医学统计学名解.docx
- 文档编号:1509492
- 上传时间:2022-10-22
- 格式:DOCX
- 页数:9
- 大小:22.25KB
医学统计学名解.docx
《医学统计学名解.docx》由会员分享,可在线阅读,更多相关《医学统计学名解.docx(9页珍藏版)》请在冰豆网上搜索。
医学统计学名解
医学统计学名解
医学参考值范围:
指正常人的解剖、生理、生化、免疫及组织代谢产物的含量等各种数据的波动范围可比性:
是指对研究结果有影响的非处理因素在各处理组之间尽可能相同或相近。
抽样误差:
在同一总体中随机抽取样本含量相同的若干样本时,样本指标之间的差异以及样本指标与总体指标的差异。
标准误:
表示样本均数间变异程度。
率的抽样误差:
抽样过程中产生的同一总体中均数之间的差异称为均数的抽样误差,率之间的差异称为率的抽样误差。
变异:
同一性质的事物,其观察值之间的差异。
可信区间:
总体参数的所在范围通常称为参数的可信区间,即该区间以一定的概率包含总体参数。
I型错误:
拒绝了实际撒谎能够成立的?
?
,这类“弃真”的错误称为I型错误。
?
?
型错误:
接受了实际撒谎能够不成立的?
?
,这类“存伪”的错误称为?
?
型错误。
参数检验:
一种要求样本来自总体分布型已知,在这种假设基础上,对总体参数进行统计推断的假设检验。
非参数检验:
是一种不依赖总体分布类型,也不对总体参数(如总体均数)进行统计推断的假设检验。
秩次:
即通常意义上的序号,实际上就是将观察值按顺序由小到大排列,并用序号代替了变量值本身。
直线相关系数:
它是说明具有直线关系的两个变量间,相关关系的密切程度与相关方向的统计指标。
相关系数没有单位,取值范围是-1〈=r〈=1,r的绝对值越大表明两变量的关系越密切。
等级相关:
是对等级数据作相关分析,它又称为秩相关,是一种非参数统计方法。
随机抽样:
是指按照随机化的原则(。
。
。
。
。
),从总体中抽取部分观察单位的过程。
计量资料:
对每个观察单位用定量方法测定某项指标量的大小,所得资料为计量资料,一般有度量衡单位。
计数资料:
将观察单位按某种属性或类别分组,所得的观察单位数称为计数资料。
等级资料:
将观察单位按测量结果的某种属性的不同程度分组,所得各组的观察单位数,称为等级资料,
频率:
在相同的条件下,独立重复做n次试验,事件A出现了m次,则比值m/n称为随机事件A在n次试验中出现的频率。
当试验重复很多次时P(A)=m/n。
随机误差:
又称偶然误差,是指排除了系统误差后尚存的误差。
它受多种因素的影响,使观察值不按方向性和系统性而随机的变化。
误差变量一般服从正态分布。
随机误差可以通过统计处理来估计。
系统误差:
是指由于仪器未校正、测量者感官的某种偏差、医生掌握疗效标准偏高或偏低等原因,使观察值不是分散在真值的两侧,而是有方向性、系统性或周期性地偏离真值。
系统误差可以通过实验设计和完善技术措施来消除或使之减少。
随机变量:
是指取指不能事先确定的观察结果。
随机变量的具体内容虽然是各式各样的,但共同的特点是不能用一个常数来表示,而且,理论上讲,每个变量的取值服从特定的概率分布。
参数:
是指总体的统计指标,如总体均数、总体率等。
总体参数是固定的常数。
多数情况下,总体参数是不易知道的,但可通过随机抽样抽取有代表性的样本,用算得的样本统计量估计未知的总体参数
统计量:
是指样本的统计指标,如样本均数、样本率等。
样本统计量可用来估计总体参数。
总体参数是固定的常数,统计量是在总体参数附近波动的随机变量。
频数表:
用来表示一批数据各观察值或在不同取值区间的出现的频繁程度。
对于离散数据,每一个观察值即对应一个频数,如某医院某年度一日内死亡0,1,2?
0个病人的天数。
对于散布区间很大的离散数据和连续型数据,数据散布区间由若干组段组成,每个组段对应一个频数。
平均数:
常作为一组数据的代表值,用于分析和进行组间比较,包括算术平均数、几何平均数,中位数等
算术均数:
描述一组数据在数量上的平均水平。
总体均数用μ表示,样本均数用X表示。
几何均数:
用以描述对数正态分布或数据呈倍数变化资料的水平。
记为G。
极差:
亦称全距,即最大值与最小值之差,用于资料的粗略分析,其计算简便但稳定性较差。
百分位数:
是将n个观察值从小到大依次排列,再把它们的位次依次转化为百分位。
百分位数的另一个
重要用途是确定医学参考值范围。
四分位数间距:
是由第3四分位数和第1四分位数相减计算而得,常与中位数一起使用,描述偏态分布资料的分布特征,较极差稳定。
方差:
方差表示一组数据的平均离散情况,由离均差的平方和除以样本个数得到。
标准差:
是方差的正平方根,使用的量纲与原量纲相同,适用于近似正态分布的资料,大样本、小样本均可,最为常用。
变异系数:
用于观察指标单位不同或均数相差较大时两组资料变异程度的比较。
用CV表示。
计算:
标准差/均数*100%。
参数估计:
指用样本指标值估计总体指标值。
参数估计有两种方法:
点估计和区间估计。
假设检验中P的含义:
指从H0规定的总体随机抽得等于及大于(或等于及小于)现有样本获得的检验统计量值的概率。
检验效能:
1-β称为检验效能,它是指当两总体确有差别,按规定的检验水准a所能发现该差异的能力。
检验水准:
是预先规定的,当假设检验结果拒绝H0,接受H1,下“有差别”的结论时犯错误的概率率:
又称频率指标,说明一定时期内某现象发生的频率或强度。
计算公式为:
发生某现象的观察单位数/可能发生某现象的观察单位总数*100%,表示方式有:
百分率(%)、千分率(‰)等。
构成比:
又称构成指标,说明某一事物内部各组成部分所占的比重或分布。
计算公式为:
某一组成部分的观察单位数/同一事物各组成部分的观察单位总数*100%,表示方式有:
百分数等。
相对比,是A、B两个有关指标之比,说明A是B的若干倍或百分之几。
计算公式为:
A/B,表示方式有:
倍数或分数等。
率的标准化:
是为了在比较两个不同人群的患病率、发病率、死亡率等资料时,消除其内部构成(如年龄)的影响。
非参数统计:
针对某些资料的总体分布难以用某种函数式来表达,或者资料的总体分布的函数式是未知的,只知道总体分布是连续型的或离散型的,用于解决这类问题的一种不依赖总体分布的具体形式的统计分析方法。
由于这类方法不受总体参数的限制,故称非参数统计法
参数统计:
通常要求样本来自总体分布型是已知的,在这种假设的基础上,对总体参数进行估计和检验,
直线回归建立一个描述应变量依自变量变化而变化的直线方程,并要求各点与该直线纵向距离的平方和为最小。
直线回归是回归分析中最基本、最简单的一种。
回归系数:
即直线的斜率(slope),在直线回归方程中用b表示,b的统计意义为X每增(减)一个单位时,Y平均改变b个单位。
相关系数r:
用以描述两个随机变量之间线性相关关系的密切程度与相关方向的统计指标。
相对数:
为了使技术资料具有可比性,取原始的两个资料之比所得的指标统称为相对数,常用有率,构成比,相对比
点估计:
用样本统计量直接作为总体参数的估计值
区间估计:
又称可信区间,按预先给定的的概率估计未知总体均数的可能范围
统计推断:
在总体中随机抽取一定数量观察单位作为样本进行抽样研究,然后由样本信息推断总体特征,这一过程称
P值:
从H0所规定的总体中作随机抽样,获得大于及等于现有样本统计量值的概率
假设检验:
用以推断总体参数之间是否有区别,并可获得检验统计量,得到相对精确的概率值。
名词解释
1.总体和样本
总体:
根据研究目的所确定的同质观察单位的全体。
只包括(确定的时间和空间范围内)有限个观察单位的总体,称为有限总体。
假想的,无时间和空间概念的,称为无限总体。
样本:
从总体中随机抽取的部分个体。
2.随机抽样:
总体中的每一个观察单位都有同等机会进入样本。
3.变异:
同质事物间的差别。
由于观察单位通常即为观察个体,故变异亦称为个体变异。
4.抽样误差:
由个体变异和抽样造成的统计量与参数之间的差别,称为抽样误差。
5.概率与频率
频率:
在n次随机试验中,事件A发生了m次,则比值
f?
mA发生的试验次数?
称为事件A在n次试验中出现的频率。
m称为出现的频数。
n试验的总次数概率:
在重复试验中,事件A的频率,随着试验次数的不断增加将愈来愈接近一个常数p,这个常数p就称为事件A出现的概率,记作P(A)或P。
描述随机事件发生的可能性大小的数值,常用P来表示。
6.随机变量
变量:
观察对象个体的特征或测量的结果。
由于个体的特征或指标存在个体差异,观察结果在测量前不能准确预测,故称为随机变量,简称变量。
7.参数和统计量
(总体)参数:
总体的统计指标或特征值。
总体参数是事物本身固有的、不变的。
统计量:
由样本所算出的统计指标或特征值。
8.百分位数:
是一种位置指标,以Px表示,一个百分位数Px将全部观察值分为两个部分,理论上有x%的观察值小于Px小,有(1-x%)的观察值大于Px。
9.标准差:
是描述个体值变异程度的指标,为方差的算术平方根。
10.变异系数:
亦称离散系数,为标准差与均数之比,常用百分数表示。
CV?
s/X?
100%,变异系数没有度量衡单位,常用于比较度量单位不同或均数相差悬殊的两组或多组资料的离散程度。
11.频数表(频数分布):
表示各组及它们对应的组频数的表格称为频数表或频数分布。
12.四分位数间距:
上四分位数与下四分位数之差,即Q?
QU?
QL。
其间包含了全部观察值的一半。
13.正态分布:
又称高斯分布,如果随机变量X的分布服从概率密度函数f(X)?
2
2
221e?
(X?
μ)/2σ(-∞<X<
σ2π+∞),则称X服从正态分布,记作X~N(μ,σ),μ为X的总体均数,σ为总体方差。
2
14.标准正态分布:
任何正态分布的X值通过u值转换后,称为标准化的正态分布,即u~N(μ=0,σ=1)。
u?
(X?
μ)/σ
15.标准化变换:
若原分布服从正态分布,则Z或u=(x-μ)/σ~N(0,1)就服从标准正态分布,通过查标准正态分布表就可以直接计算出原正态分布的概率值。
故该变换被称为标准化变换。
16.统计推断:
从总体中随机抽取一定含量的样本进行研究,目的是通过样本的信息判断总体的特征,这一过程称为统计推断。
17.标准误:
在统计理论上将样本统计量的标准差称为标准误,用来衡量抽样误差的大小。
据此,样本均数的标准差σX称为标准误。
18.可信区间:
按一定的概率或可信度(1-α)用一个区间估计总体参数所在范围,这个范围称作可信度1-α的可信区间,又称置信区间。
19.检验效能:
又称把握度,即两总体确有差别,按α水准能发现它们有差别的能力。
20.均方:
离均差平方和除以相应自由度,其比值称为均方差,简称均方。
21.平均数:
也叫平均值,是一组(群)数据典型或有代表性的值。
这个值趋向于落在根据数据大小排列的数据的中心,包括算术平均数、几何平均数、中位数等。
22.相对数:
是两个有联系的数据的比值。
23.率:
又称频率指标,用以说明某现象发生的频率或强度。
24.比:
又称相对比,是两个有关的指标之比,说明两者的对比水平,以倍数或百分数表示。
25.标准化法:
采用统一的标准对内部构成不同的各组频率进行调整和对比的方法,称为标准化法。
调整后的率为标准化率,简称为标化率,亦称调整率。
26.动态数列:
是一系列按时间顺序排列起来的统计指标(可以为绝对数、相对数或平均数),用以观察和比较
该事物在时间上的变化和发展趋势。
27.构成比:
又称构成指标,它说明一种事物内部各组成部分所占的比重或分布,常以百分数表示。
28.率的标准误:
即样本率的标准差,用来描述样本率的抽样误差,率的标准误越小,则率的抽样误差越小。
sp?
p(1?
p)/n
29.拟合优度:
是指回归直线对观测值的拟合程度。
30.非参数统计:
适用于任意分布的统计方法,这种方法称为非参数统计。
31.参数统计:
统计推断的目的就是对未知参数进行估计或检验,这类统计推断方法称为参数统计。
32.秩和检验:
通过秩次的排列求出秩和,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 医学 统计 学名
![提示](https://static.bdocx.com/images/bang_tan.gif)