计量资料的标准差和标准误有何区别和联系1.docxVIP

计量资料的标准差和标准误有何区别与联系标准差和标准误都是变异指标，但它们之间有区别，也有联系。区别: ①概念不同；标准差是描述观察值(个体值)之间的变异程度；标准误是描述样本均数的抽样误差；②用途不同；标准差与均数结合估计参考值范围，计算变异系数，计算标准误等。标准误用于估计参数的可信区间，进行假设检验等。③它们与样本含量的关系不同: 当样本含量 n 足够大时，标准差趋向稳定；而标准误随n的增大而减小，甚至趋于0 。联系: 标准差，标准误均为变异指标，当样本含量不变时，标准误与标准差成正比。二项分布、Poission分布的应用条件二项分布的应用条件:医学领域有许多二分类记数资料都符合二项分布(传染病和遗传病除外)，但应用时仍应注意考察是否满足以下应用条件：(1) 每次实验只有两类对立的结果；(2) n次事件相互独立；(3) 每次实验某类结果的发生的概率是一个常数。Poisson分布的应用条件:医学领域中有很多稀有疾病(如肿瘤,交通事故等）资料都符合Poisson分布，但应用中仍应注意要满足以下条件：（1) 两类结果要相互对立；（2) n次试验相互独立；（3) n应很大, P应很小。3、极差、四分位数间距、标准差、变异系数的适用范围有何异同？答：这四个指标的相同点在于均用于描述计量资料的离散程度。其不同点为：极差可用于各种分布的资料，一般常用于描述单峰对称分布小样本资料的变异程度，或用于初步了解资料的变异程度。若样本含量相差较大，不宜用极差来比较资料的离散程度。四分位数间距适用于描述偏态分布资料、两端无确切值或分布不明确资料的离散程度。标准差常用于描述对称分布，特别是正态分布或近似正态分布资料的离散程度。变异系数适用于比较计量单位不同或均数相差悬殊的几组资料的离散程度。4.中位数、均数、几何均数的适用条件有何异同。（1）均数适用于描述对称分布，特别是正态分布的数值变量资料的平均水平；（2）几何均数适用于描述原始数据呈偏态分布，但经过对数变换后呈正态分布或近似正态分布的数值变量资料的平均水平；（3）中位数适用于描述呈明显偏态分布（正偏态或负偏态），或分布情况不明，或分布的末端有不确切数值的数值变量资料的平均水平。5.第一类错误与第二类错误的区别与联系。　当假设检验拒绝了实际上成立的零假设时，所犯的错误称为第一类错误，其概率用α表示。当假设检验接受实际上不成立的零假设时，所犯的错误称为第二类错误，其概率用β表示。当样本含量一定时，α愈大，β愈小，反之，α愈小，β愈大。1－β称为检验效能或把握度，其意义是两总体确有差别，按α水准能发现它们有差别的能力。6.运用相对数时要注意哪些问题？应用相对数时应注意以下几个事项（1）计算率和构成比时观察单位不宜过小；（2）注意正确区分构成比和率，不能以比代率；（3）对率和构成比进行比较时，应注意资料的可比性；（4）当比较两个总率时，若其内部构成不同，需要进行率的标准化；（5）两样本率比较时应进行假设检验。7.方差分析后进行两两比较能否用t检验？为什么？ t检验仅用在单因素两水平设计（包括配对设计和成组设计）和单组设计（给出一组数据和一个标准值的资料）的定量资料的均值检验场合；而方差分析用在单因素k水平设计（k≥3）和多因素设计的定量资料的均值检验场合。方差分析有十几种，不同的方差分析取决于不同的设计类型。t检验进行两两比较其一，将多因素各水平的不同组合、简单地看作单因素的多个水平（即视为单因素水平），混淆了因素与水平之间的区别，从而错误地确定了实验设计类型；其二，分析资料时，常错误用单因素多水平设计或仍采用多次t检验进行两两比较。误用这两种方法的后果是，不仅无法分析因素之间的交互作用的大小，而且，由于所选用的数学模型与设计不匹配，易得出错误的结论。8.均数的参考值范围与可信区间的区别？(1)意义不同: 参考值范围是指同质总体中包括一定数量(如95%或99%) 个体值的估计范围。可信区间是指按一定的可信度来估计总体参数所在范围。 (2)计算方法不同: 参考值范围用计算。可信区间用或计算,前者用标准差，后者用标准误。10.参数检验与非参数检验的区别何在？各有何优缺点？（1）区别：??? 参数检验：以已知分布（如正态分布）为假定条件，对总体参数进行估计或检验。??? 非参数检验：不依赖总体分布的具体形式，检验分布位置是否相同。? （2）优缺点：???? 参数检验：优点是符合条件时，检验效能高。缺点是对资料要求严格，如等级资料、分布不明或末端有不明确数据的资料不能用参数检验，要求资料的分布类型已知且总体方差相等。???? 非参数检验：优点是应用范围广、简便；缺点是对于符合参数统计的资料，如果用非参数统计会造成资料信息的丢失，致使检验效能下降，犯第二类错误的概率增大。故符合参数统计条件的资料，要首先选用参数统