数理统计资料.docVIP

数理统计复习参考资料 判断题 研究人员测量了100例患者外周血的红细胞数，所得资料为计数资料。 统计分析包括统计描述和统计推断。 计量资料、计数资料和等级资料可根据分析需要相互转化。 均数总是大于中位数。 均数总是比标准差大。 变异系数的量纲和原量纲相同。 样本均数大时，标准差也一定会大。 样本量增大时，极差会增大。 若两样本均数比较的假设检验结果P值远远小于0.01，则说明差异非常大。 对同一参数的估计，99%可信区间比90%可信区间好。 均数的标准误越小，则对总体均数的估计越精密。 四个样本率做比较， ，可认为各总体率均不相等。 统计资料符合参数检验应用条件，但数据量很大，可以采用非参数方法进行初步分析。 对同一资料和同一研究目的，应用参数检验方法，所得出的结论更为可靠。 等级资料差别的假设检验只能采用秩和检验，而不能采用列联表χ2检验等检验方法。 非参数统计方法是用于检验总体中位数、极差等总体参数的方法。 剩余平方和SS剩1=SS剩2，则r1必然等于r2。 直线回归反映两变量间的依存关系，而直线相关反映两变量间的相互直线关系。 两变量关系越密切r值越大。 一个绘制合理的统计图可直观的反映事物间的正确数量关系。 在一个统计表中，如果某处数字为“0”，就填“0”，如果数字暂缺则填“…”，如果该处没 有数字，则不填。 备注不是统计表的必要组成部分，不必设专栏，必要时，可在表的下方加以说明。 散点图是描写原始观察值在各个对比组分布情况的图形，常用于例数不是很多的间断性分组资料的比较。 百分条图表示事物各组成部分在总体中所占比重，以长条的全长为100%，按资料的原始顺序依次进行绘制，其他置于最后。 用元参钩藤汤治疗80名高血压患者，服用半月后比服用前血压下降了2.8kPa，故认为该药有效（ ）。 在实验设计中，样本含量越大，越符合其重复原则，越能降低实验误差（ ）。 名词解释 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。 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。 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。称为均数的标准误（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。(：率的标准误,：均数的标准误,：标准误的点估计值) 中位数：将一组观察值由小到大排列或从大到小排列，位次居中的那个数。 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。 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。 统计推断：通过样本指标来说明总体特征，这种通过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（均数/率的误差）：由个体变异产生的，由于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）。 参数估计：指用样本统计量估计总体参数。参数估计有两种方法：点估计和区间估计。 ，而不是总体参数落在该范围的可能性为1-。 I型和II型错误：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”的错误称为II型错误，其概率大小用表示。完全随机设计：只考虑一个处理因素，将全部受试对象随机分配到各处理组，然后观察实验效应，这种设计叫做完全随机设计。 随机区组设计：事先将全部受试对象按自然属性分为若干区组，原则是各区组内的受试对象的特征相同或相近，且受试对象数与处理因素的水平数相等。然后再将每个区组内的观察对象随机地分配到各处理组，这种设计叫做随机区组设计。 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： ，通常以百分数表示