(完整word版)医学统计学解答题.doc

1、简答题1、统计资料可以分成几类?答 : 根据变量值的性质， 可将统计资料分为数值变量资料 ( 计量资料 ) ，无序分类变量资料( 计数资料 ) ，有序分类变量资料 ( 等级资料或半定量资料 ) 。用定量方法测定某项指标量的大小， 所得资料，即为计量资料；将观察对象按属性或类别分组，然后清点各组人数所得的资料， 即为计数资料； 按观察对象某种属性或特征不同程度分组，清点各组人数所得资料称为等级资料。2、不同类型统计资料之间的关系如何?答 :根据分析需要，各类统计资料可以互相转化。如男孩的出生体重，属于计量资料，如按体重正常与否分两类，则资料转化为计数资料；如按体重分为:低体重，正常体重，超体重，

2、 则资料转化为等级资料。计数资料或等级资料也可经数量化后，转化为计量资料。如性别，结果为男或女，属于计数资料，如男性用0( 或 1) ，女性用 1( 或 0) 表示，则将计数资料转化为计量资料。3、频数分布有哪两个重要特征?答 : 频数分布有两个重要特征 : 集中趋势和离散趋势， 是频数分布两个重要方面。 将集中趋势和离散趋势结合起来分析， 才能全面地反映事物的特征。 一组同质观察值， 其数值有大有小， 但大多数观察值集中在某个数值范围，此种倾向称为集中趋势。另一方面有些观察值较大或较小，偏离观察值集中的位置较远，此种倾向称为离散趋势。4、标准差有什么用途?答 : 标准差是描述变量值离散程度常

3、用的指标， 主要用途如下 : 描述变量值的离散程度。两组同类资料 ( 总体或样本 ) 均数相近， 标准差大，说明变量值的变异度较大，即各变量值较分散，因而均数代表性较差；反之，标准差较小，说明变量异度较小，各变量值较集中在均数周围， 因而均数的代表性较好。 结合均数描述正态分布特征； 结合均数计算变异系数 CV；结合样本含量计算标准误。5、变异系数 (CV) 常用于哪几方面?答 :变异系数是变异指标之一，它常用于以下两个方面:比较均数相差悬殊的几组资料的变异度。如比较儿童的体重与成年人体重的变异度，应使用CV；比较度量衡单位不同的几组资料的变异度。如比较同性别，同年龄人群的身高和体重的变异度时

4、，宜用 CV。6、制定参考值范围有几种方法 ?各自适用条件是什么 ?答 : 制定参考值范围常用方法有两种 : 正态分布法 : 此法是根据正态分布的原理， 依据公式 :X uS 计算，仅适用于正态分布资料或对数正态分布资料。95%双侧参考值范围按 : X 1.96S计算； 95%单侧参考值范围是 : 以过低为异常者，则计算 : X 1.645S ，过高为异常者，计算X 1.645S 。若为对数正态分布资料，先求出对数值的均数及标准差，求得正常值范围的界值后，反对数即可。百分位数法。用P2.5 P97.5 估计 95%双侧参考值范围；P5 或 P95 为 95%单侧正常值范围。百分位数法适用于各种

5、分布的资料( 包括分布未知) ，计算较简便，快速。使用条件是样本含量较大，分布趋于稳定。 一般应用于偏态分布资料、分布不明资料或开口资料。7、计量资料中常用的集中趋势指标及适用条件各是什么?答 :常用的描述集中趋势的指标有:算术均数、 几何均数及中位数。算术均数， 简称均数， 反映一组观察值在数量上的平均水平，适用于对称分布，尤其是正态分布资料；几何均数 :用 G表示，也称倍数均数，反映变量值平均增减的倍数，适用于等比资料，对数正态分布资料；中位数:用 M 表示，中位数是一组观察值按大小顺序排列后，位置居中的那个观察值。 它可用于任何分布类型的资料， 但主要应用于偏态分布资料， 分布不明资料或

6、开口资料。8、标准差，标准误有何区别和联系?答 : 标准差和标准误都是变异指标， 但它们之间有区别， 也有联系。 区别 : 概念不同；标准差是描述观察值 ( 个体值 ) 之间的变异程度； 标准误是描述样本均数的抽样误差； 用途不同； 标准差常用于表示变量值对均数波动的大小，与均数结合估计参考值范围，计算变异系数，计算标准误等。标准误常用于表示样本统计量( 样本均数，样本率) 对总体参数 ( 总体均数，总体率 ) 的波动情况，用于估计参数的可信区间，进行假设检验等。它们与样本含量的关系不同 :当样本含量n足够大时，标准差趋向稳定；而标准误随n 的增大而减小，甚至趋于 0 。联系 : 标准差，标准

7、误均为变异指标，如果把样本均数看作一个变量值，则样本均数的标准误可称为样本均数的标准差；当样本含量不变时，标准误与标准差成正比；两者均可与均数结合运用，但描述的内容各不相同。9、统计推断包括哪几方面内容?答 : 统计推断包括 : 参数估计及假设检验两方面。 参数估计是指由样本统计量 ( 样本均数，率 ) 来估计总体参数 ( 总体均数及总体率 ) ，估计方法包括点值估计及区间估计。点值估计直接用样本统计量来代表总体参数， 忽略了抽样误差； 区间估计是按一定的可信度来估计总体参数所在的范围，按 Xu X或X uSX 来估计。假设检验是根据样本所提供的信息，推断总体参数是否相等。10、假设检验的目的

8、和意义是什么?答 : 在实际研究中， 一般都是抽样研究， 则所得的样本统计量 （均数、 率）往往不相等，这种差异有两种原因造成 : 其一是抽样误差所致， 其二是由于样本来自不同总体。 如果是由于抽样误差原因引起的差别， 则这种差异没有统计学意义， 认为两个或两个以上的样本来自同一总体，；另一方面如果样本是来自不同的总体而引起的差异，则这种差异有统计学意义，说明两个或两个以上样本所代表的总体的参数不相等。 样本统计量之间的差异是由什么原因引起，可以通过假设检验来确定。 因此假设检验的目的是推断两个或多个样本所代表的总体的参数是否相等。11、何谓假设检验?其一般步骤是什么?答 :所谓假设检验， 就

9、是根据研究目的，对样本所属总体特征提出一个假设，然后用适当方法根据样本所提供的信息，对所提出的假设作出拒绝或不拒绝的结论的过程。假设检验一般分为五个步骤: 建立假设：包括: H 0，称无效假设；H1:称备择假设；确定检验水准：检验水准用 表示， 一般取 0.05 ；计算检验统计量：根据不同的检验方法，使用特定的公式计算；确定 P 值：通过统计量及相应的界值表来确定P 值；推断结论：如P ，则接受H0，差别无统计学意义；如P ，则拒绝H0， 差别有统计学意义。12、假设检验有何特点?答 : 假设检验的特点是 : 统计检验的假设是关于总体特征的假设；用于检验的方法是以检验统计量的抽样分布为理论依据

10、的； 作出的结论是概率性的， 不是绝对的肯定或否定。13、如何正确理解差异有无显著性的统计学意义?答 :在假设检验中，如P ，则结论是 :拒绝 H0，接受 H1， 习惯上又称“显著” ，此时不应该误解为相差很大，或在医学上有显著的( 重要的 ) 价值；相反，如果P , 结论是不拒绝 H0。习惯上称“不显著” ，不应理解为相差不大或一定相等。有统计学意义( 差异有显著性 ) 不一定有实际意义；如某药平均降低血压5mmHg， 经检验有统计学意义，但在实际中并无多大临床意义，不能认为该药有效。相反，无统计学意义，并不一定无实际意义。如用新疗法治疗某病，有效率与旧疗法无差异，此时无统计学意义，如果新疗

11、法方法简便，省钱，更容易为病人接受，则新疗法还是有实际意义。14、参考值范围与可信区间区别是什么?答 : (1)意义不同 :参考值范围是指同质总体中包括一定数量( 如 95%或 99%) 个体值的估计范围，如95%参考值范围，意味该数值范围只包括95%的个体值，有5%的个体值不在此范围内。可信区间是指按一定的可信度来估计总体参数所在范围。如95%的可信区间，意味着做 100 次抽样，算得100 个可信区间，平均有95 个可信区间包括总体参数( 估计正确 ) 有5 个可信区间不包括总体均数( 估计错误 ) 。 (2) 计算方法不同 :参考值范围用X u S 计算。可信区间用X t 、 Sx 或

12、X u Sx 计算；前者用标准差，后者用标准误。2答 : X2 检验有以下应用 : 推断两个或两个以上总体率 ( 或构成比 ) 之间有无差别；检验两变量之间有无相关关系；检验频数分布的拟合优度。16、四格表资料的u 检验和 X2 检验的应用条件有何异同?答 :(1)相同点：四格表资料的u 检验是根据正态近似原理进行的，凡能用 u 检验对两2222在连续校正的问题。(2)不同点：由于u 分布可确定单、 双侧检验界值，可使用u 检验进行单侧检验；满足四格表u 检验的资料，可计算两率之差的95%可信区间，以分析两率之差有217、参数检验与非参数检验有何区别?各有何优缺点 ?答 :参数检验是检验总体参

13、数是否有差别，而非参数检验是检验总体分布的位置是否相同。参数检验的优点是能充分利用样本资料所提供的信息，因此，检验效率较高。其缺点是有较严格的使用条件，如要求总体的分布呈态分布，各总体方差要相等，有些资料不满足使用条件，就不能用参数检验。非参数检验的优点是适用范围广。它不要求资料分布的形式，另外可用于等级资料或不能确切定量的资料。缺点是不能充分利用样本所提供的信息，因此检验效率较低，产生第二类错误较大。18、非参数检验适用于哪些情况?答 : 非参数检验应用于以下情况 : 不满足参数检验的资料， 如偏态分布资料； 分布不明的资料；等级资料或开口资料。19、直线回归与相关有何区别和联系?答: 1、

14、区别 :在资料要求上，回归要求因变量y 服从正态分布，自变量x 是可以精确测量和严格控制的变量，一般称为型回归；相关要求两个变量x、 y 服从双变量正态分布。 这种资料若进行回归分析称为型回归。在应用上， 说明两变量间依存变化的数量关系用回归，说明变量间的相关关系用相关。2、联系 :对一组数据若同时计算r 与 b，则它们的正负号是一致的； r 与 b 的假设检验是等价的，即对同一样本， 二者的 t 值相等。可用回归解释相关。1、标准正态分布（u 分布）与 t 分布有何异同？相同点：集中位置都为0，都是单峰分布， 是对称分布， 标准正态分布是t 分布的特例 （自由度是无限大时）不同点： t 分布

15、是一簇分布曲线，t 分布的曲线的形状是随自由度的变化而变化，标准正态分布的曲线的形状不变，是固定不变的，因为它的形状参数为1。3、简述直线回归与直线相关的区别。1 资料要求上不同：直线回归分析适用于应变量是服从正态分布的随机变量，自变量是选定变量；直线相关分析适用于服从双变量正态分布的资料。2 两种系数的意义不同： 回归系数是表明两个变量之间数量上的依存关系，回归系数越大回归直线越陡峭，表示应变量随自变量变化越快；相关系数是表明两个变量之间相关的方向和紧密程度的，相关系数越大，两个变量的关联程度越大。第一章医学统计中的基本概念2、抽样中要求每一个样本应该具有哪三性？从总体中抽取样本，其样本应具

16、有“代表性”、“随机性”和“可靠性” 。（ 1）代表性 : 就是要求样本中的每一个个体必须符合总体的规定。（ 2）随机性 : 就是要保证总体中的每个个体均有相同的几率被抽作样本。（ 3）可靠性 : 即实验的结果要具有可重复性，即由科研课题的样本得出的结果所推测总体的结论有较大的可信度。由于个体之间存在差异 , 只有观察一定数量的个体方能体现出其客观规律性。每个样本的含量越多，可靠性会越大，但是例数增加，人力、物力都会发生困难，所以应以“足够”为准。需要作“样本例数估计”。3、什么是两个样本之间的可比性？可比性是指处理组（临床设计中称为治疗组）与对照组之间，除处理因素不同外，其他可能影响实验结果

17、的因素要求基本齐同，也称为齐同对比原则。实习一统计研究工作的基本步骤(1) 什么叫医学统计学？医学统计学与统计学、卫生统计学、生物统计学有何联系与区别？医学统计学：是运用统计学原理和方法研究生物医学资料的搜索、整理、分析和推断的一门学科统计学：是研究数据的收集、整理、分析与推断的科学。卫生统计学：是把统计理论、方法应用于居民健康状况研究、医疗卫生实践、卫生事业管理和医学科研的一门应用学科。生物统计学：是一门探讨如何从不完整的信息中获取科学可靠的结论从而进一步进行生物学实验研究的设计,取样 , 分析 ,资料整理与推论的科学。(2) 医学统计的资料主要来源于那些方面？有何要求？医学统计资料主要有实

18、验数据和现场调查资料、医疗卫生工作记录、报表和报告卡等。实验数据是指在试验过程中活的的数据；现场调查资料主要来源于大规模的流行病调查获取的资料；医疗卫生工作记录有门诊病历卡、住院病历卡、 化验报告等； 报表有卫生工作基本情况年报表、传染年（月、日）报表、疫情旬（年、月、日）报表等；报表卡有传染病发病报告卡、出生报告卡、死亡报告卡等等。这些资料的手机过程中，必须进行质量抗旨，包括它的统一性、确切性、可重复性。这些原始数据的精读和偏性应有明确的范围。(3) 医学统计学的资料类型有哪些？（ 1 ）计量资料：对每个观察单位用定量的方法测定某项指标量的大小，所得的资料称为计量资料（measurement

19、 data）。计量资料亦称定量资料、测量资料。.其变量值是定量的，表现为数值大小，一般有度量衡单位。如某一患者的身高（12cm）、体重 (kg) 、红细胞计数 (10 /L)、脉搏（次 / 分）、血压（ KPa）等。（2）计数资料：将观察单位按某种属性或类别分组，所得的观察单位数称为计数资料（count data）。计数资料亦称定性资料或分类资料。其观察值是定性的， 表现为互不相容的类别或属性。如调查某地某时的男、女性人口数； 治疗一批患者， 其治疗效果为有效、无效的人数；调查一批少数民族居民的A、B、AB 、O 四种血型的人数等。（ 3）等级资料：将观察单位按测量结果的某种属性的不同程度分组

20、，所得各组的观察单位数，称为等级资料（ ordinal data）。等级资料又称有序变量。如患者的治疗结果可分为治愈、好转、有效、无效或死亡，各种结果既是分类结果，又有顺序和等级差别，但这种差别却不能准确测量；一批肾病患者尿蛋白含量的测定结果分为+、+、 +等。等级资料与计数资料不同：属性分组有程度差别，各组按大小顺序排列。等级资料与计量资料不同：每个观察单位未确切定量，故亦称为半计量资料。4、常见的三类误差是什么？应采取什么措施和方法加以控制？常见的三类误差是：（ 1）系统误差：在收集资料过程中，由于仪器初始状态未调整到零、标准试剂未经校正、医生掌握疗效标准偏高或偏低等原因，可造成观察结果倾

21、向性的偏大或偏小，这叫系统误差。要尽量查明其原因，必须克服。（ 2）随机测量误差：在收集原始资料过程中，即使仪器初始状态及标准试剂已经校正，但是，由于各种偶然因素的影响也会造成同一对象多次测定的结果不完全一致。譬如，实验操作员操作技术不稳定，不同实验操作员之间的操作差异，电压不稳及环境温度差异等因素造成测量结果的误差。对于这种误差应采取相应的措施加以控制，至少应控制在一定的允许范围内。一般可以用技术培训、指定固定实验操作员、加强责任感教育及购置一定精度的稳压器、恒温装置等措施，从而达到控制的目的。（3）抽样误差： 即使在消除了系统误差， 并把随机测量误差控制在允许范围内， 样本均数（或其它统计

22、量）与总体均数（或其它参数）之间仍可能有差异。这种差异是由抽样引起的，故这种误差叫做抽样误差，要用统计方法进行正确分析。实习二单变量资料的统计描述1、试述频数表的要素及用途。要素：组段，频距。用途： 描述资料的分布特征和分布类型。频数分布有两个重要特征：集中趋势和离散趋势。大部分观察值向某一数值集中的趋势称为集中趋势，常用平均数指标来表示，各观察值之间大小参差不齐。频数由中央位置向两侧逐渐减少，称离散趋势，是个体差异所致，可用一系列的变异指标来反映。 便于进一步计算有关指标或进行统计分析。当数据较多且需手工计算时，常先编制频数表，再进行统计计算。 发现特大、 特小的可疑值。如果频数表的一端或两

23、端出现连续几个组段的频数为零后，又出现少数几个特大值或特小值，使人怀疑其是否准确，需进一步检查和核对并做相应处理。 当样本含量比较大时，可用各组段的平率作为概率的估计值。2、描述单变量资料的统计指标分哪两大类，分别是什么指标？分类：描述数据分布集中趋势的指标：算术均数、几何均数、中位数。描述数据分布离散程度的指标：极差、四分位数间距、方差、标准差、变异系数。3、试述平均数、标准差、变异系数的含义及用途？4、标准正态分布曲线下面积有何分布规律？所有的正态分布曲线，在 左右的相同倍数的标准差范围内的面积相同。并且，在 范围内的面积约为 68.3%；在 1.96 范围内的面积约为95%；在 2.58

24、 范围内面积约为99%。5、同一资料的标准差是否一定小于均数？均数和标准差是两类不同性质的统计指标.标准差用于描述数据的变异程度,变异程度大,则该值大, 变异程度小,则该值小 . 标准差可大于均数,也可小于均数。实习三单变量资料的统计推断1、标准差与标准误有何区别和联系？?区别：1.含义不同 :s 描述个体变量值（x）之间的变异度大小，s 越大，变量值（ x ）越分散；反之变量值越集中，均数的代表性越强。标准误是描述样本均数之间的变异度大小，标准误越大，样本均数与总体均数间差异越大，抽样误差越大；反之，样本均数越接近总体均数，抽样误差越小。2.与 n 的关系不同：n 增大时，s（恒定）。标准误

25、减少并趋于0（不存在抽样误差） 。3.用途不同: s:表示x 的变异度大小，计算cv，估计正常值范围，计算标准误等 :参数估计和假设检验。?联系：二者均为变异度指标，样本均数的标准差即为标准误，标准差与标准误成正比。2、简述型错误和型错误的区别和联系。区别：型错误（弃真） ：拒绝实际成立的 H0 ，型错误的概率记为 。（1a）即置信度 :重复抽样时，样本区间包含总体参数（ ）的百分数。当 p 而拒绝 H0 时，只能犯型错误，不可能犯型错误。型错误（存伪） ：不拒绝实际不成立的 H 0，型错误的概率记为 。（ 1 ）即把握度（或检验效能：两总体确有差别，被检出有差别的能力。当p 而拒绝 H 0

26、时，只能犯型错误，不可能犯型错误。联系：对同一资料，与 反方向变化，若要同时减小 与 ，唯一的办法是增加样本含量。3、可信区间与参考值范围的不同点。应注意：可信区间与参考值范围的意义、计算公式和用途均不同。1.从意义和用途来看95参考值范围是指同质总体内包括95个体值的估计范围，而总体均数95可信区间是指按95可信度估计的总体均数的所在范围。可信区间用于估计总体参数，总体参数只有一个。参考值范围用于估计变量值的分布范围，变量值可能很多甚至无限。2.从计算公式看：若指标服从正态分布，95参考值范围的公式是：1.96s。总体均数 95可信区间的公式是：。前者用标准差，后者用标准误。前者用1.96，

27、后者用为 0.05，自由度为v 的 t 界值。1. 在统计推断中，如何区别单侧检验和双侧检验？如果将拒绝性概率平分于理论抽样分布的两侧，称为双侧检验。 例如选定显著性水平 = 0.05 ，双侧检验就是将 概率所规定的拒绝区域平分为两部分而置于概率分布的两边，每边占有=0.025。双侧检验只强调差异是否显著而不强调方向性。如果将拒绝性概率置于理论抽样分布的一侧（左侧或右侧），称为单侧检验（右侧检验或左侧检验） 。单侧检验强调差异的方向性。在具体的假设检验中，选择双侧检验或单侧检验可分为以下三种情况：第一种： H0： = 0 ： 0双侧第二种： H0： 0： 0单侧（左侧）第三种： H0： 0：

28、0单侧（右侧）2. t 检验、 z 检验的公式有那些类型，在应用上有何异同？t 检验：当样本例数n 较小时，要求样本取自正态总体。t 检验的类型：单样本t 检验，独立t 检验，配对t 检验z 检验：样本例数较大，或n 虽小而总体标准差已知。3. 假设检验和总体均数区间估计有何联系？假设检验：是对总体做出某种假定，然后根据样本信息推断总体是否成立的一类统计学方法总称。假设检验有三个基本步骤：建立假设和确定检验水准；选择检验方法和计算检验统计量；确定P 值和做出统计推断结论。总体均数的估计：1、点估计：样本统计量直接作为总体指标的估计值。它未考虑抽样误差的大小。2、区间估计：按预先给定的概率(1-

29、 )确定的包含未知总体参数的可能范围。实习四方差分析1、方差分析的基本思想是什么？方差分析（ analysis of variance，ANOV A ）的基本思想就是根据资料的设计类型，即变异的不同来源将全部观察值总的离均差平方和 （ sum of squares of deviations from mean，SS）和自由度分解为两个或多个部分，除随机误差外，其余每个部分的变异可由某个因素的作用（或某几个因素的交互作用）加以解释，如各组均数的变异SS 组间可由处理因素的作用加以解释。通过各变异来源的均方与误差均方比值的大小，借助F分布作出统计推断，判断各因素对各组均数有无影响。2、 t 检验

30、和 F 检验的使用条件和应用范围有何异同？t 检验适用于两个样本均数的比较，F 检验适用于多个样本的比较。t 检验的应用条件：要求各样本来自相互独立的正态总体且各总体方差齐。方差分析的应用条件（1）各样本是相互独立的随机样本，且来自正态分布总体。（2）各样本的总体方差相等，即方差齐性。实习五计数资料的统计推断与描述1、率的标准化的意义及基本思想。当比较的两组资料内部各小组率明显不同，且各小组观测例数的构成比也明显不同时，直接比较两个合计率是不合理的。因为期内部构成比不同，往往影响合计率的大小，需要统一的内部构成进行调整后计算标准化率，使其具有可比性，这种方法称为率的标准化。率的标准化的基本思想

31、：要比较两个总率时，发现两组资料的内部构成（如年龄、性别构成等）存在明显不同，而且影响到了总率的结果，这时就不宜再直接比较总率，而应考虑采用标准化法。标准化法的基本思想，就是采用统一的标准（统一的内部构成）计算出消除内部构成不同影响后的标准化率（调整率），然后再进行比较。2、常用相对数指标有哪些？它们在计算和意义上有何不同？率（强度相对数，频率相对数）、构成比、相对比应用相对数时应注意的问题： 计算相对数的分母一般不宜过小。 分析时不能以构成比代替率。 不能用构成比的动态分析代替率的动态分析。 对观察单位数不等的几个率，不能直接相加求其总率。 在比较相对数时应注意可比性。对样本率（或构成比）的

32、比较应随机抽样，并做假设检验。3、卡方检验的使用范围和各个公式的适用条件是什么？卡方检验用于：推断两个及两个以上总体率或构成比是否有差别，两个分类变量间有无相关关系，多个率的趋势检验，以及两个率的等效检验等。此外，也用于频数分布的拟合优度检验。对不同的设计类型的资料，检验的应用条件不同：(1) 完全随机设计两样本率的比较1) 当 n40，且 T 5 时，用非连续性校正值；若所得 P，则改用四格表的确切概率法。2) 当 n 40，且有 1T 5 时，用连续性校正值。3) n40，或有 T1 时，不能用检验，应当用四格表的确切概率法。(2) 配对设计四格表1) 当 b+c 40，2) 当 b+c40，需作连续性校正，(3) 行列表资料1)不宜有 1/5 以上格子的理论频数小于5，或有 1 个格子的理论频数小于1；2)单向有序行列表，在比较各处理组的效应有无差别时，应该用秩和检验或Ridit 检验；3) 多个样本率（或构成比）比较的检验时，结论为拒绝无效假设时，只能认为各总体率（或总体构成比）之间总的说来有差别，