医学统计学简答.pdfVIP

标准差与标准误的区别与联系 均数标准误大小与样本标准差大小成正比，与样本含量的平方根成反比。 标准误越小，说明样本均数作为总体均数估计值的准确性越大。 均数的标准误 标准差 意义 反映样本均数抽样误差的大 反映一组个体值的变异程度 小 符号 ， S 总体标准差 ,样本标准差 S X X 2 2 X X X 计算 S S S n 1 公式 X n X n N 控制方法 增大样本含量可减小标准误 个体差异或自然变异不能通过统计方法来控制 H 和H 假设检验中 α与 P 的联系与 n (1 ) ）。Poisson 分布的正 错误的概率（ ）和犯Ⅱ类 为：① 建立假设 0 1 ， 区别。 态近似： Poisson 分布 ( ) ， 错误的概率（ ）成反比。 并确定检验水准 ；② 根据 值是决策者事先确定的一 当 相当大时 （≥20），其分 如果把Ⅰ类错误的概率定得 不同的设计类型对资料进行 H 个小的概率值。 P 值是在 0 成 布近似于正态分布。 很小，势必增加犯Ⅱ类错误的 编秩并计算秩和；③ 根据计 立的条件下， 出现当前检验统 抽样分布的中心极限定理？ 概率，从而降低检验效能； 反 算的秩和直接查表或计算相 计量以及更极端状况的概率。 样本含量 n 越大，样本均数所 之，如果把Ⅱ类错误的概率定 应的统计量再查表， 确定 P P≤ 时，拒绝 H 0 假设，接受 对应的标准差越小， 其分布也 得很小，势必增加犯Ⅰ类错误 值下结论。 进行有序资料的比 H1 ，有统计学意义。 逐渐逼近正态分布， 这种现象 的概率，从而降低了置信度。 较时宜采用秩和检验。 不宜用 t 检验对多组均数进 统计学上称为中心极限定理。 为了同时减小 和 ，只 多重线性回归分析的用途有 行比较？ 当 有 足 够 的 样 本 含 量 （如 有通过增加样本含量， 减少抽 哪些？ 如果用 t 检验进行多个样本 n 30 ）时，从任何总体中 样误差大小来实现。 多重线性回归在生物医学研 均数的两两比较， 则会增加犯 抽取随机样本的样本均数近 检验功效的概念和主要影响 究中有广泛的应用，归纳起 I 类错误的概率。 似地服从正态分布。 样本含量 因素。 来，可以包括以下几