统计学（Statistics）：应用统计学的原理与方法，研究数据的搜集、整理与分析的科学，对不确定性数据作出科学的推断。

医学统计学（Medical Statistics）：应用统计学的原理与方法，研究医学科研中有关数据的搜集、整理和分析的应用科学。同质（homogeneity） ：据研究目的所确定的所有研究对象的相同属性。例子：身高、体重、年龄、容貌……

变异（variation）：同质研究单位中变量值间的差异，整个统计学甚至是整个科学研究存在的基础。

总体（population）：是根据研究目的确定的同质研究单位的全体。统计学人员习惯将其叫做同质研究单位某种变量值的集合，包括有限总体和无限总体。

样本（sample）：是总体中抽取的一部分个体。包括随机抽样和非随机样本。

样本含量（ sample  size）：样本中包含的研究单位数。

观察单位（observed unit）：也叫个体或研究单位，它是研究中的个体（individual），完全由研究目的确定。它可以是一个（群）人、一只动物和一个细胞。

变量(variable）：按特定目的确定的研究单位的某种特征或属性。

…… …… 余下全文

1、 同一资料的标准差是否一定小于均数？

答：均数是描述定量资料集中趋势的指标，而标准差是描述定量资料离散程度的指标，二者反映的是资料分布特征的两个不同方面。

2、 极差、四分位间距、标准差、变异系数的适用范围有何异同？

答：这四个指标的相同点在于均用于描述计量资料的离散程度。不同点为：极差可用于各种分布的资料，一般常用于描述单峰对称分布小样本资料的变异程度，或用于初步了解资料的变异程度。若样本含量相差较大，则不宜用极差来比较资料的离散程度。四分位间距：适用于描述偏态分布资料、两端无确切值或分布不明确资料的离散程度。标准差常用于描述对称分布，特别是正态分布或近似分布资料的离散程度。变异系数适用于比较计量单位不同或均数相差悬殊的几组资料的离散程度。

3、 x2检验用于什么？

答：x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。

4、四格表的U检验和x2检验有何联系？

答：（1）相同点：四格表的u检验的根据是正态近似原理（n足够大，∏和1-∏均不太小）。能用四格表的u检验进行两个率比较检验的资料，都可以用x检验。四格表的双侧u检验与x检验是完全等价的，两个统计量的关系为u= x，u2

…… …… 余下全文

Chapter 基本概念

显著性检验（test of significance）：计算P值

医学统计工作的内容：

1、实验设计：最关键最重要

2、收集资料：最基础

原始资料：实验数据

现场调查资料

医疗卫生工作记录

报表

报告卡

质量控制——精度和偏倚

3、整理资料

（1）       资料的逻辑检查（坏数）

（2）       一致性检查

（3）       原始数据加工：频数分布表

4、分析资料：统计描述（表、图、离散趋势、集中趋势）和统计推断

统计描述类型的选择：

医学统计的资料类型：计量资料、计数资料、等级分组资料

医学统计学的对象：有变异的事物

总体和样本：

总体（population）的特性：同质性、大量性、差异性。

抽样的要求：代表性、随机性、可靠性、可比性。

样本的三性：代表性、随机性、可靠性。

可靠性（reliability）：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论所推测总体的结论有较大的可信度。

…… …… 余下全文

一、两组或多组计量资料的比较

1.两组资料：

1)大样本资料或服从正态分布的小样本资料

(1)若方差齐性，则作成组t检验

(2)若方差不齐，则作t’检验或用成组的Wilcoxon秩和检验

2)小样本偏态分布资料，则用成组的Wilcoxon秩和检验

2.多组资料：

1)若大样本资料或服从正态分布，并且方差齐性，则作完全随机的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。

2)如果小样本的偏态分布资料或方差不齐，则作Kruskal Wallis的统计检验。如果Kruskal Wallis的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用成组的Wilcoxon秩和检验，但用Bonferroni方法校正P值等）进行两两比较。

二、分类资料的统计分析

1.单样本资料与总体比较

1)二分类资料：

(1)小样本时：用二项分布进行确切概率法检验；

(2)大样本时：用U检验。

2)多分类资料：用Pearson c2检验（又称拟合优度检验）。

2. 四格表资料

1)n>40并且所以理论数大于5，则用Pearson c2

…… …… 余下全文

俄第一章

2选1

总体：总体（population）是根据研究目的确定的同质观察单位（研究对象）的全体，实际上是某一变量值的集合。可分为有限总体和无限总体。总体中的所有单位都能够标识者为有限总体，反之为无限总体。

样本：从总体中随机抽取部分观察单位，其测量结果的集合称为样本（sample）。样本应具有代表性。所谓有代表性的样本，是指用随机抽样方法获得的样本。

3选1

小概率事件：我们把概率很接近于0（即在大量重复试验中出现的频率非常低）的事件称为小概率事件。

P值：P 值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P 值反应结果真实程度，一般以P ≤ 0.05 认为有统计学意义， P ≤0.01 认为有高度统计学意义，其含义是样本间的差异由抽样误差所致的概率等于或小于0.05 或0.01。 P值是：

1) 一种概率，一种在原假设为真的前提下出现观察样本以及更极端情况的概率。

2) 拒绝原假设的最小显著性水平。

3) 观察到的(实例的) 显著性水平。

4) 表示对原假设的支持程度，是用于确定是否应该拒绝原假设的另一种方法。

小概率原理：一个事件如果发生的概率很小的话，那么可认为它在一次实际实验中是不会发生的，数学上称之小概率原理，也称为小概率的实际不可能性原理。统计学中，一般认为等于或小于0.05或0.01的概率为小概率。

…… …… 余下全文

医学统计学总结

一、两组或多组计量资料的比较 1.两组资料： 1)大样本资料或服从正态分布的小样本资料 (1)若方差齐性，则作成组t检验 (2)若方差不齐，则作t’检验或用成组的Wilcoxon秩和检验 2)小样本偏态分布资料，则用成组的Wilcoxon秩和检验 2.多组资料： 1)若大样本资料或服从正态分布，并且方差齐性，则作完全随机的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。 2)如果小样本的偏态分布资料或方差不齐，则作Kruskal Wallis的统计检验。如果Kruskal Wallis的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用成组的Wilcoxon秩和检验，但用Bonferroni方法校正P值等）进行两两比较。 二、分类资料的统计分析 1.单样本资料与总体比较 1)二分类资料： (1)小样本时：用二项分布进行确切概率法检验； (2)大样本时：用U检验。 2)多分类资料：用Pearson c2检验（又称拟合优度检验）。 2. 四格表资料 1)n>40并且所以理论数大于5，则用Pearson c2 2)n>40并且所以理论数大于1并且至少存在一个理论数<5，则用校正c2或用Fisher’s 确切概率法检验 3)n￡40或存在理论数<1，则用Fisher’s 检验 3. 2×C表资料的统计分析 1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则行评分的CMH c2或成组的Wilcoxon秩和检验 2)列变量为效应指标并且为二分类，列变量为有序多分类变量，则用趋势c2检验 3)行变量和列变量均为无序分类变量 (1)n>40并且理论数小于5的格子数<行列表中格子总数的25%，则用Pearson c2 (2)n￡40或理论数小于5的格子数>行列表中格子总数的25%，则用Fisher’s 确切概率法检验 4. R×C表资料的统计分析 1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则CMH c2或Kruskal Wallis的秩和检验 2)列变量为效应指标，并且为无序多分类变量，行变

…… …… 余下全文

一、统计描述

算术平均数

反映集中趋势： 几何平均数

中位数

方差及标准差

反应离散趋势： 几何标准差

四分位数间距或百分位数

二、统计资料

正态分布 方差分析 齐性 t

F

计量资料 不齐 t’或秩和检验

非正态分布 秩和检验

计数资料 （率 构成比）： 卡方检验（X2）

等级资料 秩和检验

三、统计方法

1、 t检验

（一）配对t检验 自身比较（治疗前后）

配伍实验设计

同一样本分为两半用两种方法来测定的实验设计 步骤：具体见P110-113 ①建立数据库

②进行数据正态性检验（P0.05说明正态性分布 反之非正态分布） ③t检验

④结果分析（P<0.05认为差异有显著性意义反之无显著性意义）

（二）两组独立样本的t检验（即随机数据）

步骤：具体P113-116 ①建立数据库（注意与配对t检验数据库建立的区别）

②进行数据正态性检验（P0.05说明正态性分布 反之非正态分布） ③t检验：先看方差分析（读取方差齐性（P）0.05）被接受的那行数据） ④结果分析（P<0.05认为差异有显著性意义反之无显著性意义）

…… …… 余下全文

第一章

2选1

总体：总体（population）是根据研究目的确定的同质观察单位（研究对象）的全体，实际上是某一变量值的集合。可分为有限总体和无限总体。总体中的所有单位都能够标识者为有限总体，反之为无限总体。

总体population根据研究目的而确定的同质观察单位的全体。

样本：从总体中随机抽取部分观察单位，其测量结果的集合称为样本（sample）。样本应具有代表性。所谓有代表性的样本，是指用随机抽样方法获得的样本。

样本sample从总体中随机抽得的部分观察单位，其实测值的集合。

3选1

小概率事件：我们把概率很接近于0（即在大量重复试验中出现的频率非常低）的事件称为小概率事件。

P值：P 值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P 值反应结果真实程度，一般以P ≤ 0.05 认为有统计学意义， P ≤0.01 认为有高度统计学意义，其含义是样本间的差异由抽样误差所致的概率等于或小于0.05 或0.01。

P值是：
1) 一种概率，一种在原假设为真的前提下出现观察样本以及更极端情况的概率。
2) 拒绝原假设的最小显著性水平。
3) 观察到的(实例的) 显著性水平。
4) 表示对原假设的支持程度，是用于确定是否应该拒绝原假设的另一种方法。

…… …… 余下全文