医学统计学。
教学辅助资料。
医学统计学复习概要。
基本概念部分。
总体和样本。
观察单位。随机样本和非随机样本的随机化。
变量、随机变量；变量的类型。
连续变量：有单位，理论上变量值可以充满区间。
分类变量：属性。
无序分类变量，虽可以用数值表示第几类，但数值无意义，只是代号。
有序分类变量，虽可以用数值量化，但数值的大小无意义，意义在于数值之间的间距和顺序关系。
计数变量：特点是离散、有序。某些情况下可以按连续变量处理。
实际频数分布。
观察单位个数的分布。
连续变量要按变量值分组段，总结各组段观察单位的个数。
计数变量要按观察时间单位、面积单位总结计数变量值本身。
分类变量要按类别总结观察单位的个数。
实际上，后面两种变量在只有一次抽样时无法完成实际频数分布的刻画。
数据的集中趋势和离散趋势。
集中趋势。连续变量对称分布：算术平均数（简称均数）+中位数。连续变量非对称分布：中位数。
分类变量：具有所关心特征（类别）的观察单位的个数（频数）。百分构成（比例）、率、比。
计数变量：单位时间、单位面积内所关心事件的发生数。求和问题。
离散趋势：衡量距集中趋势远近的程度。
连续变量对称分布：离均差平方和、方差、标准差。连续变量非对称分布：百分位数间距。
抽样变异和抽样分布。
抽样变异：反复抽样后，每个样本都是不同的。反复抽样指每次抽样的样本量相同。
抽样分布：反复抽样后，样本集中趋势的分布。对于连续变量样本标准差当然也是有分布的，但本处不考虑。
连续变量：样本均数的分布—按样本均数值分组段，总结各组段样本的个数。
分类变量：具有所关心特征（类别）的观察单位的个数（频数）的分布—按观察单位的个数总结样本的个数。
计数变量：单位时间、单位面积内所关心事件的发生数的分布—按发生数总结样本的个数。
抽样分布的集中趋势和离散趋势。
连续变量：反复抽样样本均数的均数—集中趋势；反复抽样样本均数的标准差（标准误）—离散趋势。
分类变量：反复抽样样本具有所关心特征（类别）的观察单位的个数（频数）的均数—集中趋势；具有所关心特征（类别）的观察单位的个数（频数）的标准差（标准误）--离散趋势。
计数变量：反复抽样样本单位时间、单位面积内所关心事件的发生数的均数—集中趋势；反复抽样样本单位时间、单位面积内所关心事件的发生数的标准差（标准误）--离散趋势。
相对频数分布和概率分布（请只考虑抽样分布）
各组段样本数占总样本数的比例的分布。
当反复抽样样本的样本量足够大时，相对频数分布逼近概率分布（理论分布）。
各种各样的理论分布。
原始数据分布。
正态分布、对数正态分布、二项分布、泊松分布等等。
抽样分布。当样本量足够大时，任何原始数据分布的抽样分布均逼近正态分布（中心极限定理）。
标准正态分布。
正态分布数据的标准化。对于连续变量还涉及t分布。
正态分布（含标准正态分布和t分布）的性质。
样本信息对总体的统计推断（请只考虑集中趋势的推断）
所有的推断均是基于抽样分布的。
要求随机（大）样本。
区间估计。连续变量：样本均数推断总体均数；利用样本均数的标准差（标准误）构建总体均数的可信区间。
分类变量：样本百分构成（比例）、率、比推断总体相应参数；利用标准误构建相应总体参数的可信区间。
计数变量：样本单位时间、单位面积内所关心事件的发生数推断总体相应参数；利用标准误构建相应总体参数的可信区间。
假设检验：评价样本来自于某参照总体的可能性。
无效假设：用来推翻的假设。如：假设样本来自于某参照总体。
备择假设：用来接受的假设，是与无效假设的对立的假设。如：假设样本不是来自于某参照总体。
检验水准：评价上述可能性是大还是小的标准。如可能性小于检验水准则拒绝无效假设，接受备择假设。反之，则说明尚无足够证据推翻无效假设。检验水准有单侧和双侧之分。
界值：对应于检验水准的某分布上的百分位数。
其他基本概念。
观察性研究和实验性研究、前瞻性研究和回顾性研究、纵向研究和横断面研究、定群研究和病例对照研究、对照、双盲；小概率事件、p值、i型错误和ii型错误、检出力、多重检验问题；相关关系和因果关系、残差。
基本计算部分。
连续变量的均数、离均差平方和、方差（含均方）、标准差、标准误、百分位数（含中位数）。
二分类变量的百分构成及其标准误、relative risk（rr，相对危险度）、odds（比数）及odds ratio（or，比数比）
统计推断中的计算。
总体均数（率）的可信区间的构建。
正态法或正态近似法：大样本或满足某些条件时。
对于连续变量还可以利用t分布。
假设检验中检验统计量的构建。
正态法或正态近似法：大样本或满足某些条件时。u统计量或z统计量。
对于连续变量还可以利用t分布。t统计量。
其他：f统计量（含方差齐性检验用和方差分析用）：两个方差之比。秩和。h统计量。（pearson）2统计量。
数据的统计分析策略部分。
研究设计类型。
比较研究（请只考虑平行设计）（无效假设的构建）
连续变量（含参数法和非参数法）
参数法是假设数据服从某种分布，而非参数法则无此要求。
单样本数据：样本均数与参照总体均数的比较—判断该样本是否来自于该参照总体。
两样本数据。
配对数据：差值的均数与0的比较—判断差值样本是否来自于均数为0的总体。
独立数据：两样本均数的比较—判断两样本是否来自于同一总体。
多样本数据。
配伍组设计资料的方差分析。
完全随机设计资料的方差分析。
分类变量（请只考虑参数法）
单样本二分类数据（请只考虑正态近似法）：样本百分构成或率与参照总体百分构成或率的比较判断该样本是否来自于该参照总体。
四格表资料。
配对数据：一致性分析。
独立数据：两样本百分构成或率的比较—判断两样本是否来自于同一总体。
请熟悉fisher精确概率检验法。
行列表资料。
双向无序数据：检验行变量与列变量是否存在普遍关联。
单向有序数据：评分，检验无序变量水平间平均分的差异。同方差分析。
双向有序数据：评分，检验行变量与列变量之间是否存在相关。同两个连续变量之间的相关。
相关与回归：研究一个变量（结果变量）和另一个变量（解释变量）或一个变量和多个其他变量之间的相关性及确定他们之间的数量关系。
相关要求变量为连续、正态变量。而回归只要求结果变量为连续、正态变量。
回归系数。熟悉估计方法；含义；检验方法；总体回归系数可信区间的构建。
应用回归分析时应注意的问题。
具体统计分析方法的适用条件（含校正问题）
绪论。 变异与变量。
许多医学现象的表现因人而异，称之为。
表示个体某种变异特征的量称为。
变量的观察值称为。
变量一般分为三类：
表1.1 常见医学数据的定义、记录及其统计术语。
小概率事件的实际不可能性。
定量资料的统计描述。
统计描述方法步骤：描述样本数据分布特征。
1. 频数表：较详细、较精确。
2. 频数图(直方图)：较详细、较直观(频数大小用面积来衡量)
3. 统计指标：概括性强、可借用理论分布作统计推论标准差可理解为“平均”差别。
据分布类型选用统计指标：
1. 常见的生理指标服从或近似正态分布：
2. 常见的抗体滴度服从或近似对数正态分布：g
3. 偏态分布资料如潜伏期、住院天数、住院费用：m, q
正态分布 总体均数的估计和检验。
正态分布与统计应用：
假设检验基本思想：（框图）
【例】由大量调查的结果得中国城市12岁男孩身高的均数为145.28cm(当作总体均数0=145.28)，某市的样本均数及标准误分别为。
143.07(cm)，＝0.82(cm)
问是否可认为该市12岁男孩身高(=?未达到全国的平均水准？
解：在这里我们要考虑抽样误差，可用假设检验的方法来分析，其步骤和基本思想如下述。
有本质差别(h1)？ 抽样误差引起(h0)？
未知规律） (有分布规律)
图3.3 假设检验逻辑过程示意图。
注意：上述检验过程是概率意义下的反证法，不论是否拒绝h0，都会犯错误，结论是相对的，千万不要绝对化（详见下节）。
单侧双侧问题：
单侧与双侧参考值范围：
双侧：观察值过高或过低均属异常，如脉率。
单侧：[,分布在某一侧属正常，如血中毒物含量。
单侧与双侧可信区间：
双侧：总体均数既可能在样本均数的左侧，又可能在右侧。
单侧：[,总体均数一定在样本均数的某一侧(经验判断)
或质量控制要求，不允许出现某一侧事件。
单侧与双侧检验：
双侧：备择假设h1为≠0
单侧：[,总体均数一定落在右侧（或左侧）(经验判断)
医学统计学复习
第1章绪论。医学统计学是一门 运用统计学的原理和方法，研究医学科研中有关数据的收集 整理和分析的应用科学。1 个体 又称观察单位，是统计研究的最基本单位，也是构成总体的最基本的观察单位。2 总体 根据研究目的确定的同质观察单位某项指标测量值 观察值 的集合。分为有限总体 明确规定了空间 时间 人群范...
医学统计学试卷
姓名学号得分。一 选择题 每小题2分，合计30分 a 标准差 b 标准误 c 变异系数 d 极差。2.一般人群中，不在正常值范围内的人 d a 占正常人的5b 是病人的可能性为5 c 是病人的可能性 5 d 也可能是正常人。3.第一类错误的概念时 b a h0是对的，统计检验结果未拒绝h0 b h0...
医学统计学试卷
课程名称 医学统计学适用专业年级。考生学号考生姓名。一 名词解释 每题3分，共15分 1 抽样误差。2 相关系数。3 统计图。4 医学参考值范围。5 计数资料。二 判断题 对者打 错者打 每题2分，共20分 1 统计学中，往往把事件发生的概率p 0.05的事件称为小概率事件。2 统计分析包括统计描述...