的概率 P 值可能偏小，此时需对 2 值作连续性校正（correction of continuity），这一
校正即所谓的 Yates 校正（Yates’ correction）。 31. 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 题需要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 （ non-parametric statistics ）， 或 称 为 不 拘 分 布 （distribution-free statistics）的统计分析方法，又称为无分布型式假定（assumption free statistics）的统计分析方法。 32. 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，故 又称简单回归。 33. 直线相关:是用来描述具有直线关系的两变量 x、y 间的相互关系。 34. 相关系数：又称积差相关系数，以符号 r 表示样本相关系数，ρ表示总体相关系数。 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指标。 35. 回归系数: 为直线的斜率，其统计学意义是自变量 x 改变一个单位时，应变量 y 平
8. 算术均数：描述一组数据在数量上的平均水平。总体均数用 表示，样本均数用 X
表示。 9. 中位数：将一组观察值由小到大排列，位次居中的那个数。 10. 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。 11. 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。 12. 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
-2-
29. 二项分布：若一个随机变量 X，它的可能取值是 0,1,…,n，且相应的取值概率为
P( X
பைடு நூலகம்k)
(
n k
)
k
(1
)
nk
,
则称此随机变量 X 服从以 n 、
为参数的二项分布。
30. Yates 校正：英国统计学家 Yates F 认为，由于 2 分布理论上是一连续性分布，而分
类资料是间断性的，由此计算出的 2 值不连续，尤其是自由度为 1 的四格表，求出
计。 21. 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。 22. I 型和 II 型错误：I 型错误指拒绝了实际上成立的 H0，这类“弃真”的错误称为 I 型
错误，其概率大小用 表示；II 型错误，指接受了实际上不成立的 H0，这类“存伪” 的错误称为 II 型错误，其概率大小用 表示。 23. 检验效能：1- 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 所 能发现该差异的能力。 24. 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 时犯错误的概率称为检验水准，记为 。 25. 方差分析：就是根据资料的设计类型，即变异的不同来源将全部观察值总的离均差 平方和与自由度分解为两个或多个部分，除随机误差外，其余每个部分的变异可由 某个因素的作用（或某几个因素的交互作用）加以解释。通过各变异来源的均方与 误差均方比值的大小，借助 F 分布作出统计推断，判断各因素对观测指标有无影响。 26. 随机区组设计：事先将全部受试对象按自然属性分为若干区组，原则是各区组内的 受试对象的特征相同或相近，且受试对象数与处理因素的水平数相等。然后再将每 个区组内的观察对象随机地分配到各处理组，这种设计叫做随机区组设计。 27. 相对数：是两个有联系的指标之比，是分类变量常用的描述性统计指标，常用相对 数有率、构成比、相对比。 28. 标准化法是常用于内部构成不同的两个或多个总率比较的一种方法。标准化法的基 本思想就是选定一个统一“标准”（标准人口构成比或标准人口数），然后按选定“标 准”计算调整率，使之具备可比性以后再比较，以消除由于内部构成不同对总率比 较带来的影响。
料，大样本、小样本均可，最为常用。 13. 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。 14. 正态分布：若资料 X 的频率曲线对应于数学上的正态曲线，则称该资料服从正态分
布。通常用记号 N (, 2 ) 表示均数为 ，标准差为 的正态分布。
15. 标准正态分布:均数为 0、标准差为 1 的正态分布被称为标准正态分布，通常记为
《卫生统计学》
一、名词解释 1. 计量资料：对每个观察单位用定量的方法测定某项指标量的大小，所得的资料称为
计量资料（measurement data）。计量资料亦称定量资料、测量资料。．其变量值是定 量的，表现为数值大小，一般有度量衡单位。 2. 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 （count data）。计数资料亦称定性资料或分类资料。其观察值是定性的，表现为互不 相容的类别或属性。 3. 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（ordinal data）。等级资料又称有序变量。 4. 总体：总体（population）指特定研究对象中所有观察单位的测量值。 5. 样本：从总体中随机抽取部分观察单位，其测量结果的集合称为样本（sample）。 6. 抽样误差：抽样误差（sampling error）是指样本统计量与总体参数的差别。在总体 确定的情况下，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。 7. 频数表：用来表示一批数据各观察值在不同取值区间出现的频繁程度（频数）。
N (0,12 ) 。
-1-
16. 统计推断：通过样本指标来说明总体特征，这种通过样本获取有关总体信息的过程 称为统计推断。
17. 抽样误差：由个体变异产生的，由于抽样造成的样本统计量与总体参数的差异，称 为抽样误差。
18. 标准误：通常将样本统计量的标准差称为标准误。 19. 可信区间：按预先给定的概率确定的包含未知总体参数的可能范围。 20. 参数估计：指用样本统计量估计总体参数。参数估计有两种方法：点估计和区间估