医学统计学第三版复习总结.docxVIP

第一章 绪论 统计的三大特征：实用性、丰富性、公平性 总体 （ population ）： 是根据研究目的确定的、同质的全部研究对象中所有观察单位某种变量值的集合。 同质基础：时间、空间、条件等 （1）有限总体 （2）无限总体  (finite population) (infinite population)  ：有限观察单位 ：很多为无限总体。 样本 根据随机化原则从总体中抽取的一定数量（ （sample ），用样本信息来推断总体特征。 从总体中抽取部分个体的过程称为抽样（ 同质 （ homogeneity ）  sample size) sampling) 。  的个体，称为样本 是指影响被研究指标的非实验因素相同。 变异 （ variation, variablility ） 同质基础上的各观察单位（亦称为个体）之间的差异为变异。如同性别、同年龄、同民族、同地区儿童的身高有高有低，称为身高的变异。 参数（ parameter) 和统计量（ statistic) 总体的统计指标称为参数。 如：总体均数（μ ) ，总体发病率，总体死亡率，等， 样本的统计指标称为统计量 如：样本均数 (x) ，样本发病率，样本死亡率，等， 统计学上用不同的符号表示。 误差（ error ） 观察值与实际值的差异，成为误差。 分为：过失误差；系统误差；随机测量误差；随机抽样误差； （1）过失误差 (mistaken error) ：过失所致的误差（不认真，错误判断，记录等原因） ； （2）系统误差 （ systematic error) ：仪器未校准所致的误差（统一偏高，或偏低） ； 这两类误差可以避免。 3）随机测量误差 （ random measurement error):不同观察者或同一观察者多次观察值的不相同。 这种误差不可避免。 4）抽样误差 （ sampling error): 总体中存在个体变异，抽样研究中所抽取的样本，只包 含总体中一部分个体，因而样本均数（或率）往往不等于总体均数（或率） ，表现为 多次抽样的样本均数或率不同。这种由抽样引起的差异称为 抽样误差 。 抽样误差愈小，用样本推断总体的精确度愈高；反之，其精确度愈低。 由于生物的个体变异是客观存在的，因而抽样误差是 不可避免 的，但抽样误差有 一定的规律性。 小概率事件定理： “小概率事件一次抽样不可能发生” 变量及变量值 变量（ variable): 观察对象的特征或指标。对变量进行取值所采用的工具或标准成为测量尺度（ scale) 。 测 量 的 结 果 称 为 变 量 值 (value of variable) 或 观 察 值 （ observed value, measurements) 。 随机化 （ randomization) 使总体中的每个个体有均等的机会成为样本观察单位的过程，称为随机化。 随机抽样旨在避免人的主观性，让机遇起作用，以反映总体的客观情况。 常用：抽签法，随机数目表法，计算器随机数法； 单纯随机抽样 (simple random sampling): 总体全部观察单位编号，再用随机数字法或 抽签法； 整群抽样 cluster sampling: 直接由若干个群组成的总体中随机抽取若干个群，再对被 抽取的每个群的全部观察单位加以调查。 系统抽样 systematic sampling:( 间隔抽样 , 机械抽样 ) 先将总体观察单位按某顺序号分成 n 个部分，再从第一部分抽第 k 号观察单位，依次用此 相等间隔机械地从每一部分各抽一个观察单位组成样本。 分层抽样 stratified sampling: 先按某种特征将总体分为若干组别、类型、区域，再 从每一层内随机抽样，组成样本。 抽样误差：分层抽样 系统抽样 单纯随机抽样 整群抽样 第二章 统计资料的收集和整理 一、资料的类型 根据是否定量划分： 1）计量资料 （ measurement data) 用定量方法测量每个观察单位的某项指标，所得的数值资料为计量资料，亦称数值 变量资料。一般有度量衡单位。 常用：平均数，标准差， t 检验，方差分析，相关与回归 等分析。 2）计数资料 (enumeration data) 将观察单位按某种属性或类别分组，然后清点各组的观察单位数，为计数资料（亦 称分类变量资料，无序分类资料） 。 常用：率、构成比、卡方检验等 （3）等级资料 （ ranked data) 将观察单位按某种属性的不同程度分组，所得各组的观察单位数为等级资料，亦称有序分类资料。 常用：率、构成比、秩和检验等。 三者联系： 等级资料与计数资料不同：属性的分组有程度差别，各组大小顺序排列；等级资料与计量资料不同：每个观察单位未确切定量，称为半定量资料。 介于计