医学统计学（郭秀花|第三版）前5章考试概念汇总

5V特征: 规模大（volume）、快速化（velpcity）、多样化（variety）、价值化（value）、真实性（veracity）

定性资料：计数资料（无序定性资料）和等级资料（有序定性资料）

定量资料：数值变量的取值（计量资料）

平均数

1.算术均数（描述一组满足对称分布，特别是正态分布或近似正态分布资料的平均水平）

1.1直接法sigma

1.2加权法

2.几何均数（多用于对数正态分布--对数变换后服从正态分布，或者观测值之间存在倍数关系的资料）

2.1直接法

2.2加权法

3.中位数和百分位数（P25表示有25%的观察值比它小，有75%的观察值比它大）

计算公式见P37页公式，需对照表

中位数可以用于任何分布类型的资料，尤其适合偏态分布、分布类型未知和数据中不确定值的情形

位于两端的百分位数只有在样本含量足够大时，才比较稳定。所以中位数相比具有更好的稳健性

极差：不灵敏、不稳定

四分位数间距:Q=P75-P25  四分位数间距是中间一半数观测值的极差，其值越大，变异程度越大；反之，变异程度越小。比极差稳定，实际常和中位数一起描述非正态分布资料的集中趋势和离散趋势

方差： 越小代表变异程度越小，反之相反

标准差：（kg2会没有意义，所以开方根 standard deviation）分为总体和样本的标准差

变异系数（coefficient of variation,CV）为标准差与均数之比，用百分数表示。变异系数越大说明变异程度越大，反之越小

正态分布：概率密度函数（PDF）;累计密度函数（CDF）面积之比（P43）

标准正态分布：Z转化

正态分布的判定：

1.直方图

2.P-P图和Q-Q图（散点在对角线分布为正态分布）

3.偏度系数和峰度系数

K-S法和S-W法，前者适合大样本（＞50），后者适合小样本（＜50）H0假设为“样本数据来自的分布与正态分布无显著差异”，所以要正态分布，即P＞0.05才合适

单双侧值问题（注意联系）

医学参考值范围的估计方法

1.正态分布法

2.百分位法（参考P46页）

第四章：总体均数的估计与假设检验基础

统计分析包括统计推断（参数估计和假设检验）和统计描述

样本统计量的标准差称为标准误（standard error,SE）

样本均数的标准差称为标准误（standard error of mean,SEM),它反映样本均数间的离散程度，也反映样本均数与总体均数间的差异，因而说明了均数抽样误差的大小

T分布，书上引入是因为S作为6 的估计值后不服从正态分布，标准的正态分布是t分布的极限形式（P63）

均数的参数估计

点估计：用相应的样本统计量直接作为总体参数的估计值，未考虑抽样误差的大小，估计往往不准确

区间估计：按照预先给定的概率（1-α）估计总体参数所在的范围，该范围称为置信区间或可信区间（confidence interval,CI）,(1-α)称为置信度或可信度

总体均数置信区间的计算

1. 6未知
2. 6未知但n足够大（n＞50），近似服从Z分布
3. 6已知 见P65页

不能笼统地认为99%置信区间比95%置信区间好，兼顾准确性和精确性

假设检验的基本步骤 思想是反证法和小概率事件

1.建立假设，确定检验水准（检验假设是针对总体进行的假设，而非样本；H0和H1是相互联系、对立的假设；H1假设直接体现了所进行的假设检验四双侧检验还是单侧检验）（检验水准通常为0.05或0.01）

2.计算检验统计量：若P＞α，则不拒绝H0，反之拒绝H0

第5章 定量资料的t检验

t检验的应用条件

1. 各样本均是来自其总体的随机样本
2. 各样本均来自正态分布总体
3. 两独立样本均数比较时，要求两总体方差相等【方差齐性（homogeneity of variance）】

一、单样本定量资料的t检验（样本均数与总体均数比较）

H0: u=u0,H1:u≠u0

二、配对设计定量资料的t检验

1.异体配对：为消除混杂因素的影响，将某些重要特征相似的每两个受试对象配成一对，将每对受试对象进行随机分配后，分别给予两种不同的处理

2.自身配对：同一受试对象的两个部位分别接受两种处理，可视为自己和自己配对

H0： ud=0, 即差值的总体均数为零

三、两独立样本均数比较的t检验

将受试对象随机分配成两个处理组，两组分别接受不同的处理。一般把这样获得的两组资料视为代表两个不同总体的两个独立样本

三.1 两个样本所属总体方差相等

H0：u1=u2,两样本所属的两个总体均数相等

H1：u1≠u2,两样本所属的两个总体均数不相等。当H0成立时，这个统计量服从自由度为n1+n2-2的t分布

三.2两个样本所属总体方差不等，假设同前

三.3两独立样本资料的方差齐性检验

H0： 两独立样本资料的总体方差相等

H1：两独立样本资料的总体方差不等

第一类错误和第二类错误

弃真（第一类错误，假阳性）取伪（第二类错误，假阴性）α越大，β越小

P＜α，宜说差异“有统计学意义”，不能出现“肯定”