生物统计学核心术语解释集.docxVIP

生物统计学核心术语解释集

引言

生物统计学作为连接生物学、医学等生命科学领域与统计学的桥梁，其核心术语是理解和应用统计方法分析生命现象的基础。准确把握这些术语的内涵，对于设计科学合理的实验方案、正确收集与整理数据、选用恰当的统计分析方法以及合理解读研究结果至关重要。本解释集旨在为生命科学领域的研究者、学生及相关从业者提供一份清晰、严谨且实用的生物统计学核心术语参考。

一、研究设计与数据类型

1.1总体(Population)

指根据研究目的确定的、具有某种共同特征的所有观察单位（个体或实验单元）的集合。这里的“共同特征”可以是物种、疾病状态、特定处理等。例如，研究某一新药对高血压患者的疗效，总体可以是所有高血压患者。由于总体往往过大或难以全部观察，实际研究中常通过样本进行推断。

1.2样本(Sample)

从总体中按一定方式抽取的部分观察单位的集合。样本应具有代表性，能在一定程度上反映总体的特征。通过对样本的研究，我们期望能够推断出总体的相应特性。例如，从某地区所有2型糖尿病患者中随机抽取的部分患者，即为该总体的一个样本。

1.3变量(Variable)

指研究中观察单位所具有的某种特征或属性，其取值是可变的。在生物统计学中，变量是数据的载体。例如，人的身高、体重、血压、性别、血型，以及实验动物的给药剂量、生存时间等，都可以作为变量。

1.4定性变量(QualitativeVariable)

又称分类变量(CategoricalVariable)，其取值表现为不同的类别。根据类别之间是否有顺序或等级关系，可进一步分为：

*名义变量(NominalVariable)：类别间无固有顺序，如性别（男、女）、血型（A、B、AB、O）。

*有序变量(OrdinalVariable)：类别间存在明确的顺序或等级差异，但相邻类别间的差距不一定相等，如疗效评价（无效、有效、显效、痊愈）、疼痛程度（轻度、中度、重度）。

1.5定量变量(QuantitativeVariable)

又称数值变量(NumericalVariable)，其取值为具体的数值，具有度量衡单位。根据取值是否连续，可进一步分为：

*连续型变量(ContinuousVariable)：可以在某一区间内取任意实数值，理论上可以无限细分，如身高（厘米）、体重（千克）、血糖浓度（mmol/L）。

*离散型变量(DiscreteVariable)：取值为整数，且只能取有限个或可数个孤立的值，如某地区某病的发病人数、每窝小鼠的产仔数。

二、描述性统计

2.1频数(Frequency)

指某一事件或某一类别在样本中出现的次数。频数分布则是将数据按某种顺序排列后，各个类别及其相应频数形成的分布，它可以直观地展示数据的分布形态。

2.2集中趋势(CentralTendency)

描述一组数据向某一中心值靠拢的程度，反映数据的平均水平。常用的描述集中趋势的统计量包括：

*算术均数(ArithmeticMean)：简称均数，是所有观察值的总和除以观察值的个数。适用于对称分布，特别是正态分布的数据。

*中位数(Median)：将一组数据按大小顺序排列后，位于中间位置的数值。对于偏态分布数据或存在极端值的数据，中位数比均数更稳健。

*众数(Mode)：一组数据中出现次数最多的那个观察值。众数可能不止一个，适用于各种类型的数据，尤其是定性数据。

2.3离散趋势(Dispersion)

描述一组数据的变异程度或离散程度，反映各观察值远离中心值的情况。常用的描述离散趋势的统计量包括：

*极差(Range,R)：一组数据中最大值与最小值之差，简单但不稳定，易受极端值影响。

*四分位数间距(InterquartileRange,IQR)：上四分位数（Q3）与下四分位数（Q1）之差，即IQR=Q3-Q1。它反映了中间50%数据的离散程度，比极差更稳健。

*方差(Variance,σ2或s2)：各观察值与均数之差的平方和的平均。总体方差用σ2表示，样本方差用s2表示，样本方差计算时通常除以n-1（自由度）以校正偏差。

*标准差(StandardDeviation,SD或s)：方差的平方根。它与原始数据具有相同的度量衡单位，更易于解释，是描述数据离散程度最常用的指标之一，适用于正态分布数据。

*变异系数(CoefficientofVariation,CV)：标准差与均数之比，通常以百分数表示(CV=(s/`x?`)×100%)。用于比较度量衡单位不同或均数相差悬殊的两组或多组数据的离散程度。

2.4正态分布(Norm