医学统计学 第三版 复习总结 .pdf

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(finite population)：有限观察单位  （2）无限总体(infinite population)：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 size) 的个体，称为样本 （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（sampling)。 同质 （homogeneity）  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。