医用统计学复习资料(全)剖析.docVIP

一、名解 1.小概率原理：一个事件如果发生的概率很小的话，那么它在一次试验中是几乎不会发生的，称之为小概率原理。统计学中，一般认为等于或小于0.05或0.01的概率为小概率。 2.小概率事件：习惯上将p0.05或p0.01的事件。 3.同质：是针对被研究的指标来讲，其影响因素相同，简单的理解，同质就是指对研究指标影响较大的可控的主要因素。同质基础上的个体差异称为变异。 4.抽样误差：由于生物固有的个体变异的存在，从某一总体中随机抽取一个样本，所得统计标准量与相应的标准参数往往是不同的，这种差异称为抽样误差。 5.假设检验第一类错误/第二类错误：如果实际情况与H0一致，仅仅由于抽样的原因，使得统计量观察值落到拒绝域，拒绝原本正确的H0，导致推断结论错误，这样的错误称为第一类错误。如果实际情况与H0不一致，也仅仅是抽样的原因使得统计量的观察值落到接受域，不能拒绝原本错误的H0，则导致了另一种推断错误，这样的错误称为第二类错误。 6.检验效能：1-β称为假设检验的功效，当所研究的总体与H0确有差别时，按检验水准α能够发现它（拒绝H0）的概率。 7.四分位数间距：表示百分位数P75和百分位数P25之差，定义为Q=P75-P25 8.变异系数（cv）：cv主要用于量纲不同的变量间或均数差别较大的变量间变异程度的比较。 9.均数的标准误：样本均数的标准差，通常称为均数的标准误，用于反应均数抽样误差的大小。 10.总体参数的可信区间：从总体中做随机抽样，每个样本可以算得一个置信区间。按预先给定的概率（1-α）估计总体参数的可能范围，该范围就称为总体参数的1-α置信区间。 11.相关系数：又称pearson积矩相关系数，是定量描述两个变量间线性关系密切程度和相关方向的统计指标。 12.最小二乘法原理：残差ei=Yi-（a+bXi）yI，求a与b的适宜值，能使所有残差平方和为最小，则称这一对a和b为α与β的最小二乘估计。 13.回归系数μY/X=α+βX，其中，Y为个体的因变量值，α为回归直线的截距参数，β为回归直线的斜率参数，又称回归系数。 14.标准正态分布：均数为0、标准差为1的正态分布被称为标准正态分布（standard normal distribution），通常记为N（0，1） 15.总体：就是根据研究目的确定的同质观察单位的总体。确切的说是同质的所有观察单位某种变量值的集合。 16.样本：从总体中随机抽取部分观察单位，其变量值的集合;样本中所包含个体数称为样本含量。 17.非参数检验：不以特定的总体分布为前提，也不针对决定总体分布的几个参数做推断，故又称为任意检验。 18.均数的标准误：样本均数的标准差，通常称为均数的标准误（SEM或SE），可以反应均数抽样误差的大小。 19.完全随机设计常用的几种实验设计方法：配对设计和完全随机设计（名解2选1） 完全随机设计：完全随机设计仅涉及一个处理因素（但可为多水平），故又称单因素（one-way）设计。它是将受试对象按随机化的方法分配到各个处理组中，观察实验效应，临床试验中的随机对照试验也属于此类设计。 配对设计：是将受试对象按一定条件配对成对子，再随机分配每对中的两个受试对象到不同处理组。配对的因素是影响实验效应的主要非处理因素。 20.定量资料：定量变量也称计量变量或数值变量，是通过度量衡的方法，测定每一个观察单位的某项研究指标的量的大小得到的资料。其取值是定量的，表现为数值大小。按取值的不同可分为离散型变量和连续性变量两种。前者如儿童龋齿数、胎次等，后者如身高、体重等。 21.定性资料：定性变量也称计数变量或分类变量，是将全体观测单位按照某种性质或特征分组，然后再分别清点各组观察单位的个数所获得的资料。其取值是定性的，一般无度量衡单位。表现为互不相容的类别或属性，有两种情况：无序分类和有序分类。 22.标准误：抽样误差具有一定的规律性，可以用特定的指标来描述，标准误除了反映样本统计量之间的离散程度外，也反映样本统计量与相应总体参数之间的差异，即抽样误差大小。 23.区间估计：指按一定的概率估计未知的总体参数可能存在的范围（称“可信区间”或“置信区间”）的估计方法。 24.分层抽样:先将总体的单位按某种特征分为若干次级总体（层）然后再从每一层内进行单纯随机抽样，组成一个样本的统计学计算方法。 25.概率：频率的稳定性充分说明随机事件出现的可能是事物本身固有的一种客观属性，因而是可以被认识和度量的。这个常数p就被称为事件A出现的概率，记住P（A）或P。这一定义称为概率的统计定义。它是事件A发生的可能性大小的一个度量。 26.双盲法：这种实验方法用于防止研究结果被安慰剂效应或者观察者偏爱影响，是一种更加严格的实验方法，通常适用于以人为研究对象的实验。 二、填空 1.每种检验方法的应