完整word版统计资料修改

1、第一单元概述1. 某年级甲乙各有男生 50人，能否推断其平均身高大于乙班？为什么？ 答：不能，因为1.甲乙班各抽取10人，可能不构成样本，可能不是随机抽样，不具有代表 性。2.即使是随机抽样，也只代表甲乙班的一个点估计，由于抽样误差的存在，样本均数与 总体均数一般不相等，所以不能说明问题。2研究设计应包括那几方面内容？ 答：包括：专业设计和统计设计。专业设计是针对专业问题进行的研究设计，如选题、形成假说等。统计设计是针对统计数据收集和分析进行的设计，如样本来源、样本量等。统计设计是统计分析的基础。任何设计上 的缺陷，都不能在统计分析阶段弥补和纠正。第二单元资料描述性统计1描述计量资料的集中趋势

2、和离散趋势的指标有哪些？各指标的适用范围如何？ 答：集中趋势的指标有：算术均数、几何均数、中位数。算术均数适用于描述对称分布资料 的集中位置，尤其是正态分布资料；几何均数用来描述等比资料和对数正态分布资料的集中 位置；中位数可用于任何资料。描述离散趋势有：极差、四分位数间距、方差、标准差和变异系数。极差和四分位数间距可 用于任何分布，但两个指标都不能反映变异程度；方差和标准差常用于资料为近似正态分布； 变异系数可用于多组资料间量纲不同或均数相差较大时变异程度间的比较。 2变异系数和标准差有何区别和联系？ 答：区别：1.计算公式不同：CV=S/X*100%，标准差是方差的平方根。2.单位不同：变

3、异系数无量纲，标准差量纲和原指标一致。3.用途不同。联系：都是适用于对称分布的资料，尤其是正态分布的资料，并且由公式所知，在均数一定时，CV与s呈正比。第五单元t检验与单因素方差分析（学习指导P29,第3、7题都可能结合出软件分析题）表示。II型错误 3表示。当样本 ,则取 a = 0.01；(X1型错误和II型错误有何区别与联系，这两种错位有何实际意义？ 答：I型错误是指实际上成立的 H0所犯的“弃真”错误，其概率大小用 则是指“接受”了实际上不成立的H0所犯的“取伪”错误，其概率大小用若在应用中要重点减少0.20甚至更高。(X在判断两个或多个总体参数是否相等时,含量n确定时，a愈小，3愈大

4、，反之亦然。意义： 若在应用中要重点减少 3 ,则取a = 0.05, 0.10, 2假设检验和区间估计有何联系？ 答：联系在于可信区间亦可以回答假设检验的问题， 假设检验和可信区间是完全等价的。3为什么假设检验的结论不能绝对化？ 答：因为通过假设检验的结论具有概率性，其结论不可能完全正确，有可能发生两类错误。 拒绝H0是可能犯I型错误；接受 H0时可能犯II型错误。因此不能在结论中使用绝对化字 词如“肯定”等。5如何正确选取单侧或双侧检验？ 答：单双侧检验首先应根据专业知识来确定，同时也应该考虑所要解决问题的目的。1. 若从专业知识判断一种方法的结果可能低于或高于另一种方法的结果，则用单侧检

5、验；2.在尚不能从专业知识判断两种结果谁高谁低时，用双侧检验；3.若研究者对低于或高于两种结果都关系，用双侧检验；若只关系其中一种可能，用单侧检验。一般认为双侧检验较保守和稳妥；单侧检验由于充分利用了另一侧的不可能性，故更易得出有差别的结论， 但应慎用。6两样本t检验的应用条件？ 答：条件为：两样本相互独立的；所来自的总体为正态总体；两总体方差相等。7方差分析的基本思想和应用条件？分别计算各部分答：基本思想：将全部观察值的变异和自由度按设计分为两个或多个部分， 的均方，求F值作结论。2.相互比较的各样本的总体方条件是：1.各样本是相互独立的随机样本，均服从正态分布； 差相等，即具有方差齐性。般

6、当8假设检验时，一般当PVO.05时，则拒绝 H0,理论根据是什么？小概率事件和反证法。P值表示H0成立时，出现等于及大于（或等于及小于现有样本统计量的概率）。P0.05则表示在H0成立的前提下，得到现有样本统计量的概率为小概率事件， 所以拒绝H0.第六单元列联表分析（学习指导 P39,第2题可能结合出软件分析题）2.根据专业3.使重新计1. R*C表的卡方检验中，对于理论频数太小的情况应如何处理？ 答：处理方法：1.增加样本含量，以达到增大理论频数的目的，该方法为首先； 知识，删除理论频数太小的格子所对应的行或列，可能损失样本信息或随机性，慎用 根据专业知识，将理论频数太小的格子所对应的行或

7、列与性质相近的或邻列合并， 算的理论频数变大，但要合并的合理；4.改用双向无序的 R*C表的Fisher确切概率法，该方法计算复杂，需要 SAS软件实现。第七单元非参数统计分析方法1. 简述非参数检验的应用条件？答：条件：1.资料不符合参数统计法的应用条件或总体分布类型未知；2.等级资料；3.个别数值偏大或某一端为不确定数如0.01 ； 4.在资料满足参数统计的要求时，应首选参数法，以免降低检验效能。2、 如果资料符合参数统计方法应用的条件，且检验结果是PV 0.01，差异有统计学意义，那因而检验效能较H0,即发现了组间H0，也就不一么，如果用非参数统计方法，分析结果和结论会怎样？为什么？ 非

8、参数统计舍弃了资料原有的观察值，而只用他们的秩次来反映相对大小，参数法低。如果资料符合参数法的应用条件，P 0时，随着Xj的增加，OR值也增加，Xj是危险因素；当Bj0时，随着Xj的增加，OR值减少，Xj是保护因素。3 Logistic回归与多元回归有何不同两种方法各有何特点？答：不同：Logistic回归属于概率型非线性回归，应变量丫是一个二值变量或多分类变量（服从二项分布）；而多元线性回归的应变量一般为连续变量（服从正态分布）。特点：多元线性回归分析既适合大样本资料又可用于小样本资料，但要求对自变量的不同取值，应变量丫服从正态分布和等方差；Logistic回归除要求应变量为分类变量外，对资

9、料几乎没有什么限制，而且参数具有明确的实际意义，但要求有较大的样本含量。4. Logistic回归分析可使用哪些类型的自变量？Logistic回归模型中自变量含最好将连答：可使用可使用连续型变量、名义变量和有序分类变量。当有分类变量，需要将分类变量转换为哑变量；若变量既有连续变量又有分类变量，续变量转化为分类变量去处理，以便解释。5. Logistic回归主要用于哪种类型的资料？答：主要用于配对资料的分析。最常用的是每一个匹配组中有一个病例和一个对照，即1配对研究。6. 用逐步回归法得到的方程是否最优？为什么？答：不一定，逐步回归法是一种有进有出的双向筛选方法，虽然能够保证进入方程的每一个自变

10、量具有统计学意义，并可以将一些退化为 “不显著”的自变量从方程中剔除， 但是没有全面考虑不同自变量间的组合作用，得到的只是一个局部最优的回归方程。第十七单元：生存分析2. 生存率和生存概率的区别和联系：答：区别：生存概率，记为 P,表示在某单位时段开始时存活的个体到该时段结束时仍存活 的可能性大小；生存率，记为S（k），是指观察对象活过 tk时刻的概率，实质上是累积生存概率。联系：生存概率是单个时段的概率，生存率是从0到tk多个时段的积累结果。随访期间可能有失访 t检验或卡方检验3. 为什么两个样本比较的生存时间资料不适宜采用t检验或卡方检验进行分？ 答：因为随访资料具有特殊性，观察对象既有随

11、访结果又有随访时间， 等情况出现，生存时间时间不完整，分布类型复杂，因而不能简单的套用 进行分析。4一个完整的生存分析资料应包括哪些内容？基本要求是什么？答：包括的内容有：1.每个观察对象的开始随访时间，如入院时间、确诊时间等。2.随访结局以及终止随访时间，如以死亡为终点事件，随访结局可能有以下几种：死亡、失访、死于其 他原因、随访结束时观察对象仍然存活。3.可能影响生存的有关因素，如患者的年龄、性别、病程、病情，癌症分期等。5.C0X回归与Logisitic回归都可用于临床研究中的预后分析，二者的主要区别是？答：Logisitic回归模型可以用于多因素预后分析，控制混杂因素效应，并可进行优势比OR估计，但不能处理随访中常见的删失数据。另外Logisitic回归模型仅考虑随访结局，而未考虑出现该结局的时间长短。Cox比例风险回归模型的应变量是观察结局和有关时间，它不仅从结局的好坏，而且可以从出现改结局的时间长短进行分析比较，并可进行相对危险度 RR的估计，因而Cox回归具有Logisitic回归模型的所有优点，并可处理删失数据，特别适 用于长期随访资料的分析，如肿瘤及慢性病的预后分析。但当数据删失较少或终点事件较少 时，宜用Logisitic回归。6生存分析的主要