医学统计学名词解释
1.
总体与样本:
总体是根据研究目的确定的同质研究对象的全体。
样本是总体中具有代表性
的一部分个体。
2.
交叉设计:
一种特殊的自身对照设计。
克服了实验前后自身对照由于观察期间各种非实验
因素造成的偏倚。即将观察对象随机分为两组,并使一组对象先接受处理方式
A
,再接受处
理方式
B
;另一组先接受
B
,再接受
A
,两种处理方式在研究过程中交叉进行。
3.
方差:
离均差平方和与观测例数之比,反映一组数据的平均变异。
4.
检验效能:
1-
β
,也称把握度,其意义是两总体确有差别,按
α
水准能发现它们有差别的
能力。
5.
相对比:
表示两个有关事物指标之比,
常以百分数和倍数表示,
用以说明一个指标是另一
个指标的几倍或百分之几。
6.
参数与统计量:
总体的指标称为参数,
用希腊字母表示;
样本的指标称为统计量,
用英文
字母表示。
7.
抽样研究与抽样误差:
抽样研究是从总体中随机抽取样本,
对样本信息进行研究,
从而推
断总体的研究方法。
抽样误差是由随机抽样造成的样本指标和总体指标之间、
样本指标和样
本指标之间的差异;
其根源在于总体中的个体存在变异性。
只要是抽样研究,
就一定存在抽
样误差,不能用样本指标直接下结论。
8.
概率:
概率是某随机事件发生可能性大小(或机会大小)的数值度量。小概率事件是指
P
≤
0.05
的随机事件。
9.
统计推断:
根据已知的样本信息来推断总体特征的过程称为统计推断。
10.
抽样误差:
由个体差异和抽样所导致的样本均数和样本均数之间、样本均数和总体均数
之间的差异称为均数的抽样误差。
11.
第
I
类错误:
指检验假设
H
0
本来是成立的,经过检验后被拒绝了,即“弃真”
。其发生
的概率为
α
,为已知。
12.
第
II
类错误:
指假设检验
H
0
本来不成立,经过检验后被接受了,即“取伪”
。其发生概
率为
β
,为未知。
13.
区间估计:
区间估计是按预先给定的概率
1-
α
,由样本指标确定的包含总体参数的一个
范围。
14.
随机化原则:
随机化原则包括随机抽样和随机分组。随机抽样是指保证总体中的每一个
个体都有同等的机会被抽出来作为样本。
随机分组是指保证总体中的每一个个体都有同等的
机会被分配到实验组或对照组。
15.
重复原则:
重复是指研究样本要有一定的数量,即在保证研究结果有一定可靠性的条件
下,确定最少的样本例数。
16.
盲法试验:
试验结束之前,
不让研究者或受试者知道受试对象分在何组、
接受何种处理。
17.
安慰剂:
一种无药理作用或治疗作用的假药。目的是观察新药治疗时是否是自然痊愈或
心理的问题。
18.
完全随机设计:
又称随机对照试验,是将受试对象按照随机分配的原则分配到实验组和
对照组中,
然后给予不同的处理因素,
对各组的效应进行同期平行观察,
最后比较各组的观
察指标有无差别。
19.
配对设计:
配对设计是比较受试对象实验前后某个指标的变化或将受试对象按一定条件
配成对子,再随机分配每队中的两个受试对象到不同的处理组。
20.
随机区组设计:
将几个条件相同的受试对象划分为一个区组,再将区组中的受试对象采
用随机的方法分配到不同的处理组中,以增强各处理组间的均衡性。