2016卫生统计学复习资料附答案.docxVIP

名词解释样本（sample）：是从总体中随机抽取的部分有代表性的观察单位变量值的集合。定量资料：又称计量资料（measurement data）,使用定量的方法测定观察单位某项指标数值的大小所得的资料称定量资料。参数：总体的统计指标。Ⅰ型错误：拒绝了实际上是成立的H。。抽样误差：由于随机抽样所引起的样本统计量与总体参数之间差异以及各样本统计量之间的差异。标准化法：就是在一个指定的标准构成条件下进行率的对比的方法。相对数(relative number)：是两个有联系的指标之比。变异(variation)：由于生物个体的各种指标所受影响因素是极其复杂的，同质的个体间各种指标存在差异，这种差异称为变异。中位数(median,M)：将一组变量值从小到大按顺序排列，位次居中的变量值称为中位数。实验研究：是使设计的实验因素或处理因素在其他干扰因素被严格控制的条件下，观察其他实验结果或实验效应的作用及影响。率：某现象实际发生的观察单位数与可能发生该现象的观察单位总数之比，用以说明某。现象发生的频率或强度。定性资料(qualitative variable)：将观察单位按某种属性或类别分组，清点各组的观察单位数，所得的资料称为定性资料。实验设计：是指研究人员对实验因素做合理的，有效的安排，最大限度的减少实验误差，使实验研究达到高效，快速和经济的目的。构成比（proportion）：说明某一事物内部各组成部分所占比重或分布。直线相关（linear correlation）：当两事物或现象在数量上的协同变化呈直线趋势时则称为直线相关。率的标准化：两组或多组率之间比较，当各组内部的构成比，诸如年龄、性别、工龄、病情轻重、病程长短等明显不同时，则不能直接比较两组或多组的总率，得出结论。直线回归：在描述两变量间的关系式，若散点图呈直线趋势或有直线相关关系，可进行直线相关回归分析。总体(population)：是根据所研究目的所确定的同质观察单位某项变量值的集合。盲法设计(blinding)：是指使研究人员或病人不知道具体的研究设计方案。同质：是指观察单位间被研究指标的主要影响因素相同或基本相同。总体均数的可信区间：按一定的概率大小估计总体均数所在的范围。常用的可信度为95%和99%及其可信区间。假设检验（hypothesis test）:是统计学的主要内容，是通过统计检验方法（如t检验、u检验、F检验、Χ2检验、秩和检验等）来推断两组或多组统计指标的差异是抽样误差造成的还是有本质的差别。随机化原则（randomization）：是指总体中的每一个个体都有均等的机会被抽取或被分配到实验组或对照组中去。动态数列（dynamic series）:是一系列按时间顺序排列起来的统计指标，包括绝对数、相对数或平均数，用来说明事物在时间上的变化和发展趋势。随机测量误差（random measurement error）:在消除了系统误差的前提下，由于非人为的偶然因素，对同一样本多次测定结果不完全一样，结果有时偏大有时偏小，没有倾向性，这种误差叫做随机测量误差。算数均数(arithmetic mean)：描述一组数据在数量上的平均水平。极差(range R)：即最大值与最小值之差，用于资料的粗略分析。方差(variance)：表示一组数据的离散情况，由离均差的平方和除以样本个数得到。标准差(standard deviation)：是方差的正平方根，使用的量纲与原量纲相同，适用于近似正态分布的资料。变异系数(coefficient of variation, CV)：用于观察指标单位不同或均数相差较大时两组资料变异程度的比较。正态分布(normal distribution)：若资料x的频率曲线对应于数学上的正态曲线，则称该资料服从正态分布。通常记为N（μ,σ2）表示均数为μ，标准差为σ的正态分布。标准正态分布：均数为0、标准差为1的正态分布。统计推断(statistical inference)：通过样本指标来说明总体特征，这种通过样本获取总体信息的过程称为统计推断。抽样误差(sampling error)：由个体变异产生的，由于抽样造成的样本统计量与总体参数的差异。标准误：通常将样本统计量的标准差称为标准误。可信区间(confidence interval, CI)：按预先给定的概率确定的包含未知总体参数的可能范围。参数估计(estimation of parameter)：指用样本统计量估计总体参数，分为点估计和区间估计两种。假设检验中P的含义：指从H。规定的总体随机抽的等于及大于（或等于及小于）现有样本获得的检验统计量值的概率。检验效能：1-β称为检验效能，是指当量总体确有差别，按规定的检验水准α所能发现该差异的能力。检验水准：是预先规定的，当假设检验结果拒绝