统计考前整理副本.docxVIP

频率与概率的关系大量实事表明,并可以证明，若当试验次数n充分大以后, 频率k/n稳定地在概率P的附近摆动。实际工作中，可用频率作为概率的近似值: P(A)≈f(A)=k/n。误差（error）：观察值（实际值）与真实值（理论值）之差称之为。误差有三个来源：过失误差系统误差 随机误差系统误差（systematic error）又称为偏倚(Bias)，是试验因素之外的某些非试验因素干扰造成的实测值与真值之差。研究设计的类型干预研究设计（实验研究）调查研究设计（观察研究）试验设计的三要素1、试验因素2、试验对象3、试验效应干扰因素：对试验结果有一定影响的其他因素则称为干扰因素，又称混杂因素或非试验因素。试验因素是试验着重关注的因素。干扰因素是需要排除或控制的因素。效应指标分类：定量指标，定性指标，等级指标。随机化目的①使各组的试验对象具有相同的特征；②避免试验者主观因素对分组的影响；③保证试验设计分析结果没有偏倚。完全随机分组设计，配对设计，配伍组设计整群抽样单纯随机抽样系统抽样分层抽样。调查设计的主要内容调查研究的目的和任务暴露因素和观测指标调查对象与调查范围抽样方法和调查研究方法调查项目与调查表设计95%参考值范围: 均数加减1.96倍的标准差95%参考值范围含义：从总体中随机抽取100个观测对象，有95个的观测值落在这个参考值范围内。平均数是一类描述定量数据的平均水平或集中趋势的统计指标。常用的平均数有算术均数、几何均数、中位数和众数等。描述数据离散程度的指标有很多，常用的几种：极差、四分位数间距、方差、标准差及变异系数。 s2表示样本方差，为样本均数，n为样本含量同类资料比较时，标准差越大意味着个体间变异越大。标准差适合用来表达对称分布的离散趋势。正态分布的定量数据，常用均数与标准差共同描述资料的集中和离散程度。非正态的定量数据，常用中位数与四分位距共同描述资料的集中和离散程度。变异系数: 也称为离散系数，即标准差与算术均数之比，记为CV。百分率是某现象实际发生例数与可能发生该现象的总例数之比。百分比是两事物数量的比值，常见的有构成比(疾病构成、性别构成)和相对比(RR、OR、同比、环比)。率是反映某事物发生的频率与强度;构成比是反映事物内部各构成比例。t 分布有如下性质：①单峰分布，曲线在t＝0 处最高，并以t＝0为中心左右对称。②自由度越小，则t值越分散，t分布的峰部越矮而尾部翘得越高。③自由度，是t分布的唯一参数，当自由度逼近无限大，t分布逼近u分布，即t分布的极限为标准正态分布。④ t分布曲线下面积为11.参数估计:通过抽样来估计总体参数,包括总体均数、总体率的估计;2.假设检验:基于对总体的假设,通过样本数据推断总体参数的差异性。方差分析的条件：各样本相互独立的随机样本各样本来自正态分布各样本方差齐方差分析之后用q检验进行多个样本间的两两比较。随机区组设计公式：F1=MS处理/MS误差F2=MS区组/MS误差?自由度:?处理=组数-1?区组=区数-1?误差=(组数-1)(区数-1)=14析因设计：将两个或多个实验因素的各水平进行全面组合的实验,能够分析各实验因素的单独效应、主效应和因素间的交互效应。设试验考察A、B两个因素,A因素分a个水平, B因素分b个水平,所谓交叉分组是指A因素每个水平与B因素的每个水平都要碰到,两者交叉搭配形成a乘b个水平组合。特点:试验因素A、B在试验中处于平等地位,试验单位分成a乘b个组,每组随机接受一种处理,因而试验数据也按两因素两方向分组。处理变异=因素A变异+因素B变异+因素AB交互变异简单效应：在某因素同一水平上,另一因素不同水平对试验指标的影响称为简单效应。简单效应实际上是特殊水平组合间的差数。主效应：由于因素水平的改变而引起的平均数的改变量称为主效应。当A因素由A1水平变到A2水平时,A因素的主效应为A2水平的平均数减去A1水平的平均数。即A因素的主效应=492-475=17。主效应也就是简单效应的平均。交互作用：在多因素试验中, 一个因素的作用要受到另一个因素的影响,表现为某一因素在另一因素的不同水平上所产生的效应不同,或者说,某一因素的简单效应随着另一因素水平的变化而变化时,则称该两因素存在交互作用。一阶交互效应：A因素的水平变化时,B因素的单独效应也发生变化,就说AB两个因素存在交互效应。且为一阶交互效应。二阶交互效应：A因素的水平变化时,B因素和C因素间的交互效应也发生变化,就说ABC三个因素间存在交互效应。三因素间交互效应称为二阶交互效应。配对设计与前后测量设计的区别与联系配对设计：两种处理作用于同一对的两个个体，可以对两个个体同时观测两个个体的实验观测结果相互独立，对差数用成对资料 t 检验推论两种处理，有无差别。前后测量设计 ：一种处理作用于同一个体，同一个体两