医学统计学复习资料
医学统计学总复习
总复习一、统计工作的基本步骤：四个步骤：设计(最关键的一步)、搜集资料(统计分析的前提)、整理资料、分析资料。
二、三种资料类型：1. 计量资料（定量资料）2. 计数资料（分类资料）3. 等级资料三、几个基本概念1. 总体与样本2. 概率四、计量资料的统计描述1. 集中趋势：X、G、M(Px)：适用条件、计算2. 离散趋势：R、Q、S、CV：意义及适用条件五、集中趋势离散趋势指标的选择判断步骤：资料是抗体滴度 G、S否是偏态、开口 M、Q否X、S六、正态分布1.正态分布的特征2.正态曲线下分布面积的规律3.u变换（见下）七、抽样误差的概念1. 抽样误差（概念）2. 抽样误差的特点：⑴客观存在，可控制但不能消除；⑵它是反映抽样误差大小的指标：用Sx来说明均数的抽样误差大小；用Sp 来说明率的抽样误差大小；⑶均数抽样误差的大小与标准差成正比，与√n成反比；⑷减少抽样误差最切实可行的办法为：增加样本含量。
3. 总体均数的估计方法⑴点(值)估计：⑵区间估计：①95％可信区间：X±1.96Sx②99％可信区间：X±2.58Sx附：①正常参考值范围估计：①95％正常值范围：X±1.96S②99％正常值范围：X±2.58S②可信区间与正常值范围的区别4. u变换与t变换：X－μ X－μu变换： u＝──── u＝────σσxt变换： X－μt＝────Sx八、假设检验的一般步骤：⑴建立假设①H0:无效假设；H1:备择假设②单双侧检验：根据专业知识来定。
⑵确定检验水准：α＝0.05⑶选定检验方法并计算检验统计量⑷确定P值：直接计算、查表法⑸作出推断结论：统计结论：是否拒绝H0专业结论：谁高谁低？(有无效果)九、常用t检验（重点是掌握根据资料的性质、分析的目的来选择假设检验方法）1. t(u)检验的应用条件2. 假设检验方法：⑴ X与μ的比较的t检验（一般是单组原始数据）⑵配对设计资料的t检验（关键是掌握什么是配对资料）配对设计的三种情况:①同一对象治疗前后比较；②同一标本分别用两种方法处理；③将条件相同或相近的两个对象配成对子，然后随机分配到两个处理组中，观察两种处理有无差别。
医学统计学复习资料
小；③要注意分子分母正确选用；④要注意率与比的正确应用；⑤要注 意平均率的计算方法；⑥要注意资料的可比性；⑦率和构成比比较时作 假设检验。 7. 简述直线回归与直线相关的区别。 (1)资料要求上不同：直线回归分析适用于应变量是服从正态分布的随 机变量，自变量是选定变量；直线相关分析适用于服从双变量正态分布 的资料。 (2) 两种系数的意义不同：回归系数是表明两个变量之间数量上的依存 关系，回归系数越大回归直线越陡峭，表示应变量随自变量变化越快； 相关系数是表明两个变量之间相关的方向和紧密程度的，相关系数越 大，两个变量的关联程度越大。 9. 假设检验的理论依据是什么？请简述假设检验的基本步骤。 答：假设检验的理论依据是小概率事件原理，步骤为： (1)根据研究目的建立假设，确定检验水准 (2)根据样本统计量的抽样分布规律，选择适当的统计方法，计算检验 统计量 (3)确定P值，做出推断结论 10.方差分析应用广泛，可用于:①两个或多个样本均数间的比较；②分 析两个或多个因素间的交互作用；③回归方程的线性假设检验；④多元 线性回归分析中偏回归系数的假设检验等。本章主要介绍完全随机设计 资料的方差分析、配伍组设计资料的方差分析及重复测量数据的方差分 析。 11. 完全随机设计的两样本率比较时，如何正确选择统计分析方法 （写出相应的计算公式）。 (1)当总例数n≥40且所有格子的T≥5时，用2检验的基本公式或四格表 资料2检验的专用公式； (2)当n≥40但有1≤T＜5时，用四格表资料2检验的校正公式；或改用四 格表资料的Fisher确切概率法的连续性校正法： (3)当n＜40，或T＜1时，用四格表资料的Fisher确切概率法。 12. 什么是医学参考值范围？估计医学参考值范围如何正确选用统计 方法？ 答：医学参考值范围是指所谓“正常人”的解剖、生理、生化等指标的 波动范围，亦称正常值范围。如95％的参考值范围包括了95％的观察 值，而有5％的观察值不在这一范围内。 估计医学参考值范围确定方法：
医学统计学复习资料
医学统计学第一章绪论第一节医学统计学的定义和内容1.医学统计学的主要内容 :统计推断、统计描述第二节统计工作的基本步骤1.医学统计工作可分为四个步骤：统计设计搜集资料整理资料分析资料第三节统计资料的类型医学统计资料按研究指标的性质一般分为：定量资料、定性资料、等级资料一、定量资料（计量资料）定量资料（quantitative data）是用定量的方法测定观察单位（个体）某项指标数值的大小，所得的资料称定量资料。
如身高（㎝）、体重（㎏）、脉搏（次/分）、血压（kPa，mmHg）等为数值变量，其组成的资料为定量资料。
二、定性资料（计数资料）定性资料（qualitative data）是将观察单位按某种属性或类别分组，清点各组的观察单位数，所得的资料。
亦称无序分类资料。
如：男-女分组；中医的虚、实，阴、阳等分组；按生存-死亡分组；A、B、O、AB分组。
三、等级资料等级资料（ranked data）是将观察单位按属性的等级分组，清点各组的观察单位数，所得的资料为等级资料。
亦称有序分类资料。
如治疗结果分为治愈、显效、好转、无效四个等级。
：疾病的严重程度可以分为，轻、中、重；中医辨证中舌象的颜色有，淡、红、暗、紫。
♦根据需要，各类变量可以互相转化。
♦若按贫血的诊断标准将血红蛋白分为四个等级：重度贫血、中度贫血、轻度贫血、正常，可按等级资料处理。
有时亦可将定性资料或等级资料数量化，如将等级资料的治疗结果赋以分值，分别用0、1、2…等表示，则可按定量资料处理。
第四节统计学中的几个基本概念一、同质与变异同质（homogeneity）是指观察单位或研究个体间被研究指标的主要影响因素相同或基本相同。
如研究儿童的生长发育，同性别、同年龄、同地区、同民族、健康的儿童即为同质儿童。
变异（variation）由于生物个体的各种指标所受影响因素极为复杂，同质的个体间各种指标存在差异，这种差异称为变异。
如同质的儿童身高、体重、血压、脉搏等指标会有一定的差别。
《医学统计学》总复习
§1 统计分析
一,定量资料的统计分析
定量资料的统计描述
反映集中趋势的指标: X 反映集中趋势的指标: 反映离散趋势的指标: 反映离散趋势的指标:
定量资料的统计推断
G
S
M
S2 Q CV
R
参数估计 假设检验
参数估计
点估计:用样本均数直接作为总体 点估计:
三,等级资料的统计分析(秩和检验) 等级资料的统计分析(秩和检验)
非参数检验的概念 非参数检验的优缺点 常用的秩和检验方法
(1) Wilcoxon符号秩和检验 配对设计 符号秩和检验(配对设计 符号秩和检验 配对设计) (2) Wilcoxon 两样本比较法 成组设计两样本 两样本比较法(成组设计两样本 成组设计两样本) (3) Kruskal-Wallis 法或 检验 (成组设计多样本 法或H 成组设计多样本) 成组设计多样本 (4) Friedman 法(随机区组设计 随机区组设计) 随机区组设计 (5) Nemenyi 法(成组设计多样本两两比较) 成组设计多样本两两比较) 成组设计多样本两两比较 (6) 随机区组设计两两比较的秩和检验
u 检验应用类型: 检验应用类型: 1)样本均数与总体均数的比较 2)完全随机设计的两样本均数的比较 ANOVA 检验应用类型: 检验应用类型: 1)完全随机设计的方差分析 2)随机区组设计的方差分析 3)交叉设计的方差分析 4)析因设计的方差分析 5)重复测量资料的方差分析
二,计数资料的统计分析
t 检验 t'检验 检验 ′
t
u 检验 ANOVA
正态分布的经验判断方法
若 若 , S ≥ 3X可认为资料呈偏态分布
S ≥ ,有理由怀疑资料呈偏态分布 X
医学统计学复习资料(完整版)
第1章绪论医学统计学是一门“运用统计学的原理和方法，研究医学科研中有关数据的收集、整理和分析的应用科学。
1．个体：又称观察单位，是统计研究的最基本单位，也是构成总体的最基本的观察单位。
2．总体：根据研究目的确定的同质观察单位某项指标测量值（观察值）的集合。
分为有限总体（明确规定了空间、时间、人群范围内有限个观察单位）和无限总体（无时间和空间范围的限制）。
反映总体特征的指标为参数，常用小写希腊字母表示。
3．样本：从总体中随机抽取的一部分有代表性的观察单位组成的整体。
（抽样，随机化原则，样本含量）根据样本资料计算出来的相应指标为统计量，常用大写英文字母表示。
4．抽样研究：从总体中随机抽取样本，根据样本信息推断总体特征的方法。
抽样误差是由随机抽样（样本的偶然性）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。
统计分析主要是针对抽样误差而言。
5．变量（一个个体的任意“特征”）；资料（变量值的集合），资料类型：①计量资料/定量资料/数值变量资料：表现为数值大小，一般有度量衡单位，又可分为连续型和离散型两类；②计数资料/定性资料/无序分类变量资料/名义变量资料：表现为互补相容的属性或类别，一般无度量衡单位，可分为二分类和多分类；③等级资料/半定量资料/有序分类变量资料：表现为等级大小或属性程度。
各类资料间可相互转化。
①可选分析方法有：t检验、方差分析、相关回归分析等；②可选分析方法有：χ2检验、z检验等；③可选分析方法有：秩和检验、Ridit分析等。
6．误差：实测值与真实值之差。
可分为随机误差（随机测量误差+抽样误差）与非随机误差（系统误差与非系统误差）。
①随机误差：是一类不恒定、随机变化的误差，由多种尚无法控制的因素引起，它是不可避免的；②系统误差：是实验过程中产生的误差，它的值或恒定不变，或遵循一定的变化规律，其产生原因往往是可知的或可以掌握的，它是可以消除或控制的；③非系统误差：又称过失误差，是指在实验过程中由于研究者偶然失误而造成的误差，可以消除。
医学统计学复习资料与复习题答案
教学提要（一）《医用统计学》基本概念1、变异：宇宙中的事物，千差万别，各不相同。
即使是性质相同的事物，就同一观察指标来看，各观察指标（亦称个体）之间，也各有差异，称为变异。
同质观察单位之间的个体变异，是生物的重要特征，是偶然性的表现。
2、变量：由于生物的变异特性，使得观察单位某种指标的数值互相不等，所以个体值称为变量值或观察值。
3、总体：即根据研究目的确定的同质的研究对象的全体。
更确切地说，是性质相同的所有观察单位的某种变量值的集合。
4、样本：即从总体中抽取一部分作为观察单位进行观察，这部分观察单位称为样本。
为了使样本对总体有较好的代表性，抽样必须遵循随机化的原则，即总体中每一观察单位均有相同的机会被抽取到样本中去。
5、计量资料（数值变量资料）：对每个观察单位用定量方法测定某项指标量的大小，所得的资料称为计量资料，一般有度量衡等单位。
6、计数资料（分类变量资料）：将观察单位按某种属性或类别分组，所得各组的观察单位数，称为计数资料。
可分为二项式或多项式分类变量。
7、等级资料：将观察单位按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。
这类资料与计数资料不同的是：属性的分组有程度的差别，各组按大小顺序排列；与计量资料不同的是：每个观察单位未确切定量，因而称为半定量资料。
8、抽样误差：由于总体中各观察单位间存在个体差异, 抽样研究中抽取的样本, 只包含总体的一部分, 因而样本指标不一定等于相应的总体指标, 这种样本统计量与总体参数间的差别称为抽样误差。
(二)统计工作的基本步骤1、设计: 这是关键的一步。
要求科学、周密、简明。
2、搜集资料: 要求完整、准确、及时。
医学统计资料的来源主要有三个方面:(1) 统计报表; (2) 日常医疗工作的原始记录和报告卡片; (3) 专题调查3、整理资料: 核查资料; 按性质或数量分组, 拟定整理表。
4、分析资料: 包括指标的计算、统计图表的绘制, 用统计方法如参数估计、假设检验等对资料作统计分析。
医学统计复习资料
医学统计复习资料
以下是一些医学统计学的复习资料：
1. 《医学统计学》（作者：杨晓丽、徐菲、马健等）
这是一本医学统计学的教材，内容全面，包含了医学统计学的基本概念、方法和应用等方面的知识。
2. 《医学统计学与SPSS应用》（作者：陈建华、李晓红、刘静等）
这本书介绍了医学统计学的基本概念和原理，并详细介绍了如何使用SPSS 软件进行医学统计分析。
3. 《医学统计学与临床研究设计》（作者：王伟）
这本书主要介绍了医学统计学在临床研究设计中的应用，包括研究设计的选择、样本量计算、数据收集和分析等方面的内容。
4. 《医学统计学》（作者：梁家全）
这本书详细介绍了医学统计学的基本概念和方法，包括描述统计学、推断统计学、生存分析和回归分析等方面的内容。
此外，还可以参考一些医学统计学的课件和教学视频，如Coursera上的《医学统计学》课程和YouTube上的《医学统计学基础》系列视频等。
同时，还可以参加一些医学统计学的培训班或研讨会，与专业人士交流学习经验和方法。
医学统计学复习资料
医学统计学复习资料导言医学统计学是医学领域中非常重要的一门学科，它的作用是帮助医生和研究人员通过收集、分析和解释数据来评估医学检验和治疗的效果。
本文将提供一份医学统计学的复习资料，帮助读者回顾和巩固相关的知识。
一、基本概念1.1 总体和样本在医学统计学中，总体是指我们研究的整体对象，而样本则是总体的一个子集。
例如，我们对某种疾病的患者进行研究时，患者总体就是所有患该病的人群，而样本则是我们实际观察到的一部分患者。
1.2 参数和统计量在医学统计学中，参数是用来描述总体特征的统计量，例如总体均值、总体方差等。
而统计量是通过样本数据来估计总体参数的量，例如样本均值、样本方差等。
假设检验是医学统计学中常用的一种方法，它用于判断总体参数的假设是否成立。
在假设检验中，我们先假设总体参数的某个值是正确的（称为零假设），然后通过收集样本数据来判断该假设是否成立。
二、数据的分布2.1 正态分布正态分布在医学统计学中非常重要，因为许多统计方法都假设数据服从正态分布。
正态分布具有钟形曲线的特点，均值、中位数和众数都重合在一起。
常见的正态分布检验有Shapiro-Wilk检验和Kolmogorov-Smirnov检验。
2.2 t分布t分布是一种在样本量较小的情况下使用的概率分布，它比正态分布的尾部更加厚重。
t分布的形状取决于样本量，当样本量增加时，t分布逐渐趋近于正态分布。
在医学研究中，常用t分布来进行样本均值的假设检验。
非参数检验是一种不依赖于数据分布的统计方法，它对数据的要求相对较低。
与参数检验不同，非参数检验适用于无法确定数据分布或偏离正态分布的情况。
常见的非参数检验方法有Wilcoxon秩和检验和Mann-Whitney U检验。
三、统计推断3.1 置信区间置信区间是一种用来估计总体参数的范围，它是一个区间，表示我们对总体参数的估计在一定置信水平下的可信程度。
通常，置信区间的宽度与置信水平相关，越高的置信水平意味着更宽的置信区间。
医学统计学复习资料
名词解释1.总体：是指根据研究目的确定的、性质相同的的所有观察单位的集合。
2.样本：是从总体中随机抽取的，对总体有代表性的一部分观察单位所组成的集合3.抽样误差：由于随机抽样所造成的样本统计量与总体参数的差异4.概率：表示事件发生机会大小的统计指标，是一个介于0-1时间的值5.小概率事件：习惯上将P≦0.05或P≦0.01成为小概率事件，表示事件发生的可能性小6.构成比：表示某事物内部各组成部分在总体中所占的比重或分布7.率：说明某现象在一定条件下发生的频率或强度8.标准化法：采用同一标准，计算得到标准化率后再进行比较的方法9.流行：当一个地区（或单位）某病的发生率显著超过该病的历年的发病水平时10.发病率：表示一定时间内（通常是一年）特定人群中某病新病例出现的频率11.患病率：表示某以特定时间内被发现观察总人口中某病新旧病例所占的比值12.死亡率：指某人群在一定期间（通常为一年）内的死亡人数与该地区同期人口数的比值13.抽样调查：在研究人群中随机地抽取一部分个体进行调查，即调查人群中具有代表性的一部分，根据这种调查结果估计该人群某病的患病率或某些特征的情况14.食物中毒：是指摄入了还有生物性、化学性有毒有害物质的食物或把有毒有害物质当作食品摄入后引起的非传染性急性或亚急性疾病15.消毒：用化学、物理、生物等方法杀灭或消除外界环境中致病性微生物的一种措施16.病原携带者：没有任何临床症状但有排出病原体的人17.潜伏期：指病原体侵入机体到最早出现临床症状的这段时间18.空白对照：对照组不施加任何处理措施19.双盲：指研究者和研究对象都不知道研究对象的分组情况20.沾染：对照组的患者额外地接受了实验组的药物，使对照组疗效提高，人为地扩大对照组疗效的情况21.分类变量：按属性或类别事先将研究对象分组，然后清点各组研究对象的个数而得的数据22.Ⅰ类错误：在假设检验中拒绝一个实际成立的原假设所犯癿错误，其概率记为α23.Ⅱ类错误：在假设检验中接叐了一个实际不成立的原假设所犯的错误其概率记为β24.合理营养：全面而平衡的营养，每日膳食中各种营养素种类齐全，数量充足，相互间比例恰当25.RR:暴露组与非暴露组的发病率或死亡率之比，表示暴露某因素后易患某病的程度26.OR:含义与相对危险度相同，指暴露组发生某病的危险性为非暴露组的多少倍或百分之几简答题1.描述集中趋势三个指标的应用区别算数均数适用于对称分布，尤其是正态分布；几何均数适用于对数正态分布，如抗体滴度等呈倍数关系的资料，但应注意数值中出现零值或负值时不宜使用；中位数适用于各种分布的资料，特别是偏态分布资料，分布末端无确定值的资料2.相对数的应用注意计算相对数时应有足够的样本例数；不能用构成比代替率；正确计算总率；注意资料的可比性；样本率或构成比的比较需要进行假设检验3.统计表的制作要求（1）标题：简明扼要，清晰地反应统计表的核心内容，包括研究时间地点内容（2）标目：分横标目和纵标目，。
医学统计学复习资料(名解+简答)
医学统计学复习资料（名解+简答）一、名词解释1.统计量 (statistic)：统计量是统计理论中用来对数据进行分析、检验的变量。
2.同质 (homogeneity)：是指观察单位(研究个体)间被研究指标的影响因素相同。
3. 抽样误差 (sampling error)：由于随机抽样造成的样本均数与总体均数的差别。
4. 总体 (population)：根据研究目的而确定的同质观察单位的全体称为总体，更确切的说，它是同质的所有观察单位某种观察值的集合。
5. 变异 (variation)：变异就是标志在同一总体不同总体单位之间的差别。
6. 参数 (parameter)：参数，也叫参变量，是一种变量。
7. 样本 (sample)：研究中实际观测或调查的一部分个体称为样本，研究对象的全部称为总体。
8. 概率 (probability)：概率是对随机事件发生的可能性的度量，一般以一个在0到1之间的实数表示一个事件发生的可能性大小。
越接近1，该事件更可能发生;越接近0，则该事件更不可能发生。
1. 正态分布 (normal distribution)：靠近均数分布的频数最多，离开均数越远，分布的数据越少，左右两侧基本对称，这种中间多、两侧逐渐减少的基本对称的分布，称为正态分布2. 中位数 (median)：一组数据按从小到大(或从大到小)的顺序依次排列，处在中间位置的一个数(或最中间两个数据的平均数，注意:和众数不同，中位数不一定在这组数据中)3. 方差 (variance)：是各个数据与其算术平均数的离差平方和的平均数，通常以σ2表示。
4. 四分位数间距 (quartile interval)：是上四分位数与下四分位数之差,用四分位数间距可反映变异程度的大小。
5. 正偏态分布 (positively skewed distribution)：为统计学概念，即统计数据峰值与平均值不相等的频率分布。
如果频数分布的高峰向左偏移，长尾向右侧延伸称为正偏态分布，也称右偏态分布。
- 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)。
医学统计学复习资料一、名词解释题1. 总体(population)：根据研究目的所确定的同质观察单位的全体。
只包括(确定的时间和空间范围内)有限个观察单位的总体，称为有限总体(finite population)。
假想的，无时间和空间概念的，称为无限总体(infinite population)。
2. (总体)参数(parameter)：总体的统计指标或特征值。
总体参数是事物本身固有的、不变的。
3. 样本(sample)：从总体中随机抽取的部分个体。
4. 样本含量(sample size)：样本中所包含的个体数。
5. 变量(variable)：观察对象个体的特征或测量的结果。
由于个体的特征或指标存在个体差异，观察结果在测量前不能准确预测，故称为随机变量(random variable)，简称变量(variable)。
变量的取值称为变量值或观察值(observation)。
根据变量的取值特性，分为数值变量和分类变量。
6. 数值变量(Numerical variable)：又称为计量资料、定量资料，指构成其的变量值是定量的，其表现为数值大小，有单位。
对每个观察单位用定量的方法测定某项指标的数值，组成的资料。
7. 计数资料：将全体观测单位按照某种性质或特征分组，然后再分别清点各组观察单位的个数。
分类变量(categorical variable)：或称定性变量，其取值是定性的，表现为互不相容的类别或或属性，有两种情况：1)无序分类(unordered categories)：包括①二项分类，如上述‚性别‛变量，表现为互相对立的结果；②多项分类，如上述‚血型‛变量，表现为互不相容的多类结果。
2)有序分类(ordered categories)：各类之间有程度上的差别，或等级顺序关系，有‚半定量‛的意义，亦称等级变量。
等级资料：介于计量资料和计数资料之间的一种资料，通过半定量方法测量得到。
8. 抽样(sampling)：从总体中抽取部分观察单位的过程称为抽样。
9. 抽样误差(sampling error)：由于抽样造成的统计量与参数之间的差别，特点是不能避免的，可用标准误描述其大小。
10. 误差(error)：统计上所说的误差泛指测量值与真值之差，样本指标与总体指标之差。
主要有以下二种：系统误差和随机误差 。
11. 可信区间(confidence interval, CI )：按一定的概率或可信度(1-α)用一个区间估计总体参数所在范围，这个范围称作可信度1-α的可信区间，又称臵信区间。
12. 总体均数的可信区间：按一定的概率大小估计总体均数所在的范围(CI)。
常用的可信度为95％和99％，故常用95％和99％的可信区间。
13. 变异(variation)：同质事物间的差别。
由于观察单位通常即为观察个体，故变异亦称为个体变异(individual variation)。
14. 组间变异(variation between group)：用各组均数与总均数的离均差平方和表示∑-=i2i i )x x (n S 组间S ν组间=k -1，k 为实验分组数，组间均方为MS 组间=SS 组间/( k -1)15. 组内变异(variation within group)：用各组均数与总均数的离均差平方和表示∑∑∑-=-=i 2i i i j 2i ij )s (n )(x S 1组内S ，各组自由度为n i -1，则组内自由度为ν组内=N -k ，组内均方为MS 组内=SS 组内/( N -k )16. 平均数(average)：也叫平均值，是一组(群)数据典型或有代表性的值。
这个值趋向于落在根据数据大小排列的数据的中心，包括算术平均数(arithmetic mean)、几何平均数(geometric mean)、中位数(median)等。
17. 中位数(median)：将一组观察值按升序或降序排列，位次居中的数，常用M 表示。
适用于偏态分布资料或不规则分布资料和开口资料。
所谓“开口”资料，是指数据的一端或两端有不确定值。
当n 为奇数时，M=X (n+1)/2；当n 为偶数时，M=[X n/2+ X n/2+1]/2。
18. 百分位数(percentile)：是一种位臵指标，以P x 表示，一个百分位数Px 将全部观察值分为两个部分，理论上有x%的观察值小于Px 小，有(1-x%)的观察值大于Px 。
19. 变异系数(coefficient of variance, CV)：亦称离散系数(coefficient of dispersion)，为标准差与均数之比，常用百分数表示。
100%X s/CV ⨯=, 变异系数没有度量衡单位，常用于比较度量单位不同或均数相差悬殊的两组或多组资料的离散程度。
20. 统计表(statistical table)：统计表就是以表格的形式，表达被研究对象的特征、内部构成及研究项目分组之间的数量关系。
21. 频率(relative frequency)：在n 次随机试验中，事件A 发生了m 次，则比值试验的总次数发生的试验次数A ==n m f 称为事件A 在n 次试验中出现的频率(relative frequency)。
m 称为出现的频数(frequency)。
在实际工作中，当观察单位的例数足够多时，可以用频率来代替概率。
频率是概率的估计值。
22. 概率(probability)：在重复试验中，事件A 的频率，随着试验次数的不断增加将愈来愈接近一个常数p ，这个常数p 就称为事件A 出现的概率(probability)，记作P(A)或P 。
描述随机事件发生的可能性大小的数值，常用P 来表示。
23. 统计量(statistic)：由样本所算出的统计指标或特征值。
24. 相关系数(correlation coefficient)：用以说明具有直线关系的两个变量间相关关系的密切程度和相关方向的指标，称为相关系数，又称为积差相关系数(coefficient of product-moment correlation)，总体相关系数用希腊字母ρ表示，而样本相关系数用r 表示，取值范围均为[-1, 1]。
25. 回归系数(regression coefficient)：直线回归方程Yˆ= a+b X 的系数b 称为回归系数，也就是回归直线的斜率(slope)，表示X 每增加一个单位，Y 平均改变 b 个单位。
26. 参考值范围(reference range)：也称为正常值范围(normal range)，医学上常把绝大多数正常人的某指标值范围称为该指标的正常值范围。
绝大多数：可以是90%、95%、99%等等，最常用的是95%。
正常人：不是指健康人，而是指排除了影响所研究指标的疾病和有关因素的同质人群。
又称参考值范围，是指特定健康人群的解剖、生理、生化等各种数据的波动范围。
习惯上是确定包括95%的人的界值。
27. 正偏态和负偏态分布：频数分布可分为对称分布和非对称分布两种类型。
非对称分布又称为偏态分布，是指观察值偏离中央的分布。
当尾部偏向数轴正侧(或右侧)时，称正偏态(或右偏态)分布，如人体中一些重金属元素的分布等。
反之，尾部偏向数轴负侧(或左侧)时，则称为负偏态(或左偏态)分布。
28. 统计推断(statistic inference)：从总体中随机抽取一定含量的样本进行研究，目的是通过样本的信息判断总体的特征，这一过程称为统计推断。
29. 标准误(standard error, SE)：在统计理论上将样本统计量的标准差称为标准误，用来衡量抽样误差的大小。
据此，样本均数的标准差σ称为标准误。
30. 参数估计(parameter estimation)：由样本信息估计总体参数。
它包括两种：点估计(point estimation)和区间估计(interval estimation)。
31. 点估计(point estimation)：直接用样本统计量作为对应的总体参数的估计值。
32. 区间估计(interval estimation)：按一定的概率或可信度(1-α)用一个区间估计总体参数所在范围，这个范围称作可信度1-α的可信区间(confidence interval, CI )，又称臵信区间。
这种估计方法称为区间估计。
33. 95%可信区间含义：如果重复若干次样本含量相同的抽样，每个样本均按同一方法构建95%可信区间，则在这些可信区间中，理论上有95个包含了总体参数，还有5个未估计到总体均数。
34.Ⅰ类错误(type Ⅰerror)：统计学上规定，拒绝了实际上成立的H 0，这类“弃真”的错误称为Ⅰ型错误或第一类错误，Ⅰ型错误的概率用α表示。
35.Ⅱ类错误(type Ⅱerror)：统计学上规定，不拒绝实际上不成立的H 0，这类“存伪”的错误称为Ⅱ型错误或第二类错误，Ⅱ型错误的概率用β表示。
36. 检验效能(power of a test)：又称把握度，即两总体确有差别，按α水准能发现它们有差别的能力。
37. 参数检验：总体分布已知，对其中一些未知参数进行估计或检验。
这类统计推断的方法叫参数统计或参数检验。
参数检验：假定比较数据服从某分布,通过参数的估计量(x , s)对比较总体的参数(μ)作检验，统计上称为参数法检验(parametric test)。
如t 、u 检验、方差分析。
38. 非参数检验：适用于任意分布(distribution free)的统计方法，这种方法称为非参数统计。
这种假设检验方法，比较的是分布而不是参数，故称为非参数检验。
非参数检验：是指在统计检验中不需要假定总体分布形式和用参数估计量，直接对比较数据的分布进行统计检验的方法，称为非参数检验(nonparametric test).39. 率(rate)：又称频率指标，用以说明某现象发生的频率或强度。
常以百分率(%)、千分率(‰)、万分率(1/万)、十万分率(1/10万)等表示。
其计算公式为：(K)比例基数单位总数可能发生某现象的观察单位数实际发生某现象的观察率⨯= 40. 构成比(proportion)：又称构成指标，它说明一种事物内部各组成部分所占的比重或分布，常以百分数表示，其计算公式为：100%⨯=的观察单位总数同一事物内各组成部分位数某一组成部分的观察单构成比 41. 比(ratio)：又称相对比，是A 、B 两个有关指标之比，说明A 为B 的若干倍或百分之几，它是对比的最简单形式。
其计算公式为：比=A/B 。
二、问答题和简答题1. 常见的三类误差是什么？应采取什么措施和方法加以控制？答：常见的三类误差是：(1)系统误差：在收集资料过程中，由于仪器初始状态未调整到零、标准试剂未经校正、医生掌握疗效标准偏高或偏低等原因，可造成观察结果倾向性的偏大或偏小，这叫系统误差。