统计学（一）

1.小概率标准
    在概率论中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...一般多采用0．01、0.05两个值即事件发生的概率在0．01以下或0.05以下的事件称为小概率事件这两个值称为小概率标准

2、准确度和误差

准确度：指分析结果接近真值的程度，用平均值的误差表示。
误差：表示测定值与真值的差异。平均值的误差就是平均值与真值的误差，可用绝对误差（E）和相对误差（RE）两者来表示。
绝对误差表示测定值与真值之差：E=1/n（x1+x2+...+xn)- T（T为真值）
相对误差表示误差在真值中所占的比例：RE=E/T*100%
平均值的误差越小，分析结果越接近真值，其准确度越高；反之，平均值的误差越大，分析结果的准确度越差。

3、精确度和偏差

精确度：指一组平行测定结果之间相互接近的程度，用各种偏差来表示。
（1）绝对偏差和相对偏差
绝对偏差：单次测定值与平均值之差称为绝对偏差
相对偏差：绝对偏差在平均值中所占的百分比。

（2）平均偏差和相对平均偏差
平均偏差：单次测定结果的绝对偏差的平均值称为平均偏差。
相对平均偏差：平均偏差占平均值的百分比。

（3）标准偏差和 相对标准偏差
标准偏差：单次测定结果与平均值的差方和与n-1的商取算术平方根称为标准偏差，用S表示，用来衡量一组测定值的精密度。其中差方和均根的目的，一是避免各次分析结果的偏差相互抵消，二是突出大的偏差，更好地反映各次分析结果的分散程度；三是描述各次测定值的平均分散程度。标准偏差越小，表示平行测定结果的随机误差越小，分散度越小和精密度越高。
相对标准偏差：标准偏差在平均值所占的百分比，用来比较在不同情况下测定结果的精密度，在生物统计学上有时也称变异系数，用来比较变异的大小。

（4）平均值的标准偏差，也称标准误，是标准偏差处以n的算术平方根，用来衡量n组平行测定结果的平均值的精密度，即n组平均值的标准偏差。

4、随机误差和系统误差
随机误差：是由某些难以控制的、无法避免的、不确定的随机因素或在目前技术水平下尚未掌握的原因造成的误差。随机误差的大小是可变的，重复测定时有大有小，有正有负，但小误差出现的机会多，大误差出现的机会少，大小相等的正负误差出现的机会相等。 无穷多次测定的结果不存在随机误差，称为总体平均值。随机误差决定了分析结果的精密度，用样本平均值与总体平均值之差表示。
系统误差：是由分析方法不理想，分析仪器不精确，分析试剂不纯或分析主观偏见等造成的误差，用总体平均值与真值之差表示。
准确度是指测定值接近 真值的程度，决定于平均值的误差（包括随机误差和系统误差），而精确度是指一组平行测定的结果间相互接近的程度，只决定于随机误差的大小。于是准确度（平均值的误差）=精密度（随机误差）+系统误差。

5.自由度
    统计学上的自由度是指当以样本的统计量来估计总体的参数时， 样本中独立或能自由变化的资料的个数，称为该统计量的自由度。 统计学上的自由度包括两方面的内容：
　　首先，在估计总体的平均数时，由于样本中的 n 个数都是相互独立的，从其中抽出任何一个数都不影响其他数据，所以其自由度为n。
　　在估计总体的方差时，使用的是离差平方和。只要n-1个数的离差平方和确定了，方差也就确定了；因为在均值确定后，如果知道了其中n-1个数的值，第n个数的值也就确定了。这里，均值就相当于一个限制条件，由于加了这个限制条件，估计总体方差的自由度为n-1。
　　例如，有一个有4个数据(n=4)的样本, 其平均值m等于5,即受到m=5的条件限制, 在自由确定4、2、5三个数据后, 第四个数据只能是9, 否则m≠5。因而这里的自由度υ=n-1=4-1=3。推而广之,任何统计量的自由度υ=n-限制条件的个数。
　　其次，统计模型的自由度等于可自由取值的自变量的个数。如在回归方程中，如果共有p个参数需要估计，则其中包括了p-1个自变量（与截距对应的自变量是常量1）。因此该回归方程的自由度为p-1。