医学统计学名词解释概念总结
医学统计学
医学统计学医学统计学是应用统计学原理和方法来分析、解释医学数据的学科。
医学统计学涉及的内容有很多，包括疾病的发病率、死亡率、治疗效果、药物试验、临床试验等。
医学统计学的应用范围非常广泛，它可以帮助医生和研究者更好地了解疾病的发病机制、诊断标准、治疗效果和预后预测等方面，从而更好地开展医学研究和医疗工作。
医学统计学的基本概念在医学统计学中，有许多基本概念需要了解，以便更好地理解数据的含义。
以下是一些常见的医学统计学概念：1. 样本和总体在医学研究中，我们通常不可能研究每一个人，因此我们只能从总体中抽取一部分人作为样本，然后对它们进行研究。
所以，在医学统计学中，样本就是从总体中抽取的一部分人或物体。
2. 变量变量是研究中需要测量和分析的事物，例如人的年龄、身高、体重等，还有许多与医学有关的变量，如血糖、血压、胆固醇、白细胞计数等。
3. 参数参数是描述总体的特征的量，例如总体的平均数、标准差等。
4. 统计量统计量是描述样本的特征的量，例如样本的平均数、标准差等。
5. 分布分布是指变量在总体或样本中的出现频率和分布情况，可以利用概率分布来描述。
医学统计学的基本方法在医学研究中，我们通常采用以下几种方法来分析数据：1. 描述统计描述统计是对样本的基本特征进行总结和描述的方法，包括常见的测量指标如平均数、中位数、众数、方差和标准差等。
2. 推断统计推断统计是通过样本估计总体参数的方法。
常见的推断统计方法包括假设检验、置信区间和方差分析等。
3. 多元统计多元统计是通过同时考虑多个变量来分析数据的方法。
它包括回归分析、因子分析、聚类分析等方法。
临床试验临床试验是指为了评价新药物或治疗方法在人体中的疗效和安全性而进行的研究。
在临床试验中，医学统计学起着非常重要的作用。
医学统计学可以帮助选择合适的样本、制定合理的试验方案、确定研究指标、提高数据质量、分析数据等。
例如，在药物研发中，我们需要先进行前期实验，确定药物的毒性、吸收、分布、代谢和排泄等特性。
医学统计学考试必会名词解释
,更确切地说,就是同质的所有观察单位某种观察值(变量值)的集合。
,观察单位数无限。
,其实测值的集合。
样本应具有代表性。
研究者则应对每个观察单位的某项特征进行测量与观察,这种特征称为变量。
,亦称为资料。
,可以控制的主要因素尽可能相同。
,就是对每个观察对象的观察指标用定量方法测定其数值大小所得的资料,一般用度量衡单位。
,就是先将观察对象的观察指标按性质或类别进行分组,然后计数各组该观察指标的数目所得的资料。
,常用P表示。
(用希腊字母代表),如总体均数μ,总体率л,总体标准差σ等。
,称为统计量。
(用拉丁字母代表)如相本均数x,样本率p,样本标准差s等。
(变量取值为一定范围内的任意值)的资料,其结果表达的限制因素就是测量仪器或方法的灵敏度。
,表示观察值在各组内出现的频繁程。
,即为频数分布表,简称频数表。
,左右两侧的频数基本对称。
,集中位置偏向一侧。
若集中位置偏向数值小的一侧(左侧),称为正偏态;若集中位置偏向数值大的一侧(右侧),,在医学领域中常用的平均数有算术均数、几何均数及中位数。
,描述一组同质计量资料的平均水平。
统计学中常用希腊字母μ表示总体均数,用x表演示样本均数。
,但经过对数变换后呈正态分布或近似正态分布的资料,如血清抗体滴度、细菌计数等,宜采用几何均数描,即全部观察值中最大值与最小值之差,用符号R表示。
极差大,说明变异程度大;反之,说明变异程度小。
x百分位置上的数值,用符号表示为P x。
简记为CV),亦称离散系数,为标准差与均数之比。
写成公式为:CV=S/X×100%,常用于(1)比较计量单位不同的几组资料的离散程;(2),也称正常值。
,生物医学数据并非常数,而就是在一定范围内波动。
,随机抽样引起的样本统计量与总体参数间的差异称为抽样误差。
样本均数的标准差称为标准误 ,其计算公式为。
,就是统计推断的一个重要方面。
,称为点值估计。
,指按预先给定的概率估计未知总体均数的可能范围。
,用α表示,就是预先规定的概率值,在实际工作中一般取α=0、05。
医学统计学名词解释
统计名词解释1、统计学：是运用数理统计的基本原理和方法研究预防医学和卫生事业管理中资料的收集，整理和分析的一门应用科学。
具体地讲，是按照设计方案去收集、整理、分析数据，并对数据结果进行解释，从而做出比较正确的结论。
2、总体：是根据研究目的确定同质的所有观察单位某种变量的集合。
3、变异：同一性质的事物，其观察值（变量值）之间的差异。
4、抽样研究：从所研究的总体中随机抽取一部分有代表性的样本进行研究，用样本指标推论总体，最终达到了解总体的目的。
这种用样本指标推论总体参数的方法称为抽样研究。
5、统计描述：用统计图表或计算统计指标的方法表达一个特定群体的某种现象或特征。
6、统计推断：根据样本资料的特性对总体的特性作估计或推论的方法称统计推断，常用方法是参数估计和假设检验。
7、概率：是指某事件出现可能性大小的度量，以符号P表示。
8、医学参考值范围：参考值范围又称正常值范围。
医学上常把包括绝大多数人某项指标的数值范围称为该指标的参考值范围。
9、正态分布规律：实际工作中，经常需要了解正态曲线下横轴上的一定区域的面积占总面积的百分数，用以估计该区间的观察例数占总例数的百分数，或变量值落在该区间的频数或概率。
10、可比性：是指对研究结果有影响的非处理因素在各处理组之间尽可能相同或相近。
11、动态数列：是一系列按时间顺序排列起来的统计指标，包括绝对数、相对数或平均数，用以说明事物在时间上的变化和发展趋势。
12、抽样误差：在同一总体中随机抽取样本含量相同的若干样本时，样本指标之间的差异以及样本指标与总体指标的差异。
13、标准误：表示样本均数间变异程度。
14、率的抽样误差：抽样过程中产生的同一总体中均数之间的差异称为均数的抽样误差，率之间的差异称为率的抽样误差。
15、参数估计：是指用样本指标（称为统计量）估计总体指标（称为参数）。
16、可信区间：总体参数的所在范围通常称为参数的可信区间或置信区间，即该区间以一定的概率（如95%或99%）包含总体参数。
医学统计学名词解释总结归纳 考前必看笔记·
医学统计学名词解释ANOV A 方差分析：，又称变异数分析或F 检验，它是一种以F 值为统计量的计量资料的假设检验方法。
它是以总方差分解为两（多）个部分方差和总自由度分解成相应各部分自由度为手段，目的在于推断两组或多组的总体均数是否相同或检验两个或者多个样本均数间的差异是否具有与统计学意义。
average 平均数：常用于描述一批观察值分布集中位置的一组统计指标，常用的有算数均数、几何均数和中位数三种。
Censored data 删失数据：规定的观察期内，对某些观察对象，由于某种原因未能观察到病人的终点事件发生，并不知道其确切的生存时间，称为生存时间的删失数据。
complete data 完全数据：在规定的观察期内，对某些观察对象观察到了终点事件发生，从起点到终点事件所经历的时间，称为生存时间的完全数据。
coefficient of product-moment correlation 线性相关系数：又称Peaeson 积差相关系数，是定量描述两个变量间线性关系密切程度和相关方向的统计指标。
总体相关系数用ρ表示，样本相关系数用r 表示。
coefficient of variation CV 即变异系数：主要用于量纲不同的变量间，或均数相差较大的变量间的变异程度的比较。
Coefficient of determination 决定系数：即为复相关系数的平方，表示回归平方和回归SS 占总离均差平方和总SS 的比例。
即总回归SS 2SS R 。
用2R 可以定量评价在y 的变异中由x 变量组建立的线性回归方程所能解释的比例。
confidence interval CI 置信区间指按预先给定的概率确定的包含未知总体参数的可能范围。
确切含义是指随机变化的置信空间包含总体参数的可能性是1-a 。
homogeneity 同质：指被研究指标的影响因素相同，但在医学研究中有些影响因素往往是难以控制的甚至是未知的linear correlation 线性相关:两个随机变量X 、Y 之间呈线性趋势的关系称为线性相关，又称简单相关（simple correlation ），简称相关。
医学统计学的名词解释
医学统计学的名词解释1. 平均数：哎呀呀，平均数就是一组数据的平均值啦！就好像一家人的平均身高，把所有人的身高加起来再除以人数，这就是平均数呀！比如咱班同学这次考试的成绩，算出来的平均成绩就是平均数呢。
2. 标准差：嘿，标准差可重要啦！它就像是衡量一组数据离散程度的尺子。
比如说一堆苹果大小不一，标准差就能告诉你它们大小的差异有多大。
像不同班级的考试成绩波动情况，标准差就能体现出来呀。
3. 方差：哇塞，方差其实就是标准差的平方呀！可以理解为对数据离散程度的一种更强烈的表达。
好比不同球队比赛得分的差异情况，方差就能清楚地显示出来呢。
4. 中位数：哟呵，中位数就是按顺序排列的一组数据中居于中间位置的那个数呀！就像排队中间的那个人一样。
比如统计大家的工资水平，中位数能给你一个中间的参考呢。
5. 众数：嘿呀，众数就是一组数据中出现次数最多的那个数呀！好比大家都喜欢的一种颜色，那这个颜色就是众数嘛。
像大家都爱点的一道菜，它就是众数呀。
6. 概率：哇哦，概率就是某件事情发生的可能性大小呀！就像明天会不会下雨，有多大的概率会下。
比如抽奖中一等奖的概率，这就是概率呀。
7. 相关系数：哎呀呀，相关系数就是衡量两个变量之间关系密切程度的指标呀！就好像朋友之间关系好不好一样。
像身高和体重之间的关系，相关系数就能告诉你呢。
8. 卡方检验：嘿，卡方检验可厉害啦！它能帮我们判断两个分类变量之间有没有关系。
就像看看男生和女生对某种活动的喜好是不是不一样，卡方检验就能知道啦。
9. t 检验：哇塞，t 检验能用来比较两组数据有没有显著差异呢！好比两组病人治疗效果的对比，t 检验就能发现不同哦。
10. 回归分析：哟呵，回归分析就是找出变量之间关系的一种方法呀！就像根据天气预测农作物的产量，回归分析就能做到呢。
我的观点结论：医学统计学的这些名词真的都好重要呀，能让我们更科学地分析和理解医学数据呢！。
医学统计学知识点汇总
医学统计学知识点汇总医学统计学是指应用统计学原理和方法进行医学研究设计、数据分析和结果解释的学科。
医学统计学的知识点非常丰富，包括统计学基础知识、研究设计、样本量计算、控制方法、参数估计、假设检验和数据分析等方面。
以下是医学统计学知识点的一些精华汇总。
1.统计学基本概念：包括基本统计量（均值、中位数、众数）、数据类型（定量数据、定性数据）、数据的描述方法（频数分布表、直方图等）。
2.研究设计：包括随机对照试验、队列研究、病例对照研究等，了解不同研究设计的优缺点及适用场景。
3.样本量计算：确定研究样本量是保证研究结果可靠性的重要一环，需要根据研究目的、效应量和统计显著性水平确定样本量。
4.控制方法：包括随机分组、盲法、配对设计等，用于减少实验误差和避免偏倚。
5.参数估计：常用的参数估计方法有点估计和区间估计。
点估计是通过样本数据得到总体参数的一个点估计值，区间估计是对总体参数的一个区间估计。
6.假设检验：假设检验是用来判断样本数据与总体假设之间的差异是否显著的统计方法。
常用的假设检验方法有t检验、卡方检验、方差分析等。
7.数据分析：包括描述性统计分析和推断性统计分析。
描述性统计分析用来描述研究变量的基本情况，推断性统计分析用来推断样本数据与总体数据之间的关系。
8.相关分析：用来分析变量之间的关联程度，包括皮尔逊相关系数和斯皮尔曼等级相关系数等。
9. 回归分析：用来分析因变量与自变量之间的关系，包括线性回归分析和 logistic回归分析等。
10.生存分析：用来分析时间到达事件发生的概率，包括生存曲线的绘制、生存率的估计和影响因素的分析等。
11. 多变量分析：用来分析多个自变量对因变量的影响，包括多元方差分析、多元回归分析和多元Logistic回归分析等。
12. Meta分析：用于综合多个独立研究结果，对总体效应进行定量分析和综合评价。
以上是医学统计学的一些精华知识点的汇总。
医学统计学的应用非常广泛，不仅在医学研究中需要应用统计学的原理和方法，也在临床实践中需要对医学统计学知识有一定的了解和应用。
(完整word版)医学统计学名词解释.doc
1.统计学（ Statistics ）：运用概率论、数理统计的原理与方法，研究数据的搜集；分析；解释；表达的科学2.医学统计学：是以医学理论为指导，借助统计学的原理和方法研究医学现象中的数据搜集、整理、分析和推断的一门综合性学科。
3.变量：是指观察个体的某个指标或特征，统计上习惯用大写拉丁字母表示4.同质：是指事物的性质、影响条件或背景相同或相近。
5.变异：是指同质的个体之间的差异6.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。
7. 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。
8.参数：参数（ paramater ）是指总体的统计指标，如总体均数、总体率等。
总体参数是固定的常数。
多数情况下，总体参数是不易知道的，但可通过随机抽样抽取有代表性的样本，用算得的样本统计量估计未知的总体参数。
9.统计量：统计量（ statistic ）是指样本的统计指标，如样本均数、样本率等。
样本统计量可用来估计总体参数。
总体参数是固定的常数，统计量是在总体参数附近波动的随机变量。
10.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。
11. 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。
12.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。
医学统计学名词解释
医学统计学：是运用运用概率论和数理统计学的原理和方法，研究医学领域中随机现象有关数据的搜集、整理、分析和推断，进而阐明其客观规律性的一门应用科学。
1、观察单位（observed unit）亦称个体，是统计研究中的基本单位。
2、总体（population）是根据研究目的确定的同质观察单位（研究对象）的全体。
3、有限总体（finite population）明确规定了空间、时间、人群范围内有限个观察单位。
4、无限总体（infinite population）没有时间和空间范围的限制，其观察单位的全体数只是理论上存在的，因而可视为“无限”。
5、抽样（sampling）从总体中抽取部分观察单位的过程。
6、样本从总体中随机抽的的部分观察单位，其实测值的集合。
7、样本含量（sample size）该样本所包含的观察单位数。
8、变量（variable）能表现观察单位的变异性的特性称为变量。
8、同质（Homogeneity）:指被研究指标的有关影响因素相同。
8、变异（Variation）：指同质基础上的各种观察单位间的异同。
9、变量值（value of variable）或观察值（observed value）变量的观测值称为10、计量资料（measurement data）又称定量资料（quantitative data）或数值变量（numerical variable）资料。
为观测每个观测单位某项指标的大小，而获得的资料。
其变量值是定量的，表现为数值大小，一般由度量单位。
根据其观测值取值是否连续，又可分为连续型和离散型两类。
11、计数资料（enumeration data）又称定性资料（qualitative data）或无序分类变量资料、名义变量资料。
为将观察单位按某种属性或类别分组计数，分组汇总各组观察单位数后而得到的资料。
其变量值是定性的，表现为互不相容的属性或类别。
12、等级资料（ranked data）又称半定量资料或有序分类变量资料。
- 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)。
一名解医学统计学:是用统计学原理和方法研究生物医学问题的一门学科。
他包括了研究设计、数据收集、整理、分析以及分析结果的正确解释和表达。
统计描述：用统计指标、统计图表对资料的数量特征及分布规律进行客观的描述和表达。
统计推断：在一定的置信度和概率保证下，用样本信息推断总体特征：①参数估计：用样本的指标去推断总体相应的指标②假设检验：由样本的差异推断总体之间是否可能存在的差异同质：一个总体中有许多个体，他们之所以共同成为人们研究的对象，必定存在共性，我们说一些个体处于同一总体，就是指他们大同小异，具有同质性。
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。
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。
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。
（1）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。
（2）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。
（3）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）。
概率：概率(probability)又称几率，是度量某一随机事件A发生可能性大小的一个数值，记为P（A），P（A）越大，说明A事件发生的可能性越大。
0﹤P（A）﹤1。
频率：在相同的条件下，独立重复做n 次试验，事件A 出现了m 次，则比值m/n 称为随机事件A 在n 次试验中出现的频率(freqency)。
当试验重复很多次时P（A）= m/n。
随机误差（random error）又称偶然误差，是指排除了系统误差后尚存的误差。
它受多种因素的影响，使观察值不按方向性和系统性而随机的变化。
误差变量一般服从正态分布。
随机误差可以通过统计处理来估计。
抽样误差（sampling error ）是指样本统计量与总体参数的差别。
在总体确定的情况下，总体参数是固定的常数，统计量是在总体参数附近波动的随机变量。
系统误差：系统误差(systematic error)是指由于仪器未校正、测量者感官的某种偏差、医生掌握疗效标准偏高或偏低等原因，使观察值不是分散在真值的两侧，而是有方向性、系统性或周期性地偏离真值。
系统误差可以通过实验设计和完善技术措施来消除或使之减少。
随机变量：随机变量（random variable）是指取指不能事先确定的观察结果。
随机变量的具体内容虽然是各式各样的，但共同的特点是不能用一个常数来表示，而且，理论上讲，每个变量的取值服从特定的概率分布。
参数：参数（paramater）是指总体的统计指标，如总体均数、总体率等。
总体参数是固定的常数。
多数情况下，总体参数是不易知道的，但可通过随机抽样抽取有代表性的样本，用算得的样本统计量估计未知的总体参数。
统计量：统计量（statistic）是指样本的统计指标，如样本均数、样本率等。
样本统计量可用来估计总体参数。
总体参数是固定的常数，统计量是在总体参数附近波动的随机变量。
频数表（frequency table）用来表示一批数据各观察值或在不同取值区间的出现的频繁程度（频数）。
算术均数（arithmetic 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。
几何均数（geometric mean）用以描述对数正态分布或数据呈倍数变化资料的水平。
记为G。
中位数（median）Md将一组观察值由小到大排列，n 为奇数时取位次居中的变量值；为偶数时，取位次居中的两个变量的平均值。
反映一批观察值在位次上的平均水平。
极差（range）亦称全距，即最大值与最小值之差，用于资料的粗略分析，其计算简便但稳定性较差。
百分位数（percentile）是将n 个观察值从小到大依次排列，再把它们的位次依次转化为百分位。
百分位数的另一个重要用途是确定医学参考值范围。
四分位数间距（inter-quartile range）是由第3 四分位数和第1 四分位数相减计算而得，常与中位数一起使用，描述偏态分布资料的分布特征，较极差稳定。
方差（variance）：方差表示一组数据的平均离散情况，由离均差的平方和除以样本个数得到。
标准差（standard deviation）是方差的正平方根，使用的量纲与原量纲相同，适用于近似正态分布的资料，大样本、小样本均可，最为常用。
变异系数（coefficient of variation）用于观察指标单位不同或均数相差较大时两组资料变异程度的比较。
用CV 表示。
计算：标准差/均数*100%统计推断：通过样本指标来说明总体特征，这种从样本获取有关总体信息的过程称为统计推断（statistical inference）。
抽样误差：由个体变异产生的，抽样造成的样本统计量与总体参数的差异，称为抽样误差（sampling error）。
标准误及X s ：通常将样本统计量的标准差称为标准误（standard error of mean，SEM ），它反映了样本均数间的离散程度，也反映了样本均数与总体均数的差异，说明均数抽样误差的大小。
可信区间：按预先给定的概率确定的包含未知总体参数的可能范围。
该范围称为总体参数的可信区间（confidence interval，CI）。
参数估计：指用样本指标值（统计量）估计总体指标值（参数）。
假设检验中P 的含义：指从H0 规定的总体随机抽得等于及大于（或等于及小于）现有样本获得的检验统计量值的概率。
I 型错误（type I error ），指拒绝了实际上成立的H0，这类“弃真”的错误称为I 型错误，其概率大小用α表示。
II 型错误（type II error），指接受了实际上不成立的H0，这类“存伪”的误称为II 型错误，其概率大小用β表示。
检验效能：1-β称为检验效能（power of test），它是指当两总体确有差别，按规定的检验水准a 所能发现该差异的能力。
率（rate）又称频率指标，说明一定时期内某现象发生的频率或强度。
计算公式为：发生某现象的观察单位数/可能发生某现象的观察单位总数*100%，表示方式有：百分率（%）、千分率（‰）等。
构成比（proportion）又称构成指标，说明某一事物内部各组成部分所占的比重或分布。
计算公式为：某一组成部分的观察单位数/同一事物各组成部分的观察单位总数*100%，表示方式有：百分数等。
比（ratio）又称相对比，是A、B 两个有关指标之比，说明A 是B 的若干倍或百分之几。
计算公式为：A/B ，表示方式有：倍数或分数等。
非参数统计：针对某些资料的总体分布难以用某种函数式来表达，或者资料的总体分布的函数式是未知的，只知道总体分布是连续型的或离散型的，用于解决这类问题的一种不依赖总体分布的具体形式的统计分析方法。
参数统计：通常要求样本来自总体分布型是已知的（如正态分布），在这种假设的基础上，对总体参数（如总体均数）进行估计和检验，称为参数统计(parametric statistics)秩次：变量值按照从小到大顺序所编的秩序号称为秩次（rank）。
秩和：各组秩次的合计称为秩和（rank sum），是非参数检验的基本统计量。
直线回归（linear regression）建立一个描述应变量依自变量变化而变化的直线方程，并要求各点与该直线纵向距离的平方和为最小。
直线回归是回归分析中最基本、最简单的一种，故又称简单回归（simple regression）。
回归系数（regression coefficient ）即直线的斜率(slope)，在直线回归方程中用b 表示，b 的统计意义为X每增（减）一个单位时，Y平均改变b 个单位。
相关系数r：用以描述两个随机变量之间线性相关关系的密切程度与相关方向的统计指标。
二相关概念医学科研数据统计分析大致分以下4个步骤。
1.1 数据整理1.2 统计描述1.3 统计推断1.4 结果表达频数表的制作∙求全距R∙找到资料中的最大值A和最小值B∙计算全距R，∙划分组段∙确定组数∙确定组距∙确定各组段的上下限∙下限（lower limit）上限（upper limit）∙第一组段，其下限可取小于最小观察值得数∙半开半闭区间[ -- ，-- ）∙画表频数分布表和频数分布图的用途∙揭示频数分布的特征∙集中趋势∙集中趋势是指一组数据向某一个位置聚集或集中的倾向。
∙离散趋势∙离散趋势反映的是一组数据的分散性和变异度，即各个数据离开集中位置的程度。
∙便于观察数据的分布类型∙正态分布∙集中趋势的指标：均数∙离散趋势的指标：标准差∙偏态分布∙集中趋势的指标：中位数∙离散趋势的指标：四分位间距标准差的意义和用途1.说明资料的离散趋势(或变异程度)，标准差的值越大，说明变异程度越大，均数的代表性越差.标准差与原始数据的单位一致，在科技论文报告中，均数与标准差经常被同时用来描述资料的集中趋势与离散趋势。
1.用于计算变异系数2.用于计算标准误3.结合均值与正态分布的规律，估计参考值的范围。
变异系数（coefficient of variation）适用范围1观察指标单位不同，如身高、体重——不同单位资料2均数相差悬殊变异系数的特点及相应的用途∙没有单位n 反映标准差占均数的百分比或标准差是均数的几倍n 可用来比较度量衡单位不同的资料的变异度∙不受平均水平的影响n 反映的是以均数为基数的相对变异的大小n 比较均数相差悬殊的资料的变异度变异指标小结1．极差较粗，适合于任何分布2．标准差与均数的单位相同，最常用，适合于近似正态分布3．变异系数主要用于单位不同或均数相差悬殊资料4．平均指标和变异指标分别反映资料的不同特征，常配套使用如——正态分布：均数、标准差；偏态分布：中位数、四分位间距相对数使用应注意的问题1.根据需要正确选择相对数，常见错误是以构成比代率。