统计学教学课件：总复习

20总复习考试可能出现的题型：

最佳选择题辩正误案例分析题统计学研究特点：研究的是样本，要对总体作出推断得到的是频率，要对概率作出推断需进行参数估计和假设检验

抽样研究

抽样误差利用“小概率原则”进行统计推断准确的收集数据；准确的录入数据；正确的选用统计分析方法、调用统计分析程序；对输出的结果作出合理的解释。统计学学习的重点是掌握如何：统计描述抽样分布—参数估计：点估计、区间估计定量资料算术均数、中位数等集中趋势：离散趋势：极差、四分位数间距、方差、标准差、变异系数定性资料：频率型指标、强度型指标、比

统计表和统计图统计推断变量概率分布：正态分布假设检验多变量：多重线性回归、logistic回归、生存分析两变量：简单线性相关和简单回归分析单变量非参数检验—秩和参数检验：t检验、方差分析等定性资料实验设计分组数定量资料实验设计：三要素、四原则、实验设计方案、样本含量估算知识框架：均数μ；标准差N（μ，2

）抽出n个的样本随机抽样原总体X1,X2,X3…Xn样本均数X1,X2,X3…Xn正态分布与抽样分布均数μ；标准误N（μ，2

）

XsXs=50

=10X总体分布抽样分布X50=xmn=162.5=xs原变量样本均数标准差与标准误的区别与联系标准差标准误区别公式与n关系n增大，标准差趋于稳定。n越大，标准误越小概念描述的是样本个体观察值的变异程度大小。描述的是样本均数的变异程度和抽样误差大小。意义小说明变量值围绕均数的波动小，均数对一组变量值的代表性好。小表示样本均数围绕总体均数的波动小，用样本推断总体的可靠性越强。用途与均数结合，描述观察值的分布范围，常用于估计医学参考值范围、计算变异系数、标准误等。均数结合，用于估计总体均数可能出现的范围，即可信区间，并用于假设检验。联系1.都是描述变异程度的指标2.标准误与标准差成正比，n一定时，标准差越大，标准误也越大。正态分布和抽样分布步骤：建立假设，确定检验水准确定P值计算检验统计量作推断结论拒绝H0，接受H1，认为差异有统计学意义P≤αP>α不拒绝H0，认为差异无统计学意义有关样本资料的差异性比较定量资料数据类型前提条件t/Z检验四格表R×C表配对四格表设计类型单样本两独立样本配对设计多独立样本方差分析两组二分类配对设计多组多分类单样本两多独立样本配对设计不满足t检验/方差分析条件的等级资料设计类型定性资料设计类型

检验秩和检验随机区组资料析因设计资料重复测量资料前提条件前提条件变量变换或秩和检验t检验变量变换或秩和检验例数n<50n≥50正态偏态两独立样本定量资料假设检验单样本配对资料差值正态偏态对子数t检验n≥50例数正态偏态n<50方差齐t检验方差不齐方差齐变量变换或秩和检验t’检验对于四格表资料的假设检验:

n≥40且所有T≥5

n≥40但有1≤T＜5

n＜40或有T＜1

定性资料的假设检验-12.对于配对分类数据的2×2表：

1.b+c

≥

402.b+c

<40

cbcb+-=22)(c)(cbcb+--=221c定性资料的假设检验-23.行×列表资料的χ2检验：定性资料的假设检验-3

自变量X因变量Y

统计方法单因单果1个1个简单相关simplecorrelation简单回归simpleregression多因单果多个1个多重相关multiplecorrelation多重回归multipleregression多因多果多个多个典则相关cononicalcorrelation多元回归multivariateregression单因单果(扣除其它变量影响)1个1个部分偏相关partialcorrelation相关和回归分析：简单相关：回归分析1个因变量Y1个自变量X2个以上自变量XY是数值变量Y是分类型变量两个因变量（结局分类变量+时间）生存分析Cox回归④简单回归SimpleregressionLogistic回归Logistic

regression多重回归Multipleregression①②③常用的回归分析中分类：曲线回归线性回归回归分析简单线性：多重线性：logistic回归线性回归只1个X：

(简单)多个X：Cox回归区分多重线性回归、logistic回归和Cox回归的异同。01绪论1.掌握6组基本概念：

①总体与样本②同质与变异、

③参数和统计量④变量与变量分类、⑤抽样研究与抽样误差⑥随机事件与概率2.掌握什么是抽样误差，它产生的原因及主要特征。3.掌握随机事件、概率和小概率事件的基本含义。2统计描述掌握定量资料集中趋势的指标：算术均数、几何均数、中位数的概念、计算和适用条件；掌握定量资料离散趋势的指标：极差、四分位数间距、方差、标准差和变异系数的概念、计算和适用条件掌握率、构成比的概念和区别，掌握相对数的注意事项；掌握常用统计图表的适用范围和制作方法，从而根据资料的类型选择合适的统计图对资料进行描述。3概率分布熟悉Poisson分布、二项分布的概念、参数与图形特征。掌握掌握正态分布的概念，图形特征——两个参数及面积规律。掌握标准正态分布的概念，标准化方法及意义。掌握正态分布和应用——参考值范围的定义，计算方法。4参数估计熟悉抽样误差的概念及产生原因掌握抽样误差的概念以及标准误的计算；

t分布的图形特征；参数估计的概念和参数估计的基本方法。5假设检验掌握假设检验中P值的含义及其与α的区别。掌握假设检验的基本思想和步骤；掌握Ⅰ型错误和Ⅱ型错误的概念，及二者的关系掌握单侧检验和双侧检验的含义及应用条件；单样本定量资料的分析思路和单样本t检验的模型假设。6两样本定量资料的比较掌握两独立样本定量资料的统计分析思路：两样本均来自正态总体且总体方差齐时用t检验，两样本来自正态总体但总体方差不齐时用检验或秩和检验，当数据来自偏态分布总体时，首先考虑采用变量变换，再考虑选用秩和检验；掌握配对设计的含义及两配对样本定量资料的统计分析思路：对于配对设计定量资料的统计分析，若差值服从正态分布，可采用配对t检验，否则，采用配对资料的符号秩和检验；掌握两样本秩和检验的优缺点。7.多组定量资料的比较掌握完全随机设计的含义；掌握单因素方差分析的基本思想和模型假设；熟悉单因素方差分析的计算公式了解多独立样本Kruscal-wallis秩和检验的编秩方法。掌握多独立样本秩和检验的应用范围。8定性资料的比较了解四格表概念及四格表中4个基本数据的含义；了解配对四格表的概念以及配对四格表与一般四格表在设计上的不同。熟悉等级资料平均水平秩和检验的基本过程。掌握四格表资料检验的基本公式及各公式的适用条件；配对四格表检验的基本公式及各公式的适用条件；掌握四格表的确切概率法的适用条件；掌握检验的注意事项。9两变量关联性分析掌握各种两变量资料类型的关联性分析方法，及应用的前提条件。熟悉线性相关分析的基本步骤。掌握Pearson积矩相关系数、Spearman秩相关系数、关联系数的概念、计算方法及解释意义。4.掌握关联性分析的结果解释意义。

10简单线性回归分析1.掌握线性回归适用资料类型、应用前提假设。2.熟悉线性回归的基本步骤，模型公式、求解回归方程中参数估计量α和β值所遵循的最小二乘原则；3.掌握回归系数的含义、计算方法及解释意义；4.掌握相关与回归分析的区别与联系。11多重线性回归分析掌握多重线性回归分析的造用资料类型、应用前提条件诊断和多重共线性。熟悉多重线性回归分析的模型公式、基本步骤；掌握多重线性回归分析中偏回归系数、标化的回归系数的概念和解释意义。掌握确定系数、复相关系数、调整确定系数、调整复相关系数的概念和意义。12实