biostatistics[review].pptVIP

1 Biostatistics 西南大学生命科学学院 1 Biostatistics 西南大学生命科学学院 生物统计学课程总复习 本期课程内容 数据的产生 数据从何而来？ 关于样本 关于实验 数字合不合理？ 数据的整理 统计表和统计图 统计描述 生物统计基本原理 概率与概率分布 常见的概率分布律 抽样分布 统计分析方法 显著性检验的基本原理 两个样本的差异显著性检验 方差分析 相关与回归分析 统计学基本概念（注意英文单词） 参数： ?,? 统计量： 同质 变异 误差 变量 频率 概率 样本 总体 统计学基本步骤 设计 资料 搜集 整理 分析 调查设计 实验设计 资料来源 质量控制 审核 合理分组 描述性统计 统计推断 描述性统计 定量 数据 中心趋势 （集中位置） 离散趋势 (变异度) 算术均数 几何均数 中位数 众数 方差，标准差 变异系数 随机变量、概率和概率分布 常用的概率分布 二项分布、泊松分布、正态分布 常用的抽样分布 u分布、c2分布、t分布、F分布 正态分布、标准正态分布 正态分布的特点? 曲线下面积规律? 正态分布 N（?,?2） 标准正态分布 N(0,1) ? 和? 对正态曲线的影响 Y f(y) C A B μ1 μ2 正态分布的概率 概率是曲线下的面积! a b Y f(y) 不同自由度下的t 分布图 χ2分布 χ2 f(χ2) F 分布曲线 假设检验 小概率事件（P≤α） 反证法（假定H0成立，然后根据样本 结果推论是否为小概率事件，如果是 则拒绝H0 ，否则不拒绝。） 检验假设： 1. H0: ?=?0 2. HA:?=?0 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H0， “接受” HA。 如果样本证据不足，即P?，则只能不拒绝H0 ，暂且认为H0正确； 如果证据充分，即P ≤ ?，则有理由拒绝H0 ，认为差异有统计学意义。 两类错误 单侧检验or双侧检验 备择假设的设定 零假设的接受域与拒绝域的确定 p值与?的区别 p值为H0成立的前提下，比样本数据得到的统计量（U、t、F、c2）更极端的概率。 α是事先给定的，表示作出拒绝H0的决定时，可能犯（I型）错误的概率 t检验还是u检验 配对设计 资料的 均数比较 配对t检验 成组设计 两总体 均数比较 方差齐同 方差不齐 总体方差已知或大样本 总体方差未知 u检验 方差齐性检验 t检验 t’检验 注意统计图形的选用 注意各假设检验方法间的区别与联系 注意差异的专业意义与统计学意义的不同，p越小只是表示拒绝H0的理由越充分，… 1 Biostatistics 西南大学生命科学学院 1 Biostatistics 西南大学生命科学学院