统计学考试复习112总结

（population（1）有限总体(finitepopulation（2）无限总体(infinitepopulation)：很多为无限总体。（sample变异（variation,variablility）过差(mistakenerror)：过失所致的误差（不认真，错误判断，记录等原因系统误差（systematicerror)：仪器未校准所致的误差（统一偏高，或偏低随机测量误差（randommeasurementerror):不同观察者或同一观察者多次观察值的抽样误差（samplingerror):总体中存在变异，抽样研究中所抽取的样本，只包小概率定理测量的结果称为变量值(valueofvariable)或观察值（observedvalue,随机化单纯随机抽样(simplerandomsampling):总体全部观察单位编号，再用随机数字法或systematicsamplingnkstratifiedsampling:先按某种特征将总体分为若干组别、类型、区域，再第二章统计资料的收集和整理计量资料（measurement常用：平均数，标准差，t计数资料(enumeration（ranked实验设计(experimentdesign)、随机、重复（即样本例数）的原则。频数分布表（frequencydistributiontable)集中趋势（centraltendency):离散趋势（tendencyofdispersion):数值之间参差不齐；逐渐变大（或变小）的central1、算术平均数（arithmeticµxXa(a2geometricmean将n个观察值的乘积再开n次方的（或各观察值对数值均值的数。3、中位数（median,M)（2）（3）5、百分位数(percentile,P数值，就是百分位数，Pr表示。百分位数将总体或样本的全部观察值分为两部分，理论上有rtendencyof2、四分位数间距（quartile P75P25意义：QQ3、方差（variance)和标准差(standarddeviation1.961.645（95%）正态分布(normaldistribution)N(µσ)表示，其位置与均数有关，形状与标准差有关。u变换后，μ=0，σ=1，使原来的正态分布变换为标准正态分布（standardnormaldistribution）uxxx=μ正态分布有两个参数:均数,标准差;标准正态的参数分别为:0,1步骤：1234、选定合适的百分界限5、资料正态性检验6、进行参考值估计tsamplingerrorof用样本均数的标准差来估计，称标准误（standarderror)。即总体标准差和样本例数 是方差的平说明一组数据在其X周围的分散X

S反映用样本均数代表总体均数的可靠2t二、t分布（t-distribution)t5%tt0.05/2(υ),把两侧1%tt0.01/2(υ)。95%tt0.05/2(υ99%tt0.01/2(υt0.01/2(υ)。tPtPt穷大时，tuut点估计（pointestimation):用样本统计量作为对总体参数的估计值(μ)。比如μ<b)a,b（可信限。置信度（confidencelevel):α1-α,即为置信度.常用:95%,99%.置信区间（confidenceinterval,CI)t595%正常值范围一般是指同质总体内包括95%值的估计范围，X1.96S95%95%置信度估计的总体参数的可能范围，X1.96SX。ut-检验备择假设（alternativehypothesis),H1H1H0确定检验水准（sizeofatest)：level：是H0的区间。μμ0，称双侧检验；若认为μ大于、等于不可能小于μ0（或相反，为单侧检验。必须事先根据专业知识予以确定，不能等到计算完t值以后再选定双侧检验是正确errorerror，用即无效假设（H0:u=u0）是正确的，但被，误为有差别（弃真错误统计学上定P≤0.055%假错误(falsenegativeerror),统计学上称为第二类错误(typeIIerror)。即无效假设（H0:u=u0）H1:u≠u0,tt0.05（取伪错误类错误：虽然无效假设为假，但由于抽到了较小（检验统计量）PP值越小说明无效假设越不可靠。或者说，P值越小就越有理由无效假设。P来判断的。ut第六章方差分析（一 2、分离各有关因素并估计其对总变异的作用3、分析因素间称为均方差，简称均方(meansquare，MS)。MSlvariation组间变异（betweengroupvariation：各组的均数Xi与总均数间的差异 n（xi-x)2,v=k-1xi)2,v=k(n-1) FF0.05（1，2）,H0MSMS小，F1。Dunnett-tBartlett此外,Levene平转x´= x10x´=x1x´=x平反正弦转x´=arcsinx´=lgxx´=lg（x＋1）（x0)一、22（factorialexperiment)设计第七章直线回归与相关依存关系：应变量(dependentvariable)Y随自变量(independentvariable)X变化而变化。——回归分析互依关系:应变量Y与自变量X间的彼此关系 ———相关分析第一节直线回归（linearregression线性回归)的直线方程称为直线回归方程(linearregressionequation)。自变量x：正态总体中的随量或指定变量 因变量y：服从正态分布的随机各实际值Y与估计值 abyY轴交点的纵坐标(X＝0)x（减）一个单位，y平均变动b个单位b>0，YX的增大而增大（）b<0，YX的增大而减小（） ——水平最小二乘法原则(leastsquaremethod)：使各实际散点（Y）到直线（Yˆ）总情况(总情况(YY(YY

ˆ) F ＝MS；＝1，＝n SS MSSS总＝(YY)2Y的离均差平方和(totalsumofX与Y的回归关系时Y

nX对Y的线性影响之外的一切因素对YX解释的部分。SS剩

nX与Y的直线关系而使Y变异减小的部分,即总变异中，X解释的部分。SS回

|b-0 t=————=—— =n-S SSSb=——— SbSyxtb与trb

S(x-x)Y Yb(xx)Yi值的范围预测linearcorrelation简单相关(simplecorrelationx、y都是正态分布资料的随量（correlationcoefficientr 表示方法：-1 r直线回归：自变量是正态总体的随量或指定变量，y一定是正态总体的随量；rbrbtrtb Spearman秩相关适用资料：⑴从双变量正态分一、常用相对数（relativenumber)1、比（ratio）（rate121/万、1/10自然增长率＝粗出生率－粗粗率（总率）mortality（incidencerate)患病率(prevalencerate)某病患病率＝（检查时发现的某病现患病例数/该时点受检人口数）K某病率＝（观察期间内因某病人数/同期某病总数）(1(1p pp(1pnup p up p sp(1pn总体率的假设检验(u当比较两个总率时,如果两组内部某种能影响指标水平的重要特征的构成上有差别,往往造成总率的升高或下降,影响两个总率的对比;因此要设法消除其内部构成的差异,使之能合理地进行比较,所用的方法称为标准化法。标准化法即在一个指１、直接法:以标准人口构成与实际的组别率求得一个调整率第九章卡方检验（一）2(AT)T：

=(R-1)(C-2(adbc)2(ab)(cd)(ac)(bd(21)(2连续性较正22(AT0.5)T( bcn/2)2.(ab)(cd)(ac)(bd2b b(whenbc2(bc)2(whenbcb22(adbc)2(ab)(cd)(ac)(bd(21)(2rn<40,T<1pp(ab)!(cd)!(ac)!(bda!b!c!dx2检验R>2or计算：2n(A2nRn(R1)(Crr R*C4/5>5;1/5x2检验的结果接受Ｈ1比较的次数比较的次数(1' ' k(k-1)/22实验组与'PearsonKappa或等级相关分析（spearman）Pearson-Man-Haenszel分层分析，按资料多来源（多中心，多地区，，等分层校正2r:2r2r第十章二项分布与普哇松分布2、各是相互排斥的，适于非遗传，非传染性疾病testπ2n<50npn(1-p)均<53、研究性各户居民家属中实际病例数X的分布与按二项分布求得的理当总体比例πn（n>100，每次出现概率<0.01）Poissionπ不接近0和n>100,butπ不接近0和n>100,butPoission4PoissionPoission4002x≥50（1.96，2.58）1、（1）μ较小时，Poission;2、两样本计数（不同情况采用不同第十一章非参数检验收料方便：可使用“等级“符号”等评定结H-（1（2）H适用：等级资料（两组或多组H-test（1）（2）用秩次代替原变量进行参数检验（LSD）RiditR-.单向有序数据:单向有序数据:适宜秩和检验Ridit优点：RiditX2-test标准组的平均R值总是等于0.5,对比组R 0—1之间。95%可信区间—不含()0.5,差异有意—含 )0.5,差异无意R0.5,表示其疗效差于标准组。近似实际情况得出的"差异无意义"的结论因此当可信区间刚好触及RiditRidit（取合并组作标准组）适用条件:相互比较的各组样本中无例数较多者(即无标准组)。(近似法-RR(u-R（x^2-test5-104 VariablesEntered/Removed(b)进入模型的变量及方法ModelSummary模型的 :决定系数R2 R—multiplecorrelationyx（多因素）间的总相关程度。RANOVA(b)Coefficients(a)R2最大的为最优方程。R2--R2。Coefficient CollinearityDiagnostics(a) 共线性诊断（Eigenvalue、ConditionIndex） *度 *条件指数ConditionIndexHistogram:残差应正态：基本呈高两头低P-PSR 流行病学研究方法studystudy：①病例对照研究--回顾性（retrospective）研究：从疾病（果）去寻找原因（病②队列（定群）研究--前瞻性（prospective）研究：从有无可疑原因（病因study它是将特定人群按照是否于某因素或程度分成组与非（，实验流行病学（experimentalepidemiology）--主要在人群现场进行。分为：临床试验（clinicaltrial）和人群现场试验（communityfieldtrial理论流行病学（theoreticalepidemiology）--数理流行病学（mathematical分别从病例及对照者中获得一个随机样本，并分这两组人于可疑病因的情况病例对照研究的四大要素：人群、对照、病例和传统四格表 :((aE(a)2 M－H

V2传统

比数比OR(oddsratio)--相对度RR的估计值，指病例组人数与非人数的 人数的比值。OR= OR的95％可信范围包含1: 1:1OR=c/b(一)累积(cumulative 累积的作用表示的累积影响累积的适用条件:样本量大。人口稳定，资料比较整齐。发病密度(incidence适用条件样本量小，或率低标化比最常用的指标为标化比(standardized相 度或率定义相对度(relativerisk，RR)或率比(rateratio)是指计算RR＝1--表明与疾病无联系 归因度(attributablerisk，AR)或率差(ratedifference)是指组与非暴 AR=Ie-Io=a

c

AR的意义AR表示可使人群比未时增加的超额发病的数量，如果去除，则可使减少多少(AR的值)，因此AR在疾病预防中很有意义。AR％>75％时，即可认为找到了主要病因。PAR表示在全人群中由于而导致的增加 It：全人病PAR％表示全人群中 It

It

分析方法：包括表（Lifetable）——用于描述