卫生统计学名词解释.docVIP

1、抽样误差：有个体变异产生的，抽样造成的样本统计量与总体参数之间的差异，称之。 2、标准误：将样本统计量的标准差称为标准误。 3、均数的标准误：样本均数的标准差也称为均数的标准误（SEM），它反映样本均数间的离散程度，也反映样本均数与相应总体均数间的差异，因而说明了均数抽样误差的大小。 4、u分布：若某一随机变量X服从总体均数为υ、总体标准差为σ的正态分布N（υ，σ2），则通过u变换（X-u／σ）可将一般正态分布转化为标准正态分布N（0,1 2），即u分布。 5、t分布：在实际工作中，由于σ-X未知，用S-X代替，则-X-υ／S-X不再服从标准正态分布，而服从t分布。 6、可信区间：是按照预先给定的概率（1-α） 2、单向方差分析（one way analysis of variance）是指处理因素只有一个。这个处理因素包含有多个离散的水平，分析在不同处理水平上应变量的平均值是否来自相同总体。 3均方：每种来源的离均差平方和用相应的自由度去除，可得到平均的离均差平方和，简称均方（mean square，MS） 4、LSD-t检验：即最小显著性差异t检验，适用于一对或几对在专业上有特殊意义的样本均数间的比较。 5、SNK（student-Newman-Keuls）法：又称q检验，是根据q值的抽样分布作出统计推论，适用于多个样本均数两两之间的全面比较。 6、Tukey法：又称为真正显著差（honestly significant difference，HSD）的单一值作为判断标准。 7、Dunnett-t检验：适用于g-1个实验组与一个对照组均数差别的多重比较。 8、完全随机设计：是采用完全随机化的分组方法，将全部试验对象分配到g个处理组（水平组），各组分布接受不同的处理，试验结束后比较各组均数之间的差别有无统计学意义，推论处理因素的效应。 9、析因设计（factorial design）实验：凡同时配置两个或两个以上处理因素，这些因素的各水平又具有完全组合的实验，统称为析因设计（factorial design）实验。 10、随机区组设计（randomized block design）是事先将全部受试对象按某种可能与实验因素有关的特征分为若干个区组（block），使每一区组内的受试对象例数与处理因素的分组数相等，使每个实验组从每一区组得到一例受试对象。 1、二项分布:是指只会产生两种可能结果如“阳性”或“阴性”之一的n次独立重复试验中，当每次试验的“阳性”概率π保持不变时，出现阳性次数X=0，1,2,3……的一种概率分布。 2、Poisson分布：作为二项分布的一种极限情况，已发展为描述小概率事件发生规律的一种重要分布。 1、分布：是一种连续型分布，可用于检验资料的实际频数和按检验假设计算的理论频数是否相符等问题。 2、拟合优度检验：是判断样本实际频数分布与拟合的理论频数分布是否符合，或者说判断此样本是否来自某种分布。 3、Cochran Armitage趋势检验：当某因素是按自然顺序的等级分层或者在连续性资料等级化后再分层的情况下，可采用Cochran Armitage趋势检验（Cochan Armitage trend test）以分析率是否随分层等级而变化的趋势。 4、四格表的费歇尔精确概率（Fisher’s exact probabilities in 2×2 table）检验：也称四格表概率的直接计算法，是一种直接计算概率的假设检验。它适用于四格表中有理论频数小于1或n小于40的情况，特别是用其它检验方法所得的概率接近检验水准时。 1、回归（regression）与相关（correlation）是研究两个或多个随机变量之间相互关系的一种重要的统计分析方法，应用较广。回归是研究随机变量之间的数量依存关系，相关是研究随机变量间相互联系的密切程度和方向。 2、回归系数（regression coefficient）：又称斜率（slope），是当X每改变一个观测单位时所引起的Y的平均改变的估计量，它是回归分析中最重要的统计量。 3、SS总：称为总离均差平方和（total sum of squares），说明未考虑X与 Y的回归关系时Y的变异。 SS回：称为回归离均差平方和。它反映在Y的总变异中由于X与Y的直线关系而使Y变异减小的部分，也就是在Y的总平方和中可以用X解释的部分。SS回越大，说明回归效果越好。 SS残：称为残差平方和或剩余平方和，它反映X对 Y的线性影响之外的一切因素对Y的变异的作用，也就是在总平方和中无法用X解释的部份。 1、logistic回归分类：是研究二分类观察结果与一些影响因素之间关系的一种多变量分析方法。 0、完全数据：某个观察对象具有明确的结局时，该观察对象所提供的关于生