统计学知识点 完整.docxVIP

统计学知识点 完整 统计学知识点lpar;完整rpar; 1. 总体（Population）：根据研究目的确定的同质对象的全体（集合）；样本（Sample）：从总体中随机抽取的部分具有代表性的研究对象。 2. 参数（Parameter）：反映总体特征的统计指标，如总体均数、标准差等，用希腊字母表示，是固定的常数；统计量（Statistic）：反映样本特征的统计指标，如样本均数、标准差等，采用拉丁字字母表示，是在参数附近波动的随机变量。 3. 统计资料分类：定量（计量）资料、定性（计数）资料、等级资料。 第二章计量资料统计描述 1. 集中趋势：均数（算术、几何）、中位数、众数 2. 离散趋势：极差、四分位间距（QR=P75-P25）、标准差（或方差）、变异系数（CV） 3. 正态分布特征：①X轴上方关于X=?对称的钟形曲线；②X=?时，f(X)取得最大值；③有两个参数，位置参数?和形态参数?；④曲线下面积为1，区间?±?的面积为68.27%，区间?±1.96?的面积为95.00%，区间?±2.58?的面积为99.00%。 4. 医学参考值范围的制定方法：正态近似法：?u?/2S；百分位数法：P2.5-P97.5。 第三章总体均数估计和假设检验 1. 抽样误差（Sampling Error）：由个体变异产生、随机抽样造成的样本统计量与总体参数的差异。抽样误差不可避免，产生的根本原因是生物个体的变异性。 2. 均数的标准误（Standard error of Mean, SEM） ：样本均数的标准差，计算公式：???/ 3. 降低抽样误差的途径有：①通过增加样本含量n；②通过设计减少S。 4. t分布特征： ①单峰分布，以0为中心，左右对称； ②形态取决于自由度?，?越小，t值越分散，t分布的峰部越矮而尾部翘得越高； ③当?逼近∞,S逼近?, t分布逼近u分布，故标准正态分布是t分布的特例。 5.置信区间（Confidence Interval, CI）：按预先给定的概率（1-?）确定的包含总体参数的一个范围，计算公式：?t?/2,?S或?u?/2,?S。95%CI含义：从固定样本含量的已知总体中进行重复抽样试验，根据每个样本可得到一个置信区间，则平均有95%的置信区间包含了总体参数。 6. 假设检验的基本原理：小概率反证法的思想。 ①反证法：从问题的对立面(H0)出发间接判断要解决的问题(H1)是否成立。 ②小概率事件：在H0成立的条件下计算检验统计量，根据概率分布确定检验水准?下P 值大小，判断是否为小概率事件（通常P≤?视为小概率事件，?通常取????），是则拒绝H0，接受H1；否则尚不能拒绝H0。 7. 假设检验一般步骤：①建立假设（反证法，H0和H1），确定检验水准（?）；②计算统计量：u, t，F；③确定概率值P，做出推断结论。 8. t检验需满足的条件：比较的两个样本相互独立、均服从正态分布。 9. P的含义：是指从H0规定的总体随机抽样，抽得等于及大于(或/和等于及小于)现有样本获得的检验统计量(如t、u等)值的概率。 10. Ⅰ型错误（Type Ⅰ error）：拒绝了实际上成立的H0，这类“弃真”的错误称为Ⅰ型错误，Ⅰ型错误的大小为检验水准?。Ⅱ型错误（Type Ⅱ error）：接受了实际上不成立的H0，这类“存伪”的错误称为Ⅱ型错误，Ⅱ型错误的大小用?表示，1-?表示检验效能。?越小，?越大，增大样本量可以同时降低?和?。 11. 置信区间和假设检验的区别和联系：①可以通过判断置信区间是否包含零假设，判断单样本均数是否来自已知的总体；②置信区间不但能回答差别有无统计学意义，还可提示差别有无实际意义。③假设检验可提供置信区间不能提供的信息，如P值和检验效能等。 第四章方差分析 1. 方差分析的基本思想：根据研究目的和设计类型，把所有测量值的总变异按照处理因素和水平等分解成两部分（组内变异和组间变异）或更多部分，同时把对自由度相应进行分解，再进行比较，评价由处理因素引起的变异是否具有统计学意义。 2. 方差分析的应用条件：各样本是相互独立的随机样本，均来自正态分布的总体，各样本的总体方差相等（具有方差齐性）。 3. 方差分析表： 总变异 SS a b a+b ν g-1 N-g N-1 MS a/(g-1) b/(N-g) F MS组间/MS组内 P 4. g=2时，随机区组设计的方差分析与配对设计资料t 检验等价，t。 5. 多个样本