生物醫学统计复习笔记.docVIP

绪论思考2 样本的平均身高只是甲、乙两班所有同学平均身高的一个点估计值。即使是按随机化原则进行抽样，由于存在抽样误差，样本均数与总体均数一般很难恰好相等。因此，不能仅凭两个样本均数高低就作出两总体均数熟高熟低的判断，而应通过统计分析，进行统计推断，才能作出判断。 定量资料的统计描述小结 资料分布 平均水平 变异程度 对称（正态）分布资料 算术均数 方差或标准差 经对数转换后近似 对称分布的原始变量 几何均数 对数变换－标准差－反变换 四分位数间距 非对称分布、分布类型 未知或末端无确切数值 中位数 四分位数间距 （1）某地咽喉癌的现患率为1.5/10万 频率(分母是所有可能的个体) （2）2007年广州市食管癌的发病率 1.2/10万 强度 （3）某地每千人口的医师数为8人（8‰） 相对比 （4）肺癌不同组织学分型所占的比例 频率分布 4 简述针对数值变量资料制作频数表的过程？ 答：（1）计算极差 2分 （2）确定组数、组段和组距 2分 （3）列表划记 2分 常用参考值范围的制定 参考值 范围 （%） 正态分布法 百分位数法 双侧 单侧 双侧 单侧 下限 上限 下限 上限 90 P5~P95 P10 P90 95 P2.5~P97.5 P5 P95 99 P0.5~P99.5 P1 P99 二项分布，Poisson分布和正态分布的特征 二项分布 Poisson分布 正态分布 数据类型 离散型 离散型 连续型 条件 独立，重复，对立 独立，重复，罕见 医学中大部分计量资料 参数 n，π μ μ，σ 图形特点 条形，常呈偏峰，与 n , π有关 条形，常呈正偏峰 连续，对称 正态近似 nπ≥5且n(1－π) ≥5 μ ≥20 大部分情形 其它 概率符合二项展开式的各项 有可加性，无可乘性 方便计算与分析 样本均数分布的特点 1. 各样本均数未必等于总体均数。 2. 样本均数之间存在差异。 3. 样本均数的分布很有规律，围绕着总体均数，中间多、两边少，左右基本对称。 4. 样本均数的变异范围较之原变量的变异范围大大缩小。 5. 随着样本量的增大，样本均数的变异范围逐渐缩小。 非正态总体样本均数的分布特点 1.随着样本量的增大, 样本均数分布的对称性逐渐改善。 2.随着样本量的增大, 样本均数的变异范围逐渐变窄。 2.①抽样误差是由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（2分） ② 造成抽样误差的原因是个体差异的存在（2分）③样本均数的标准差也就是标准误常用来估计抽样误差的大小（2分） 标准差与标准误 标准差：反映个体变异程度的大小，常用于统计学描述，结合均数可以计算参考值范围。 标准误：反映抽样误差的大小，常用于统计学推断，结合均数可以计算置信区间。 标准误的本质也是标准差，在数量上，标准误与标准差的大小呈正比、与样本量开根号后的值呈反比。 概率(probability)：描述随机事件发生可能性大小的数值，用P表示。 频率(frequency)：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。 随机事件的总体概率往往是未知的，人们常用样本中事件的 实际发生率（即频率）来估计总体概率。 样本频率总是围绕总体概率随机地左右波动。 样本含量较大时，样本频率波动幅度较小，样本频率逼近于总体概率。 置信区间的含义 如果能够进行重复抽样试验，平均有(1-a)的置信区间包含了总体参数，而不是总体参数落在该范围的可能性为(1-a)。 在实际工作中，只能根据一次试验结果计算一个置信区间，就认为该区间包含了相应总体参数，该结论犯错误的概率≤a 。 置信区间一旦形成，它要么包含总体参数，要么不包含总体参数，二者必居其一，无概率可言。置信度是事前概率。 简述假设检验的基本思想。 答：假设检验是在H0成立的前提下，从样本数据中寻找证据来拒绝、接受的一种“反证”方法。如果从样本数据中得到的证据不足，则只能不拒绝，暂且认为成立（因为拒绝的证据不足），即样本与总体间的差异仅仅是由于抽样误差所引起。拒绝是根据某个界值，即根据小概率事件确定的。所谓小概率事件是指如果比检验统计量更极端（即绝对值更大）的概率较小，比如小于等于0.05（各种科研杂志习惯上采用这一概率值），则认为零假设的事件在某一次抽样研究中不会发生，此时有充分理由拒绝，即有足够证据推断差异具有统计学意义。 假设检验 1st:提出假设并确定检验水准 a H0： m＝140 g/L H1： m≠140g/L a = 0.05 2n