常用医学科研中的统计学方法_第1页
常用医学科研中的统计学方法_第2页
常用医学科研中的统计学方法_第3页
常用医学科研中的统计学方法_第4页
常用医学科研中的统计学方法_第5页
已阅读5页,还剩2页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、正确答案错误答案从同一总体抽样,则样本标准差()A随着样本含量增大而增大B样本含量增大而标准差不变C随着样本含量减少而减少ID随着样本含量增大而减小用图表示某地区近30年三种疾病的发病率,在各年度的动态发展速度情况,宜绘制()A普通线性图B.直方图C.百分条图D.半对数线图。均数与标准误的关系()均数越大,标准误越大均数越大,标准误越小C标准误越小,用均数推测总体均数的可靠性越大。E标准误越大,用均数推测总体均数的可靠性越大。多重线性回归分析中,度量一组自变量与应变量线性相关程度的统计量是()负相关系数决定系数偏相关系数偏回归系数变异系数cv的数值()一定大于 1一定小于 1C.可以大于1也可

2、以小于1D. 一定小于标准差。在样本量为。,自变量个数为3的线性回归方程的假设检验中,回归变异和剩余变异的自由度分别为()3 和 n-33 和 n-42 和 n-22 和 n-3比较某地区解放以来三种病的发病率在各个年度的发展速度,应该绘制()半对数线图圆图直方图普通线图在同一总体中随机抽取多个样本,用样本均数估计总体均数95%的可信区间,则估计精密度高的是()均数小的样本标准差小的样本标准误大的样本标准误小的样本均数的标准误反映了()个体的变异程度集中趋势的位置指标的分布规律样本均数与总体均数的差异由样本均数估计总体均数可靠性大小的指标是()标准差标准误方差变异系数表示血清抗体滴度资料平均水

3、平最常用的指标是()算术平均数中位数几何均数变异系数抽样误差产生的原因是()观察对象不纯非正态分布资料个体差异非分类变量资料95%置信区间的含义为()此区间包含总体参数的概率是95%此区间包含总体参数的可能性是95%此区间包含总体参数,这句话可信的程度是95%此区间包含样本统计量的概率是95%各观察值乘以一个大于(的常数后,()不变算数均数标准差中位数几何均数总体均数的可信区间()随总体均数而变化不随总体均数而变化是一个固定区间随样本不同而变化对数正态分布资料最好计算()以表示离散趋势。平均数B. 几何均数中位数标准差若要得到残差平方和最小的回归方程,最好选用()全局选择法逐步回归法IC.后退

4、法D.前进法各观察值均加(或减)同一数后()均数不变,标准差改变均数改变,标准差不变两者均不变两者均改变某地区两年的三种死因别死亡率。若用统计图表示出来可能选用()复式线图百分条图复式直条图D.直方图以下关于参数估计的说法正确的是()区间估计优于点估计样本含量越大,置信区间范围越大样本含量越小,参数估计越精确对于一个参数可以获得几个估计值作多重线性回归分析时,若降低入选的F界的值,则进入方程的变量一般会()增多减少不变可增多,可减少均数95%置信区间主要用于()估计”正常人群”某指标95%观察值所在的范围X反应总体均数有95%的可能在某范围内反应某指标的可能取值范围反映某指标的观察值波动范围在多重线性回归中,若对某个自变量的值都增加一个常数,则相应地偏回归系数()不变增加相同的常数减少相同的常数增加但数值不定描述一组偏态(偏锋)分布资料的变异程度,用()指标较好全距标准差变异系数四分位数间距少数几个数据比大部分数据大几百倍,宜用()表示其平均水平平均数几何均数中位数标准差多重线性回归分析中,可用来对自变量的作用大小进行比较的统计量是()偏回归系数标准偏回归系数复相关系数决定系数在多重线性回归中,若对某个自变量的值都乘以一个相同的常数k,则相应地偏回归系数()A.不变IB.

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论