医学统计学期末重点总结
医学统计学复习重点
整理分析和2.计描述4.（集合）。
1.抽样随机2.分组随机3.实验顺序随机。
称全距，用离散系数，为标准差与均数只比，常：CV=s/x究，1.抽样研究2.个体变异。
系统误差：指数据搜集和测量过程中由于仪器不准确、造成观察结果呈倾向性的偏大或偏小，这种误差称为系统误差由于一些非人真实性（validity）：观察值与真值的接近程度，受系统误差的影响( （reliabiliy）——也称精密度(precision)或重复性（repeatability）是直接用样本统计量作为对应的总体参数最常用的是95%10095有5在描述两变量间的关系时，若散点图呈直线趋势或有直线相关关系，可进行直线回归分析。
参数：根根据样本的分布特征而计算得到的1、★医学统计学工作基本步骤：统计设计；收集资料.；整理资料；分析资料2、★统计分析包括：统计描述、统计推断3、频数分布的两个重要特征：集中趋势和离散趋势4、正态分布的两个参数：均数；标准差。
5、★频数表的用途：揭示计量资料的分布类型；揭示计量资料的分布特征；便于发现特大值和特小值；便于进一步进行统计分析★常见的统计资料的类型有：计量资料；计数资料；等级资料7、★t检验的应用条件是：①正态分布：当样本含量较小时，要求样本来自正态总体。
②方差齐性：两样本均数比较时，要求两总体方差相等。
U检验的应用条件是：①大样本（如n>50）；②小样本，σ已知且样本来自正态总体。
8、★.描述分类变量常用的指标有率、构成比、相对数。
9、率是指某种现象在一定条件下，实际发生的观察单位数与可能发生该现象的总观察单位数之比，常用来描述某种现象发生的频率大小或强度构成比是指一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的观察单位总数之比，常用来描述某一事物内部各组成部分所占的比重或分布。
10、★四格表卡方专用公式应用条件n≥40，且Tmin≥5 研究事物或现象间的线性关系用相关分析，研究事物或现象间的线性数量依存关系用回归分析。
医学统计学总结
医学统计学总结医学统计学总结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：定性变量有序分类变量：有顺序和程度上的差异4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。
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。
四分位数间距：适用于偏态分布以及分布的一端或两端无确切数据资料。
医学统计学重点总结
(1) 单个样本均数 H0:μ=μ0t= ν=n－1 （小样本)
（已知样本——均数） H1:μ≠μ0
α=u= 或u= （大样本）(2)配对：H0:μ=μ0
H1:μ≠μ0t= ν=对子数－1
α=
(3) 两独立样本均数H0:μ=μ0t= ν=n1＋n2－2
（4）（已知样本——样本） H1:μ≠μ0
9.对任何参数μ和σ的正态分布，都可以通过一个简单的变量变换成标准正态分布，即μ=X-μ
σ
9
标准正态分布
正态分布
面积或概率
-1~1
μ σ
%
~
μ σ
%
·
μ σ
%
10.医学参考值范围（reference value range）传统上称作正常值范围，指正常人的解剖、生理、生化、免疫及组织代谢产物的含量等各种数据的波动范围。习惯上是包含95%的参照总体的范围。
实际工作中标准差 σ往往未知，因而通常用样本标准差S代替σ，求得样本均数 准误估计值S ，计算公式为 S = （当n→无穷，S→σ，S →0）
3 95%的可信区间的计算：x (μ，σ ) 1) σ已知，可信区间= σ
2）σ未知，n为小样本： t 3)σ未知，n为大样本：
T变换
μ变换
N (0，1)
3、t分布曲线的形态变化与自由度v=n-1有关。
2.四格表专用公式（
3对于四格表资料，通常规定为：（1）当n≥40且所有的T ≥ 5时，用检验的基本公式或四格表的专用公式；（2）当n ≥ 40 但有1≤T＜5时，用四格表资料的校正公式；（3）当n＜40，或T＜1时，用四格表资料的Fisher确切 概率法。
4 行×列表资料的χ 检验: 自由度:ν=（行数-1）（列数-1）
医学统计学期末重点总结
误差：观测值与真实值、样本计量与总体参数之间的差别。
相对数：两个有关的绝对数之比，也可以是两个有关联统计指标之比。
相对比：相对比是A、B两个有关联指标值之比，用以描述两者的对比水平，说明A是B 的若干倍或百分之几。
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。
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。
变量：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。
定量数据：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。
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。
总体：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。
样本：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。
参数：描述总体特征的指标称为参数。
统计量：描述样本特征的指标称为统计量。
概率：描述某事件发生可能性大小的度量。
小概率事件：习惯上将P≤0.05的事件称为小概率事件。
平均数：是描述一组观察值集中位置或平均水平的统计指标，常用的有算术均数、几何均数和中位数。
率：率表示在一定空间或时间范围内某现象的发生数与可能发生的总数之比。
构成比：表示某事物内部各组成部分在整体中所占的比重，常以百分数表示，计算公式为区间估计：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。
线性相关的概念：研究两个变量之间是否具有直线相关关系。
相关系数：是说明具有线性相关关系的两个数值变量间相关的密切程度与相关方向的统计量。
研究对象：根据研究目的而确定的观察总体，也可称为受试对象或实验对象。
处理因素：根据研究目而欲施研究对象的干预措施。
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）
医学卫生统计期末总结
医学卫生统计期末总结一、引言医学卫生统计是现代医学与卫生事业中的一门重要学科，它以数理统计学为基础理论，运用各种方法来研究和分析医学和卫生领域的数据。
本学期，我们学习了医学卫生统计的基本概念、研究方法与技巧，以及一些实际应用案例。
通过学习，我对医学卫生统计有了更深入的认识，也掌握了一些基本的数据分析技能。
二、理论知识掌握在学习医学卫生统计的过程中，我们学习了很多基本概念和理论知识，如概率与统计的基本概念、统计数据的描述和总结、假设检验等。
掌握这些基本理论知识对于进行医学卫生统计的研究和应用具有重要意义。
三、数据分析方法在医学卫生统计中，我们使用了多种数据分析方法，如描述性统计、相关分析、多元回归分析等。
通过实际应用案例的学习，我对这些方法有了一定的了解，并能够独立进行一些简单的数据分析。
四、实际应用案例本学期，我们还学习了一些实际的医学卫生统计应用案例，如流行病学调查、临床试验设计等。
通过对这些案例的学习，我对医学卫生统计的实际应用有了更深入的认识，并了解了一些实际应用中需要注意的问题。
五、遇到的困难与解决在学习医学卫生统计过程中，我也遇到了一些困难。
一方面，理论知识较多，需要花费一定时间来消化和理解。
另一方面，数据分析方法的应用也需要一些实际操作，掌握需要一定的实践经验。
为了解决这些困难，我主动向老师请教，也积极与同学交流，通过课外阅读和实际练习，不断提升自己的理论和实践水平。
六、学习收获与展望通过本学期的学习，我对医学卫生统计有了更深入的认识，掌握了一些基本的理论和实践知识。
在以后的学习和实践中，我将继续深入学习医学卫生统计的相关知识，提升自己的数据分析能力，为医学卫生事业的发展做出自己的贡献。
总之，医学卫生统计作为一门重要的学科，在现代医学与卫生事业中具有重要地位。
通过本学期的学习，我对医学卫生统计有了更深入的了解，也掌握了一些基本的理论和实践知识。
在今后的学习和实践中，我将继续深入学习和应用医学卫生统计的相关知识，不断提升自己的数据分析能力，为医学卫生事业的发展做出自己的贡献。
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。
医学数理统计期末总结
医学数理统计期末总结一、引言医学数理统计是将数学和统计学的原理与方法应用于医学领域的一门学科。
通过分析和解释医学数据，医学数理统计能够帮助医学工作者更好地理解和应用医学知识，为医学研究和临床实践提供科学依据。
医学数理统计作为医学的重要辅助学科，对于医学专业的学生而言，具有重要的学术意义和实际价值。
本次期末总结将对医学数理统计的基本概念、方法和应用进行总结和归纳，希望能够对今后的学习和工作有所帮助。
二、基本概念1. 概率论基础：医学数理统计的基础是概率论，包括基本概念、概率分布、随机变量、随机过程等内容。
掌握概率论的基本知识，能够帮助我们理解统计学的原理和方法。
2. 统计学基本概念：统计学是指通过对数据进行收集、整理、分析和解释，揭示事物之间的规律和关系的科学。
掌握统计学的基本概念，包括总体和样本、参数和统计量、频数分布、统计推断等，是进行医学数理统计工作的基础。
三、统计方法1. 描述统计学：描述统计学是通过数理统计方法对数据进行整理、分析和描述，从而揭示数据的基本特征。
包括数据的整理和展示、中心位置和离散程度的度量、数据分布和形态的描述等内容。
掌握描述统计学的方法，能够对医学数据进行分析和解释。
2. 参数检验：参数检验是指通过对样本数据进行分析，推断总体参数的值是否在某个范围内，并对其进行推断的方法。
包括单样本参数检验、双样本参数检验和配对样本参数检验等。
参数检验方法能够帮助我们判断和验证医学数据的差异是否具有统计学意义。
3. 方差分析：方差分析是一种通过比较两个或多个样本均值是否相等的方法。
包括单因素方差分析、双因素方差分析和多因素方差分析等。
方差分析方法能够帮助我们研究不同因素对医学数据的影响和差异。
4. 相关分析：相关分析是一种通过计算两个或多个变量之间关系的强弱和方向的方法。
包括皮尔逊相关系数、斯皮尔曼相关系数和判定系数等。
相关分析方法能够帮助我们研究变量之间的相关性，为医学研究提供科学依据。
- 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)。
误差：观测值与真实值、样本计量与总体参数之间的差别。
相对数：两个有关的绝对数之比，也可以是两个有关联统计指标之比。
相对比：相对比是A、B两个有关联指标值之比，用以描述两者的对比水平，说明A是B 的若干倍或百分之几。
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。
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。
变量：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。
定量数据：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。
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。
总体：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。
样本：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。
参数：描述总体特征的指标称为参数。
统计量：描述样本特征的指标称为统计量。
概率：描述某事件发生可能性大小的度量。
小概率事件：习惯上将P≤0.05的事件称为小概率事件。
平均数：是描述一组观察值集中位置或平均水平的统计指标，常用的有算术均数、几何均数和中位数。
率：率表示在一定空间或时间范围内某现象的发生数与可能发生的总数之比。
构成比：表示某事物内部各组成部分在整体中所占的比重，常以百分数表示，计算公式为区间估计：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。
线性相关的概念：研究两个变量之间是否具有直线相关关系。
相关系数：是说明具有线性相关关系的两个数值变量间相关的密切程度与相关方向的统计量。
研究对象：根据研究目的而确定的观察总体，也可称为受试对象或实验对象。
处理因素：根据研究目而欲施研究对象的干预措施。
处理水平：处理因素在实验中所处的状态称为因素的水平（level），亦称处理水平。
对照：指在实验中应设立对照组，其目的是通过与对照组效应对比鉴别出实验组的效应大小。
随机化：是指每个受试对象有相同的概率或机会被分配到不同的处理组。
重复：是指在相同实验条件下重复进行多次观察。
统计学的基本内容：统计设计，数据整理，统计描述，统计判断
数据类型：定量数据，定性数据，有序数据
误差的类型：系统误差，随机测量误差，抽样误差
配对样本t检验配对设计：同源配对，异源配对，自身配对
方差分析的基本思想：将全部观测值的总变异按影响因素分解为相应的若干部分变异，在此基础上，计算假设检验的统计量F 值，实现对总体均数是否有差别的推断。
非参数检验的适用范围：①总体分布类型未知或非正态分布数据；②有序或半定量资料；③数据两端无确定的数值。
标准差与标准误的区别与联系：区别：标准差：意义，描述个体观察值变异程度的大小，标准差越小，均数对一组观察值的代表性越好。
应用，与X拔结合，用以描述个体观察值的
分布范围，常用于医学参考值范围估计。
与N的关系，N越大，S越趋于稳定
标准误Sx拔：描述样本均数变异程度及抽样误差的大小，标准误越小，用样本均数推断总体均数可靠性好。
与X拔结合，用以估计总体的均数可能出现的范围，以及对总体的均数作假设检验。
N越大，Sx拔越小。
联系：标准差与标准误都是描述便宜程度的指标。
Sx拔与S成正比，N一定时，S越大，Sx拔越大
1类错误与2类错误区别联系：区别：依依不通过，1类错误为拒绝了实际上成立的H0，也称弃真错误，第2类错误为不拒绝实际上不成立的H0，也称存伪错误。
概率不同，1类错误的概率为α，是根据研究目的设定的，2类错误概率为β是未知的，β能通过α间接估计大小。
联系：当样本含量一定时，α越大，β越小，α越小，β越大。
要同时减少1、2类错误，可增加样本含量
怎样正确选择用单侧检验和双侧检验：对于假设中的单侧检验和双侧检验的选择，要根据研究目的和专业知识而定。
若目的在于判断两总体均数，是否不等，或者有无差别，则应选择双侧检验，若从专业知识认为不会出现M<M0或M>M0，而检验目的是用以说明M>M0或M<M0时，则应选择单侧检验，在对专业知识不明确时，一般选择双侧检验单侧检验易获得p<α的结论，应慎重使用
线性回归与相关的关系：对同一资料做相关回归分析，相关系数r与回归系数b的正负符号相同，对同一资料做相关与回归分析，相关系数的t检验与回归系数的t检验相同，即t=tb，相关与回归可以相互解释，即r的平方=SS回归/SS总
计量资料的检验方法有哪些：t检验（样本均数总体均数的比较，两个样本的均数的比较，配对资料的t检验）μ检验：大样本均数与总体均数的比较，两个大样本均数的比较。
F检验：完全随机设计单因素方差分析，随机区组设计方差分析，拉丁方设计的f方差分析
描述计量资料离散趋势常用的指标有哪些，其适用条件：指标有：极差，四分位数，方差，标准差，变异系数。
适用条件：极差和四分位数适用于偏态分布资料用以描述其离散程度或变异度。
方差标准差适用于对称分布或正态分布资料用以描述其离散程度或变异度。
变异系数适用于度量衡单位不同，或均数相差比较悬殊的两组资料，比较其离散程度，或变异度描述计量资料集中趋势的指标有哪些，其适用条件：指标：算数平均数，几何均数，中位数。
适用条件：算数平均数适用于对称分布或正态分布资料，几何均数适用于等比分布或对数正态分布资料
卡方资料的假设检验方法（四格表资料卡方检验，行x列资料，配对资料
描述计量资料的统计描述有：频数分布表和频数直方图，集中趋势的描述（常用平均数，算数平均数，几何均数，中位数）离散趋势的描述（极差，四分为间距，方差，标准差，变异系数）
描述方差分析的应用范围：完全随机设计的两个或两个以上的均数比较的方差分析，随机区组设计的方差分析，拉丁方设计的方差分析，回归分析中直线回归方程的假设检验，多个因素的交互作用分析
简述检验假设步骤：建立假设和确定检验水准，选择检验方法和计算检验统计，确定p值和做出统计推断结论
均数的可信区间与参考值范围有何不同：可信区间：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。
计算：正态分布：δ未知
应用：总体均数的区间估计，评估未知总体均数所在的范围；参考值范围：正常人的解剖，生理，生化某项指标波动的范围，95%参考值范围指同质总体包含95%个体值的估计范围，说明个体的波动范围。
计算：
判断观察值的某项指标与否，评价个体指标是否正常。
线性回归分析的应用：1. 线性回归方程可应用于以下三个方面：①分析两个变量之间是否存在线性依存关系；②利用回归方程由自变量X 对应变量Y 进行估计，必要时可以作区间估计；③利用回归方程进行统计控制，即利用回归方程进行逆运算，通过控制自变量X 取值来限定应变量Y在一定范围内波动。
2. 作回归分析时，如果两个有内在联系的变量之间存在因果关系，那么应该以原因变量为X ,以结果变量为Y；如果变量之间因果关系难以确定，则应以易于测定或变异较小者为X。
3. 在回归分析中，自变量X 既可以是随机变量，也可以是给定的量。
如果Y不服从正态分布，在进行回归分析前，应先进行变量的变换以使应变量符合回归分析的要求。
4. 使用回归方程估计Y 值时，尽量不要把估计的范围扩大到建立方程时的自变量的取值范围之外，由于超出样本取值范围，其线性关系是否成立难以判断，外推要慎重。