。
二、卫生统计学的基本原理（1）基本理论卫生统计学的基本理论包括：（1）数理统计学：数理统计学是以统计学的数据处理方法为工具，探讨多变量间相互关系的学科；（2）社会科学统计学：社会科学统计学是以统计学的方法为工具，研究社会判断和实证研究的学科；（3）中国统计学：中国统计学是以中国传统的统计学理论和方法为基础，研究社会发展进程中社会变迁的学科；（4）应用统计学：应用统计学是以统计学的方法来解决实际问题，如实验设计与分析、生态学分析、经济学分析等。
（2）基本方法卫生统计学的基本方法包括：（1）分类法：分类法是按照实际问题的性质，将被研究对象进行科学的定性分类；（2）测度法：测度法是按照实际问题的性质，将被研究对象进行科学的定量测度；（3）统计方法：统计方法是利用统计技术处理数据，以处理、描述、分析和预测实证问题；（4）流行病学方法：流行病学方法是指在全面调查的基础上，利用统计技术，研究病因、流行病学及其预防控制等方面的方法。
三、卫生统计学的应用1、卫生统计学用于事件分析。
事件分析包括：病原体检测、医疗并发症监测、病因研究、新药研发、疾病控制等研究；2、卫生统计学用于政策分析，为卫生政策、医疗政策、公共卫生政策的制订、实施和评价，提供科学依据；3、卫生统计学用于质量控制。
对质量控制体系中的质量指标进行定量分析、定性分析和评价；4、卫生统计学用于教育考试。
有助于改进教育评价，提高客观能力，开发判断及决策技能；5、卫生统计学用于职业卫生领域，可以指导职业卫生政策的制定和促进各种职业病的预防。
卫生统计学-重点整理资料
卫生统计学第一章绪论1、卫生统计学的概念(P1)卫生统计学是应用概率论和数理统计学的基本原理和方法，研究居民卫生状况以及卫生服务领域中数据的收集、整理和分析的一门科学，是卫生及其相关领域研究中不可缺少的分析问题。
2、卫生统计学的4个基本步骤(P3)：设计、收集资料、整理资料、分析资料3、卫生统计学的几个基本概念(P4)：⑴同质：在统计学中，若某些观察对象具有相同的特征或属性，我们就称之为同质，或具有同质性。
⑵变异：同质个体的某项特征或属性的观察值或测量值之间的差异。
⑶总体：同质的所有观察单位某种特征或属性的观察值或测量值的集合。
⑷样本：从总体中随机抽取的具有代表性的部分观察单位的集合。
样本中包含的观察单位个数成为样本含量。
⑸参数：反映总体特征的指标，一般是未知的，常用希腊字母表示，如总体均数μ、总体率π等。
⑹统计量：根据样本观察值计算出来的指标，常用拉丁字母表示，如样本均数⎺x 、样本率ρ等。
⑺变量与资料：对每个观察单位进行观察或测量的某项特征或属性称为变量；变量值的集合成为资料。
⑻定量资料：亦称计量资料，其变量值是定量的，表现为数值大小，一般有度、量、衡单位。
⑼定性资料：亦称分类资料，其观察值是定性的，表现为互不相容的类别或属性，一般无度、量、衡单位。
可细分为：①计数资料；②等级资料第二章调查研究设计★1、调查研究的特点（P7）：①不能人为施加干预措施；②不能随机分组；③很难控制干扰因素；④一般不能下因果结论2、常用抽样方法（名称、原理）：⑴单纯随机抽样：先将调查总体的全部观察单位统一编号，然后采用随机数字表、统计软件或抽签方法之一随机抽取n（样本大小）个编号，由这n 个编号所对应的n个观察单位构成研究样本。
⑵系统抽样：又称机械抽样或等距抽样。
事先将总体内全部观察单位按某一顺序号等距分成n（样本大小）个部分，每一部分内含m个观察单位；然后从第一部分开始，从中随机抽出第i号观察单位，依此用相等间隔m机械地在第2部分、第3部分直至第n部分内各抽出一个观察单位组成样本。
卫生统计知识点总结
卫生统计知识点总结1. 卫生统计学的基本概念卫生统计学主要包括了一些基本的概念，比如卫生数据的来源、收集、整理和分析方法等。
卫生数据的来源通常包括了临床记录、流行病学调查、专门调查、统计报表等。
在数据收集方面，卫生统计学强调了数据的质量和准确性，以及避免数据偏倚和错误。
数据整理方面，卫生统计学的方法包括了数据清理、归并和分类等，以确保数据的有效性和可分析性。
而在数据分析方面，卫生统计学的方法包括了描述性统计、推断性统计、假设检验、回归分析、生存分析等。
2. 卫生调查和流行病学卫生统计学与卫生调查和流行病学密切相关。
卫生调查是指对于个人和集体的健康状况、卫生问题和医疗服务等进行调查的活动。
流行病学则是研究人群中疾病的发病规律和传播特点的学科。
卫生调查和流行病学的知识点包括了调查设计、样本选择、问卷设计、调查实施、数据分析和结论推断等。
在卫生调查和流行病学中，卫生统计学的方法和技巧是非常重要的。
3. 生物统计学和生物信息学生物统计学是统计学在生物学领域的应用，包括了基因组学、蛋白质组学、代谢组学等领域的统计方法。
在卫生统计学中，生物统计学的知识点包括了遗传分析、基因关联研究、基因组关联分析、蛋白质质谱分析等。
而生物信息学则是应用计算机和统计学方法进行生物学数据的处理和分析，包括了序列比对、基因结构预测、蛋白结构预测、基因表达分析等。
在当今的医学和卫生领域，生物统计学和生物信息学的知识是非常重要的。
4. 健康统计学健康统计学是研究人群健康状况、卫生问题和医疗服务等的统计学方法和理论。
健康统计学的知识包括了健康指标的计算、健康数据的分析、健康状况的评估、卫生问题的研究和医疗服务的评价等。
在健康统计学中，常用的指标包括了死亡率、发病率、患病率、健康质量等。
健康统计学的知识对于评价和改善人群健康状况具有非常重要的意义。
5. 卫生经济学和医疗统计学卫生经济学是研究卫生服务的经济问题的学科，主要包括了卫生支出、卫生保险、医疗机构的效率和成本、医疗资源的配置等。
卫生统计学-重点整理资料东大
1、卫生统计学的概念(P1)卫生统计学是应用概率论和数理统计学的根本原理和方法，研究居民卫生状况以及卫生效劳领域中数据的收集、整理和分析的一门科学，是卫生及其相关领域研究中不可缺少的分析问题。
2、卫生统计学的 4 个根本步骤(P3)：设计、收集资料、整理资料、分析资料3、卫生统计学的几个根本概念(P4)：⑴ 同质：在统计学中，假设某些观察对象具有相同的特征或属性，我们就称之为同质，或具有同质性。
⑵ 变异：同质个体的某项特征或属性的观察值或测量值之间的差异。
⑶ 总体：同质的所有观察单位某种特征或属性的观察值或测量值的集合。
⑷ 样本：从总体中随机抽取的具有代表性的局部观察单位的集合。
样本中包含的观察单位个数成为样本含量。
⑸ 参数：反映总体特征的指标，一般是未知的，常用希腊字母表示，如总体均数μ、总体率π等。
⑹ 统计量：根据样本观察值计算出来的指标，常用拉丁字母表示，如样本均数x 、样本率 等。
⑺ 变量与资料：对每个观察单位进行观察或测量的某项特征或属性称为变量；变量值的集合成为资料。
⑻ 定量资料：亦称计量资料，其变量值是定量的，表现为数值大小，一般有度、量、衡单位。
⑼ 定性资料：亦称分类资料，其观察值是定性的，表现为互不相容的类别或属性，一般无度、量、衡单位。
可细分为：①计数资料；②等级资料2、常用抽样方法〔名称、原理〕：⑴单纯随机抽样：先将调查总体的全部观察单位统一编号，然后采用随机数字表、统计软件或抽签方法之一随机抽取 n 〔样本大小〕个编号，由这 n 个编号所对应的 n 个观察单位构成研究样本。
⑵系统抽样：又称机械抽样或等距抽样。
事先将总体内全部观察单位按某一顺序号等距分成 n 〔样本大小〕个局部，每一局部内含 m 个观察单位；然后从第一局部开始，从中随机抽出第 i 号观察单位，依此用相等间隔 m 机械地在第 2 局部、第 3 局部直至第 n 局部内各抽出一个观察单位组成样本。
⑶分层抽样：先按对观察指标影响较大的某项或某几项特征，将总体分成假设干层，该特征的测定值在层内变异较小，层间变异较大，然后分别从每一层内随机抽取一定数量的观察单位结合起来组成样本。
- 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)。
第一章绪论1.卫生统计学的概念P1卫生统计学是应用概率论和数理统计学的基本原理和方法，研究居民卫生情况以及卫生服务领域中数据的收集、整理和分析的一门科学。
2.卫生（医学）统计学的主要步骤P3设计；收集资料；整理资料；分析资料3.（选择、判断）卫生统计学的基本概念P4同质（homogeneity）：统计学中，若某些观察对象具有相同的特征或属性，称之为同质或具有同质性。
变异（variation）：将同质个体的某项特征或属性的观察值或测量值之间的差异称为变异。
总体（population）：是根据研究目的确定的的所有观察单位某种特征或属性的观察值或测量值的集合。
样本（sample）：是从总体中随机抽取的具有代表性的部分观察单位的集合。
样本中包含的观察单位个数称为样本含量。
参数（parameter）：反映总体特征的指标称为参数，一般是未知的，常用希腊字母表示。
统计量（statistic）：根据样本观察值计算出来的指标称为统计量，常用拉丁字母表示。
变量（variable）：每个观察单位的某项特征或属性称为变量。
抽样研究（sampling research）：从总体中随机抽取样本，通过样本信息推断总体特征的研究方法称为抽样研究。
抽样误差（sampling error）：由随机抽样造成的样本统计量与总体参数之间、样本统计量之间的差异称为抽样误差。
资料（data）：变量值的集合称之为资料。
★4.资料的分类P4（1）定量资料：亦称计量资料，其变量值是定量的，表现为数值大小，一般有度、量、衡单位。
（2）定性资料：亦称分类资料，其观察值是定性的，表现为互不相容的类别或属性，一般无度、量、衡单位。
可进一步细分为两种资料：1）计数资料：指将观察单位按某种类别或属性进行分组，清点各组观察单位数所得的资料。
包括：①二项分类资料；②无序多项分类资料2）等级资料：亦称有序多分类资料，是将观察单位按某特征或属性的程度或等级顺序分组，清点各组观察单位数所得的资料。
第二章调查研究设计1.调查研究的特点P7（1）不能人为施加干预措施（与实验研究主要的区别）（2）不能随机分组（3）很难控制干扰因素（4）一般不能下因果结论2.常用的抽样方法P9~11基本方法：单纯随机抽样；系统抽样；分层抽样（抽样误差最小）；整群抽样（最大）。
综合应用：多阶段抽样。
第三章实验设计1.实验设计的基本要素（三个）处理因素；受试对象；实验效应2.实验设计的基本原则（四点）对照；随机化；重复；均衡3.常用的实验设计方案（1）完全随机设计——又称随机对照试验，采用完全随机化分组方法将同质的实验单位分配到各处理组，各处理组分别接收不同的处理。
优缺点：设计简单，易于实施，出现缺失值时仍可统计分析；小样本时，均衡性可能较差，抽样误差较大。
（2）配对设计——是将实验单位按一定条件配成对子，再将每对中的两个实验单位随机分配到不同处理组。
优缺点：抽样误差较小、实验效率较高，所需样本含量较小；当配对条件未能严格控制造成配对失败或欠佳时，会降低效率。
（3）随机区组设计——又称为配伍设计，是配对设计的扩大。
是将几个条件相同的受试对象划成一个区组，将区组中的受试对象采用随机的方法，分配到不同的对比组中，接受不同的处理。
优点：每个区组内的实验单位具有较好的同质性，比完全随机设计减少了随机误差，因而更易发现处理组间的差别，提高了实验效率。
缺点：要求区组内实验单位数与处理组数相等，实验结果中若有数据缺失，统计分析较为麻烦。
第四章定量资料的统计描述一、集中趋势的描述1.算术均数——又称均数（mean），是用一组观察值相加除以观察值的个数所得。
样本均数x，总体均数用µ 。
用应用：适用于对称分布特别是正态分布资料。
2.几何均数——是n个观察值乘积的n次方根，又称倍数均数，用G表示。
应用：适用于①对数正态分布；②等比级数资料。
观察值中不能有03.中位数——将一组观察值由小到大排序后，居于中间位置的数值即为中位数，用M表示。
中位数的计算：★频数表法——用于频数表资料4.百分位数——是指将一组观察值由小到大排序后，将其平均分成100等份，对应于每一分割位置上的数值就称为一个百分位数，用xP 表示 。
5.中位数与百分位数的应用 P55 中 位 数： ①偏态分布资料②一端或两端无确切值 ③总体分布不明 百分位数：非正态分布资料★二、离散趋势的描述 详见P55~58★掌握以上四个指标的意义和应用。
二、正态分布及其应用P59~601.正态分布的概念及各个字母的含义★2.正态分布的分布特征及规律详见P59分布特征：（1）正态曲线——在横轴上方均数处最高；并以均数为中心，左右对称；两端与横轴永不相交，呈钟形的曲线。
（2）正态分布有两个参数，即位置参数μ和形状参数σ（3）正态曲线下面积的分布有一定的规律：3.统计学家发现，可以使所有的正态分布转化为统一的μ=，1σ=的正态分布，该正态分布称为标准正态分布。
这种变换称为标准化变换或Z变换。
若X服从正态分布(),Nμσ，则Z就服从()0,1N。
第五章定性资料的统计描述一、常用相对数及其应用1.率——指某现象实际发生数与可能发生某现象总数之比，说明某种现象发生的频率或强度，又称频率指标。
2.构成比——是事物内部某一观察单位数与事物内部各组成部分观察单位的总数之比，说明事物内部各部分所占的比重。
常以百分数表示。
%100⨯=观察单位总数同一事物各组成部分的数某一组成部分观察单位构成比3.相对比——相对比是两个有关的指标之比，用以描述两者的对比水平。
两个指标可以是绝对数、相对数或平均数；可以性质相同，也可以性质不同。
%)100(⨯=或乙指标甲指标相对比二、应用相对数需注意的问题（4个）1.计算相对数分母不宜过小2.不能以构成比代替率3.计算合计率时，不能简单地相加求平均 4率的比较时应注意可比性三、率的标准化P72标准化法——是在一个指定的标准构成条件下进行率的对比的方法。
意义：用统一的“标准”消除资料由于内部构成不同而对所比较的总率产生的影响。
当两组定性资料的内部构成明显不同时，不宜直接比较两组的总率（即平均率），否则有时会出现局部结果与整体结果相矛盾的现象。
当统一标准后再进行计算，这种矛盾的现象便会消失－－－所采用的方法即标准化法。
第六章 总体均数和总体率的估计1.抽样误差：由抽样引起的样本统计量与总体参数间的差异称抽样误差。
不可避免、可以控制。
2.标准误：样本均数的标准差称为均数的标准误，简称标准误。
P78 均数的标准误表示样本均数的变异度n X σσ=总体标准差未知时，用样本标准差代替n S S X =用途：①衡量样本均数的可靠性；②估计总体均数的可信区间；③用于均数的假设检验。
★标准差与标准误的区别 P79（1）意义不同：标准差表示个体差异的大小；标准误描述样本均数的变异程度，说明抽样误差的大小。
（2）用途不同：标准差描述资料的频数分布情况，可用于制定医学参考值范围；而标准误用于总体均数的区间估计和假设检验。
（3）公式不同：标准差：S =；标准误：nSS X =3. t 分布 P80~81概念：从正态总体N(μ,σ2)中进行无数次样本含量为n 的随机抽样，每次均可得到一个X和一个s ，通过公式：XS -X =t μ转换，可得无数个t 值，t 值的分布即为t 分布。
特征：①以0为中心，左右对称；②t 分布是一簇曲线，形状与自由度v 有关； ③当ν趋于∞时， t 分布逼近标准正态分布； ④t 分布曲线下面积为1。
4. 总体均数的估计点估计——用样本均数估计总体均数。
区间估计——按一定的概率(可信度，1 -α)估计总体均数所在范围亦称总体均数的可信区间。
5. （选择、判断）95%可信区间的涵义 P82~83 95%可信区间意味着做100次抽样，算得100个可信区间，平均有95个区间（或95%的把握、95%的可能性）估计正确。
★思考题（1）标准差与标准误有什么区别与联系？ 区别：详见前面知识点联系：n X σσ=或n S S X =标准误的大小与标准差成正比，与根号n 成反比。
（2）可信区间与正常值范围有什么不同？①意义不同：可信区间是按一定的概率(可信度，1 -α)估计总体均数所在范围；正常值范围则是指绝大多数“正常人”的解剖、生理、生化等指标的波动范围。
②公式不同 ③用途不同：可信区间用于估计总体均数；正常值范围用于判断观察对象的某项指标正常与否。
第七章 假设检验1.假设检验的描述解析： 假设0μμ=，即认为的差别是由抽样误差造成的，则可用公式计算t 值。
根据t 值确定 P 值的大小，并作出推断。
P 小于或等于预先规定的概率值 α（如0.05），则为小概率事件，即在一次抽样中发生的可能性很小，如果它发生了，则怀疑原假设0μμ=可能不成立，故认为其对立面0μμ≠ 成立。
2.假设检验的基本思想应用反证法和小概率事件的原理，先对总体的参数或分布作出某种假设，在H 0成立的条件下，再用适当的方法（如 t 检验）根据样本对总体提供的信息，推断此假设应当拒绝或不拒绝。
3.假设检验的基本步骤 详见P91~92/PPT 格式要规范，注意下结论的用词！★4.Ⅰ型错误与Ⅱ型错误 P92~93Ⅰ型错误——拒绝了实际上成立的H 0，犯“弃真”的错误。
其概率大小用 α 表示， α 可取单侧亦可取双侧。
Ⅱ型错误——不拒绝了实际上不成立的H 0，犯“存伪”的错误。
其概率大小用β表示。
β只取单侧，其大小一般未知，只有在已知两总体差值δ，α 及 n 时，才能估算出来。
推断结论时可能出现的四种情况：5.单侧检验与双侧检验 P95误用单侧检验会易犯Ⅰ型错误；误用双侧检验会易犯Ⅱ型错误。
对于同一资料，凡双侧检验P ≤α，单侧检验必P<α ；凡单侧检验P>α，双侧检验必 P>α。
★6.假设检验应注意的事项 P96 （1）应有严密的研究设计（2）正确理解α水准和P 值的意义 （3）正确理解结论的统计学意义 （4）假设检验的结论不能绝对化第八章 t 检验概念：t 检验是一种以 t 分布为基础，以 t 值为检验统计量的计量资料的检验方法。
★ t 检验的适用条件(4个) （1）总体方差σ未知；（2）样本含量n 较小（n<60）； （3）样本来自正态总体；（4）两样本所来自的总体方差齐，即2221σσ=（注意：t 检验都是针对总体下结论的！）应用：1.样本与总体均数的比较nS x t /0μ-=1n ν-=2.配对设计均数的比较n S d S 0d t d d /=-= 1n ν-=3.两样本均数的比较)11(-21221n n S x x t c +=1n ν-=★课本P100~106，掌握案例8-1、8-2、8-3、8-7的资料分析和检验步骤。