卫生统计学
卫生统计学知识点整理
卫生统计学知识点整理1.数据类型：卫生统计学包括两种主要类型的数据，即定量数据和定性数据。
定量数据是数值型数据，如身高、体重等，可以使用各种统计方法进行分析。
定性数据是非数值型数据，如性别、职业等，可以使用描述性统计方法进行分析。
2.数据收集方法：卫生统计学使用多种方法收集数据，其中包括调查、观察、实验和文献研究等。
调查是最常用的数据收集方法，通过设计问卷或面对面访谈等手段收集信息。
观察是观察和记录事件或行为，以获取相关数据。
实验是通过对照组和干预组进行比较来确定原因和效果的方法。
文献研究是通过分析已有的文献、报告和统计数据来获取相关信息。
3.数据描述和总结：在数据收集完成后，卫生统计学需要对数据进行描述和总结。
这包括计算各种统计指标，如平均数、中位数、众数和标准差等，以了解数据的分布和变异程度。
4.假设检验：卫生统计学中常用的方法之一是假设检验，用于判断一些变量是否与其他变量有显著关联或差异。
假设检验基于统计学原理，通过计算样本数据与预期数据之间的差异，评估是否拒绝或接受一些假设。
5.相关分析：相关分析是研究两个或多个变量之间关系的统计方法。
它可以确定变量之间的相关性大小和方向，并计算相关系数来度量相关性的强弱。
6.回归分析：回归分析是用来预测和解释一个或多个因变量与一个或多个自变量之间关系的方法。
它可以估计自变量对因变量的影响程度，并评估其统计显著性。
7.生存分析：生存分析是研究个体在一定时间内生存或发生一些事件的概率的统计方法。
它通常用于研究疾病的生存率和治疗效果。
8.抽样方法：抽样方法是在卫生调查中常用的一种方法，它可以通过选择一部分样本来代表整体群体。
常见的抽样方法包括随机抽样、系统抽样、分层抽样和整群抽样等。
9.统计软件：卫生统计学使用各种统计软件来进行数据分析和统计计算。
常用的统计软件包括SPSS、SAS、R和STATA等，它们提供了丰富的统计功能和图形展示方式。
10.数据伦理：卫生统计学中数据伦理是一个重要的问题，主要涉及数据的保密性、隐私保护和知情同意等方面。
卫生统计学
卫生统计学卫生统计学是研究人口健康和疾病发生与分布规律的一门学科。
它运用数理统计学的方法和原理，对人群的健康状况进行统计分析和评估，以便制定预防和控制疾病的策略。
卫生统计学的意义卫生统计学在公共卫生领域具有重要的意义。
通过收集、整理、分析和解释健康数据，卫生统计学可以帮助卫生决策者了解人群的健康状况、疾病的分布和趋势，为公共卫生政策的制定提供科学依据。
通过对疾病的进行有针对性的监测和分析，可以及时预警和应对疾病的爆发，有效降低疾病给人群健康带来的危害。
卫生统计学的研究内容卫生统计学涉及的研究内容广泛，主要包括以下几个方面：1.健康状况的测量：通过统计方法对人群的健康状况进行测量和评估，包括疾病的发生率、死亡率、残疾率等指标。
2.疾病流行病学：研究疾病在人群中的分布规律和变化趋势，分析其与环境、生活方式、基因等因素的关系。
3.卫生决策分析：根据统计分析的结果，为卫生决策提供科学依据，评估不同干预措施的效果和成本效益。
4.医疗资源配置：通过卫生统计学的方法，评估医疗资源的分配情况，优化医疗资源的配置方式，提高医疗服务的效率和质量。
5.健康政策评估：评估各种卫生政策和干预措施对人群健康的影响，为政策的修订和完善提供科学依据。
卫生统计学的发展趋势随着卫生数据的不断积累和信息技术的不断发展，卫生统计学正面临着许多新的挑战和机遇。
未来，卫生统计学将朝着以下几个方向发展：1.大数据和人工智能：随着大数据时代的到来，卫生统计学将更多地利用大数据和人工智能技术，挖掘数据中的信息，提高数据分析和预测的准确性和效率。
2.基因组学和生物信息学：随着基因组学和生物信息学的快速发展，卫生统计学将更多地与这些领域相结合，研究基因与疾病之间的关系，推动个性化医疗的发展。
3.跨学科研究：未来，卫生统计学将更多地与流行病学、生态学、社会学等学科进行跨学科研究，共同解决公共卫生领域面临的重大挑战。
4.健康信息化：卫生统计学将更多地利用信息技术，推动健康信息化的发展，建立健康数据的标准化、共享和管理机制，提高数据的质量和可靠性。
卫生统计学分类归纳总结
卫生统计学分类归纳总结卫生统计学是一门研究人群健康状况及卫生问题的学科，通过收集、整理和分析大量的卫生数据，为卫生决策和健康管理提供科学依据。
本文将对卫生统计学的分类进行归纳总结，帮助读者更好地理解并运用这一学科。
一、基本概念卫生统计学是卫生学中的一门分支学科，主要研究人群的健康状况、卫生问题及其影响因素，并运用各种统计方法对数据进行分析和处理。
其基本概念包括卫生数据的收集、整理、分析和应用，以及各种统计指标的计算和解释。
二、分类根据研究对象和目的的不同，卫生统计学可以分为以下几个方面的分类：1. 描述统计学描述统计学即对卫生数据进行整理、总结和描述的过程，主要包括频数分布、均值、中位数、标准差等统计指标的计算和解释。
通过描述统计学分析，可以直观地了解人群健康状况的分布特点和变化趋势。
2. 比较统计学比较统计学主要研究不同人群、不同时间段或不同地区之间的卫生状况差异，并通过统计检验方法确定差异是否具有统计学意义。
常用的比较统计学方法包括t检验、方差分析、卡方检验等。
3. 关联统计学关联统计学研究卫生问题之间的关系及其影响因素，包括因果关系的确定和相关性的分析。
通过关联统计学分析，可以揭示疾病与危险因素之间的关联程度，为卫生干预策略的制定提供科学依据。
4. 预测统计学预测统计学在卫生统计学中的应用较为广泛，通过建立数学模型和统计方法，预测人群健康状况的变化趋势和未来可能出现的卫生问题。
常见的预测统计学方法有时间序列分析、回归分析等。
5. 因果推断因果推断是卫生统计学中的重要问题之一，通过分析和解释卫生数据，确定疾病和卫生问题之间的因果关系。
为了准确进行因果推断，需要控制混杂因素、排除偏倚等干扰因素，常用的方法包括回顾性研究和前瞻性研究等。
三、应用领域卫生统计学广泛应用于卫生管理、卫生政策制定、流行病学调查等领域。
具体包括以下几个方面：1. 卫生状况评价通过对卫生数据的分析，评估人群的健康状况和卫生问题，并基于评价结果制定相应的卫生政策和干预措施，以提高人群的健康水平。
《卫生统计学》教学课件
假设检验
单样本t检验
介绍单样本t检验的原理、方法和应用实 例。
A 假设检验的基本思想
阐述假设检验的原理、步骤和注意 事项。
B
C
D
方差分析
阐述方差分析的基本原理、方法和应用实 例，包括单因素和多因素方差分析。
两样本t检验
详细解释两样本t检验的原理、方法和应 用实例，包括独立样本和配对样本的t检 验。
推断性统计在卫生领域的应用
01
假设检验
在卫生研究中，经常需要比较两组或多组数据的差异是否具有统计学意
义。通过假设检验，可以对研究假设进估计
利用样本数据对总体参数进行估计时，置信区间可以提供估计的精确度
和可信度。在卫生研究中，置信区间常用于估计发病率、死亡率等指标
随机区组设计 将实验对象按某种特征（如性别、年龄等）分成若干区组， 然后在每个区组内随机分配处理组，适用于存在明显个体 差异或需要控制某些非处理因素的情况。
析因设计 研究多个因素对实验结果的影响，通过全面组合各因素的 不同水平进行实验，适用于探索多因素交互作用的情况。
实验数据的分析
描述性统计分析 对数据进行整理、概括和描述，包括数 据的集中趋势、离散程度和分布形态等。
方差分析
比较不同处理组间的均数差异是否有 统计学意义，适用于完全随机设计和
随机区组设计的数据分析。
推断性统计分析 通过样本数据推断总体特征，包括参 数估计和假设检验等方法。
回归分析 探讨自变量和因变量之间的数量关系， 建立回归方程并进行预测和控制。
06
卫生统计应用实例
描述性统计在卫生领域的应用
1 2 3
卫生统计学的研究方法
描述性研究
通过收集和整理数据，用统计指标和 图表描述人群健康现象的数量特征和 分布规律。
卫生统计学名词解释
卫生统计学名词解释一、基础概念1.总体（Population）：在一定时空范围内同质的所有观察单位或个体的集合。
2.样本（Sample）：从总体中随机抽取的一部分观察单位的集合。
3.变量（Variable）：观察单位的基本特征或特性，可以分为定量变量和定性变量。
4.总体参数（Population Parameter）：描述总体特征的概括性数值，如总体均数、总体率等。
5.样本统计量（Sample Statistic）：描述样本特征的数值，如样本均数、样本率等。
二、资料类型与搜集方法1.计数资料（Count Data）：通过计数或分类得到的资料，一般用相对数（率）表示。
2.计量资料（Measure Data）：通过测量得到的数值资料，一般用均数、中位数等表示。
3.等级资料（Ordinal Data）：具有一定顺序或等级的资料，一般用等级或有序分类表示。
4.调查法（Survey Method）：通过问卷、访谈等方式收集资料的方法，常用于大样本调查。
5.实验法（Experimental Method）：通过实验设计、随机分组等方式收集资料的方法，常用于实验研究。
6.观察法（Observational Method）：通过观察记录收集资料的方法，常用于临床观察、生态学研究等。
7.纵向研究（Longitudinal Study）：对同一组观察单位在不同时间点进行重复观察的方法，可获取纵向数据。
8.横向研究（Cross-sectional Study）：在某一时间点对不同组观察单位进行同时观察的方法，可获取横截面数据。
9.随机抽样（Random Sampling）：按照随机原则从总体中抽取样本的方法，保证每个观察单位被抽中的概率相等。
10.系统抽样（Systematic Sampling）：按照某种规则或顺序从总体中抽取样本的方法，如每隔一定数量的观察单位抽取一个样本。
三、卫生统计学方法1.描述性统计（Descriptive Statistics）：通过对数据进行整理、归类、简化和表示，描述数据的基本特征和分布情况。
卫生统计学重点总结
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。
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。
- 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)。
第一章绪论一，名词解释1.参数：根据总体分布的特征而计算的总体统计指标。
2. 总体：研究目的确定的同质观察单位的全体。
3. 同质：总体中个体具有相同的性质。
4.变异：同质基础上的个体差异。
5.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。
6.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。
）7.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。
1.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。
2.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。
3. 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。
4.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1.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。
2.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。
3. 标准差：也称均方差，是各数据偏离平均数的距离的平均数。
4.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。
5. 几何均数：变量对数值的算数均数的反对数。
6.四分位数间距：百分位数P75和百分位数P25之差。
7.正偏态分布：偏态分布是相对于正态分布而言的，如果频数分布的高峰向左偏移，长尾向右侧延伸为正偏态分布也叫右偏态分布。
8.负偏态分布：偏态分布是相对于正态分布而言的，如果频数分布的高峰向右偏移，长尾向左延伸则成负偏态分布，也叫左偏态分布。
9.变异系数：是衡量资料中各观测值变异程度的一个统计量，用标准差与平均数的比值来表示。
二、问答题。
描述数值变量资料集中趋势的指标有哪些？其适用范围有哪些？答：常见的包括算术均数、几何均数、中位数。
相同点：算数均数和中位数都适用于正态分布的资料。
不同点：几何均数适用于可经对数转换为对称分布的资料；中位数适用于各种分布的资料，常用于描述偏峰分布的资料。
描述数值变量资料离散趋势的指标有哪些？其适用范围有何异同？答：常见的包括：极差、四分位数间距、方差、标准差和变异系数。
适用范围相同点：极差和四分位数间距可用于各种资料的分布；方差和标准差适用于对称分布，特别是正态分布的资料。
不同点：极差易受样本含量的影响，很不稳定；四分位数间距特别适用偏峰分布资料；变异系数适用于量纲不同的变量间，或均数差别较大的变量间变异程度的比较。
第三章定性资料的统计描述一，名词解释率：指某现象实际发生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：是指事物内部某一组成部分观察单位数与该事物内部各组成部分观察单位总数之比，用以说明某一事物内部各组成部分所占的比重或分布，常用百分数表示。
相对比：是指两个有关联的指标之比，用以说明一个指标是另一个指标的几倍或几分之几。
人口金字塔：是将人口的性别和年龄资料结合起来，以图形的方式表达人口的性别和年龄构成。
它以年龄为纵轴，人口数构成为横轴，左侧为男，右侧为女而绘制的两个相对应的直方图，可以分析过去人口的出生死亡情况以及今后人口的发展趋势。
标准化率：寻找一个统一的分布作为标准组，然后每个比较组均按该分布标准计算相应的率，所得到的率是相对于标准组的，故称为标准化率。
标准化死亡比（SMR）：实际死亡人数与期望死亡人数之比。
期望寿命：指0岁时的预期寿命。
一般用“岁”表示。
即在某一死亡水平下，已经活到X 岁年龄的人们平均还有可能继续存活的年岁数。
动态数列：按时间顺序将一系列统计指标（可以为绝对数，相对数或平均数）排列起来，用以观察和比较该事物在时间上的变化和发展趋势。
二、问答题请说明频率型指标与强度型指标的主要区别？答：主要区别：指标的解释不同，频率型指标是表示事物内部某个组成部分所占的比重或分布，或指某现象发生的频率。
强度型指标是指单位时间内某现象发生的频率。
标准化法的基本思想？答：采用统一的标准，以消除重要因素的构成不同对粗率的影响，使通过标准化后的标准化率具有可比性。
请比较发病率和患病率的不同。
答：发病率表示一定时期内，在可能发生某病的一定人群活过的总人年数中，新发生的某病病历数，其分子是新病历数，分母是总人年数；患病率，又称现患率，指某时点上受检人数中先患某种病的人数，通常用于描述病程较长或发病时间不易明确的疾病的患病情况，其分子包括新旧病例数，分母是受检总人数。
在一定的人群和时间内，发病率和患病率有密切关系，两者与病程（D）的关系是：PR=IR×D。
请比较死亡率与病死率的不同。
答：死亡率与病死率的分子是一样的，均表示因某病死亡的人数，但死亡率的分母是总人年数，侧重反映发生的强度，或单位时间内死亡的概率；病死率的分母是患某病的人数，反映疾病死亡的概率。
应用相对数应注意的事项。
答：1.分析时不能以构成比代替率；2.应用相对数对比分析时，要考虑资料是否具有可比性；3.计算相对数时分母应有足够数量；4.对观察单位数不等的几个率，不能直接相加求其平均；5.样本率要检验。
应用标准化的注意事项。
答：1.标准化的应用范围很广，适用于“某事件的发生率”可以是治愈率，也可以是患病率，还可以是发病率、病死率等。
当某个分类变量在两组中分布不同时，这个分类变量就成为两组频率比较的混杂因素，标准化法的目的就是消除这个混杂因素的影响。
2.标准化后的标准化率，已经不再反映当时当地的实际水平，它只是表示相互比较的资料间的相对水平。
3.标准化法的实质是找一个“标准“，使两组得以在一个共同的”平台“上进行比较。
4.两样本标准化率是样本值，存在抽样误差。
比较两样本的标准化率，当样本含量较小时，还应作假设检验。
第四章统计表与统计图一、问答题依次写出箱式图中涉及到的各个取值。
答：由大到小的次序为：极大值、P75、中位数、P25和极小值。
直方图中各矩形的高度等于频数（或频数），对吗？答：对于各组距相等的情形，该说发是对的。
若某些组段的组距与多数阻段所取组距不同时，例如前者是后者的k倍，则该不等距组段的高度为频数（频率）除以k。
确切地说，组段对应的面积等于频数（频率）。
统计表的列表原则是什么？答：一是重点突出，简单明了；二是主谓分明，层次清楚，符合逻辑。
线图和半对数线图的主要区别是什么？答：线图的纵轴尺度为算术尺度，用以表示某指标随时间的变化趋势；半对数线图的纵轴尺度为对数尺度，用以表示某指标随时间的增长或减少速度。
第五章常用概率分布一、名词解释正态分布：是一种很重要的连续型分布，以均数为中心，左右两侧对称，靠均数两侧的频数较多，离均数越远，频数越少，形成钟形分布。
Poisson分布：是一种离散型分布，用以在单位时间、空间、面积等的罕见时间发生次数的概率分布。
二项分布：对只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。
医学参考值范围：是指特定的“正常”人群（排除了对所研究指标有影响的疾病和有关因素的特定人群）的解剖、生理、生化指标及组织代谢产物含量等数据中大多数个体的取值所在的范围。
人们习惯用该人群中95%的个体某项医学指标的取值范围作为该指标的医学参考值范围。
二、问答题医学参考值范围确定的方法是什么？答：百分位数法和正态分布法。
简述二项分布、Poisson分布、正态分布的区别与联系。
答：区别：二项分布、Poisson分布是离散型概率分布，用概率函数描述其分布状况，而正态分布是连续型概率分布，用密度函数和分布函数描述其分布状况。
联系：Poisson分布可以视为n很大而π很小的二项分布。
当n很大而π和1—π都不是很小的时候二项分布渐近正态分布，当λ》=20的时候Poisson分布渐近正态分布。
控制图的基本原理。
答：如果某一波动仅仅由个体差异或随机测量误差所致，那么观察结果服从正态分布；依据标准正态分布曲线下面积的分布规律性，确定出现概率非常小的若干情况作为异常标准；如果出现相应结果则判为异常。
二项分布的特征？答：二项分布图的高峰在μ=nπ处或附近；π为0.5时，图形是对称的；当π不等于0.5时，分布不对称，且对同一n，π离0.5愈远，对称性愈差。
对同一π，随着n的增大，分布趋于对称。
当n→∞时，只要π不太靠近0或1，二项分布趋于对称。
Poisson分布的特征？答：（1）Poisson分布的总体均数与总体方差相等，均为λ。
（2）当λ较小时，图形呈偏态分布；当λ较大时，图形呈正态分布。
（3）Poisson分布的观察结果具有可加性。
正态分布曲线的位置与形状的特点？答：（1）关于χ=μ对称。
（2）在χ=μ处取得该概率密度函数最大值，在χ=μ±σ处有拐点。
（3）曲线下面积为1。
（4）μ决定曲线在横轴上的位置，μ增大，曲线沿横轴向右移；反之，μ减小，曲线沿横轴向左移。
（5）σ决定曲线的形状，当μ恒定时，σ越大，数据越分散，曲线越“矮胖”；σ越小，数据越集中，曲线越“瘦高”。
第六章参数估计基础一、名词解释统计推断：抽样研究的目的是用样本信息来推断相应总体的特征，这一过程称为统计推断。
参数估计：如何由样本统计指标来推断总体相应指标。
假设检验：如何由样本差异来推断总体之间是否可能存在差异。
标准误SEM：样本均数的标准差，即均数的标准误。
置信区间CI：将样本统计量与标准误结合起来，确定一个具有较大置信度的包含总体参数的范围，该范围称为总体参数的置信区间。
t分布：在实际的工作中，往往σ是未知的，常用s作为σ的估计值，为了与μ变换区别，称为t变换，统计量t值的分布称为t分布。
二、问答题t分布图形的特征？答：（1）单峰分布，以0为中心，左右对称；（2）ν越小，t值越分散，曲线的峰部越矮，尾部越高；（3）随着ν逐渐增大，t分布逐渐接近标准正态分布；当ν趋向∞时，t分布趋近标准正态分布。
总体分布的形态和样本含量对样本均数的抽样分布会产生何种影响？答：无论原始数据的总体分布形态如何，即对于任意分布而言，在样本含量足够大时，其样本均数的分布近似于正态分布，且样本均数的均数等于原分布的均数，样本均数的标准误有公式（6-1）计算。