1、名詞解釋：1. 計量資料：用定量方法對每個觀察對象測定某項指標量的大小， 所得的資料稱 為計量資料。2. sampling error （抽樣誤差）：由個體變異產生的、由于抽樣而造成的樣本統 計量與樣本統計量及樣本統計量與總體參數之間的差異稱為抽樣誤差。無傾向 性，不可避免。3. standard deviation （標準差）：是各數據偏離平均數的距離的平均數，它是 離均差平方和平均后的方根，用C表示。標準差是方差的算術平方根。標準差能 反映一個數據集的離散程度。平均數相同的，標準差未必相同。4. 非參數檢驗：泛指“對分布類型已知的總體進行參數檢驗” 之外的所有檢驗方 法。從檢驗的內容來說，

2、 不是檢驗總體分布的某些參數， 而是檢驗總體某些有關 的性質。5. 正態分布（normal distribution ）:若指標X的頻率曲線對應于正態曲線，則 稱該指標服從正態分布，通常用記號 N （卩,o2）表示均數為標準差為的正態分 布。6. 相關系數： 以符號 r 表示樣本相關系數， 表示總體相關系數。 它是說明具有直 線關系的兩個變量相關關系的密切程度和相關方向的指標。7. 方差分析：方差分析（analysis of varianee , ANOV）就是根據資料的設 計類型，即變異的不同來源將全部觀察值總的離均差平方和與自由度分解為兩個 或多個部分， 除隨機誤差外， 其余每個部分的變異

3、可由某個因素的作用 （或某幾 個因素的交互作用）加以解釋。通過各變異來源的均方與誤差均方比值的大小， 借助 F 分布作出統計推斷，判斷各因素對觀測指標有無影響。8. 率的標準化：在一個指定的標準構成條件下進行率的比較的方法。9. eonfidenee interva （置信區間）：統計上把這個給定的抽樣誤差范圍叫做抽 樣極限誤差， 也稱置信區間 （抽樣誤差范圍： 變動的的抽樣指標與確定的全及指 標之間離差的可能范圍） 。10. 構成比：表示某事物內部各組成部分在整體中的比重，常以百分比表示。11. standard normal distribution （標準正態分布）：均數為 0 標準差為

4、 1 的正 態分布為標準正態分布，記為 N（0,1） 。簡答題：1. 簡述 t 分布的特征以及 t 檢驗的基本思想、 t 檢驗的注意事項 , 方差分析基本 思想t分布有如下特征：1. 以0為中心，左右對稱的單峰分布；2. t分布是一簇曲線，其形態變化與n （確切地說與自由度v）大小有關。自由 度v越小，t分布曲線越低平；自由度v越大，t分布曲線越接近標準正態分布（U分布）曲線假設檢驗的基本思想是：先提出假設，然后在假設成立的前提下看實際抽到的樣 本是否屬小概率事件若屬小概率事件則拒絕該屬小概率事件，若屬小概率事件， 則拒絕該假設；若不屬小概率事件，則不拒絕該假設。方差分析基本思想：將全部觀察值

5、總的離均差平方和（SS總）及自由度（檢驗的應用條件及注意事項：1 分析四格表資料時，應注意連續性校正的問題，當1<T<5, n>40時，用連續性校正2檢驗；T 1,或n 40時，用Fisher精確概率法。2 對于R C表資料應注意以下兩點：（1）理論頻數不宜太小，一般要求：理論頻數 <5的格子數不應超過全部格子的1/5 ;（2）注意考察是否有有序變量存在。對于單向有序 R C表資料，當指標分組變量是有序的時，宜用秩和檢驗；對于雙向有序且屬性不同的 R C表資 料，若希望弄清兩有序變量之間是否存在線性相關關系或存在線性變化趨勢，應選用定性資料的相關分析或線性趨勢檢驗；對于

6、雙向有序且屬性相同的R C表資料，為考察兩種方法檢測的一致性，應選用Kappa檢驗5. 如何確定醫學正常值范圍的界限計算正常值百分界值的方法甚多，如正態分布法、對數正態分布法、正態概率 紙法、百分位數法、曲線擬合法、容許區間法等。現以 95%E常值范圍為例，主 要介紹以下三種。1. 正態分布法：適用于正誠或近似正態分布資料。2. 對數正態分布法：適用于對數正態分布資料。3. 百分位數法：常用于偏態分布資料。7. 簡述描述資料離散程度的指標有哪些，正態分布的主要特征是什么？描述資料離散程度的指標有：極差，平均差，標準差。正態分布有下列特征：正態曲線（normal curve ）在橫軸上方均數處最

7、 高。正態分布以均數為中心，左右對稱。正態分布兩個參數（parameter），即均數卩和標準差c;常用N（y，（T）表示均數為卩、標準差為c的正態分布； 所以標準正態分布用N（0，1）表示。正態曲線在土 1 c處各有一人拐點。 正態曲線下的面積分布有一定的規律。8. 簡述變異系數的用途和正態分布曲線下面積分布規律變異系數的用途：進行兩個或多個資料變異程度的比較時，如果度量單位與平均數相同，可以直接利用標準差來比較。如果單位和（或）平均數不同時，比 較其變異程度就不能采用標準差， 而需采用標準差與平均數的比值 （相對值）來 比較。標準差與平均數的比值稱為變異系數正態分布曲線下面積分布規律：標準正

8、態分布時區間（-1，1）或正態分 布時區間（卩-1 c,卩+1 c）的面積占總 面積的68.27%;標準正態分布時間（-1.96，1.96 ）或正態分布時區間（卩-1.96，卩+1.96）的面積占總面積的 95.00%;標準正態分布區間（-2.58，2.58 ）或正態分布時間區（卩-2.58，卩 +2.58 ）的面積占總面積的99.00%.9、誤差的分類及其各自特點系統誤差與隨機誤差系統誤差：在實際觀測過程中，由受試對象、研究者、儀器設備、研究方法、非實驗因素影響等原因造成的有一定傾向性或規律性的誤差。流行病學稱之為偏倚（bias ）。特點：觀察值有系統性、方向性、周期性的偏離真值。可以通過嚴

9、 格的實驗設計和技術措施消除。隨機誤差：排除上述誤差后尚存的誤差，受多種無法控制的因素的影響。特點: 大小方向不一的隨機變化。10、頻數分布表的用途可以揭示資料分布類型和分布特征，以便選取適當的統計方法；醫學教育網搜集整理便于進一步計算指標和統計處理；便于發現某些特大或特小的可疑值。11、率的標準化標準如何選取一、率的標準化 二、直接標準化法的計算方法 三、間接標準化死亡比的計算方 法12、非參數檢驗的適用范圍1. 有序分類資料（等級資料）。2. 分布類型未知的資料。3. 數據一端或兩端有不確切值的資料。4. 不符合參數檢驗條件的資料。13、多元逐步回歸分析自變量選擇方法，多元回歸分析注意事項

10、逐步回歸是多元回歸中用以選擇自變量的一種常用方法，有“向前法”，“向后法”。多元回歸分析注意事項：（1）確定幾個特定的變量之間是否存在相關關系，如果存在的話，找出它們 之間合適的數學表達式；（2）根據一個或幾個變量的值，預測或控制另一個變量的取值，并且可以知 道這種預測或控制能達到什么樣的精確度；（3）進行因素分析。例如在對于共同影響一個變量的許多變量（因素）之間，找 出哪些是重要因素，哪些是次要因素，這些因素之間又有什么關系等等。14、統計表的結構如何？統計表由標題、標目、線條和數字所構成。（1）標題：位于表的上方，概括表的主要內容，一般需注明時間與地點。（2）標目：有橫、縱標目之分，分別說

11、明橫行和縱行數字的含義，應做到文字簡 明，層次清楚。（3）線條:多采用三條半線，即頂線、底線、縱標目下的橫隔線及合計上的半線。 忌斜線和豎線。（4）數字:表內數據一律采用阿拉伯數字。同一指標小數點位數要一致，位次要 對齊。表內不應有空項，無數字用“一”表示，數字為零則填“ 0”，暫缺項或未 記錄用“，”表示。（5）備注:不為表的必備內容，如有必要，可在表內用“ *”號標記，然后在表的下方加以說明。15、試驗設計的三要素是什么？醫學研究設計的幾個原則？三要素：受試對象的種類問題，實驗因素，實驗效應。醫學研究設計的原則：隨機化原則，對照的原則，盲法的原則，均衡性原則。計算分析題：1、某醫院147例

12、大腸肝菌標本接種在A、B兩種培養基上，然后進行檢驗，資料 如下表，是分析兩種培養基的檢驗結果是否有顯著性。大腸肝菌標本A、B兩種培養基的培養結果A拉傘甘A 培養基D應傘甘B 培養基+ 一+5936一1537合計7473參考答案本題是一個配對設計的二分類資料，采用配對四個表資料的X2檢驗。(1) 建立檢驗假設并確定檢驗水準HO: C=B即兩種培養基的陽性培養率相等H1： C不等于B,即兩種培養基的陽性培養率不相等a=0.5(2) 計算檢驗統計量本例b+c =36+15=5140,用配對四個表X2檢驗公式，計算檢驗統計量 X2值(3) 確定P值，作出推斷結論查X2界值表得P < 0.05。按

13、a=0.05水準，拒絕HO認為兩種培養基的 陽性培養率不同。2、為研究某補鈣制劑的臨床效果，觀察56例兒童，其中一組給與這種新藥,另一組給與鈣片，觀察結果如表，問兩種藥物預防兒童的佝僂病患病率是否不 同？表兩組兒童的佝僂病患病情況組別病例數非病例數合計患病率()新藥組8324020.0鈣片組6101637.5合計14425625.0參考答案本題是兩組二分類頻數分布的比較，用四個表2 檢驗。表中n=56>40,且有一個格子的理論頻數小于5,須采用四個表2 檢驗的校正公式進行計算。(1) 建立檢驗假設并確定檢驗水準H0 n仁n 2,即新藥組與鈣片組兒童佝僂病患病概率相同H1 : n 1不等于

14、n 2,即新藥組與鈣片組兒童佝僂病患病概率不同 a =0.05(2) 用四個表x2檢驗的校正公式，計算檢驗統計量 x2值：(3) 確定P值，作出推斷結論以v=1查附表7的x2界值表得P > 0.05。按 a=0.05水準，不拒絕H0,無統計學意義，還不能認為新藥組與鈣片組兒童佝僂 病患病概率不同。最新文件僅供參考已改成word文本。方便更改如有侵權請聯系網站刪除6 / 6word.總）分解為兩個或多個部分除隨機誤差外， 其余每個部分的變異可由某個因素的 作用加以解釋通過比較不同來源變異的均方（MS,借助F分布做出統計推斷， 從而了解該因素對觀察指標有無影響。2. 試述假設檢驗的步驟有哪些

15、以及配對設計的幾種情況如何假設檢驗的基本步：1.建立假設，確定檢驗水準a2.根據研究目的和設計類型選擇適合的檢驗方法3.確定P值并作出統計結論3. 線性相關分析和線性回歸分析注意事項，直線相關與回歸的區別與聯系 線性相關分析：雙向性，正態性，抽樣性，相關因果不等性。 線性回歸分析：關聯性，順序性，正態性，抽樣性，限制性。區別和聯系：（1）應用不同：直線回歸用于說明兩變量間數量依存變化的關系， 描述y如何依賴于x而變化；直線相關用于說明兩變量間的直線相關關系， 此時 兩變量的關系是平等的。（2）資料要求不同：直線回歸要求應變量 y是來自正 態總體的隨機變量，而x可以是來自正態總體的隨機變量，也可以是嚴密控制、 精確測量的變量；相關分析則要求x，y是來自雙變量正態分布總體的隨機變量。4.* 2 3 4檢驗的基本思想是什么？進行 2檢驗主要有哪3種類型的公式及其使用的條件是什么？行列表卡方檢驗的注意事項2檢驗的基本思想：是以X2值的大小來反映理論頻數與實際頻數的吻合程度。 在零假設H0 （比如H0: 2X1=X2