《卫生学》作业本统计部分——问答题答案说明：这份资料来自“超有诶”团队“素心”同学，由于答案不是老师给的，所以给的都是可能答案，答案来源多样，可能会与书上有些许出入，有歧义的地方，以人卫8版《卫生学为准》。

超有诶第二章1.均数、几何均数和中位数的适用范围有何异同？答:相同点,均表示计量资料集中趋势的指标。

不同点:表2-5.表2-5 均数,几何均数和中位数的相异点平均数意义应用场合均数平均数量水平应用甚广,最适用于对称分布,特别是正态分布几何均数平均增减倍数①等比资料；②对数正态分布资料中位数位次居中的观察值水平①偏态资料；②分布不明资料；③分布一端或两端出现不确定值2．中位数与百分位数在意义上﹑计算和应用上有何区别与联系？答:1）意义：中位数是百分位中的第50分位数，常用于描述偏态分布资料的集中位置，反映位次居中的观察值水平。

百分位数是用于描述样本或总体观察值序列在某百分位置的水平，最常用的百分位是P50即中位数。

多个百分位数结合使用，可更全面地描述总体或样本的分布特征。

（2）计算：中位数和百分位数均可用同一公式计算，即Px=L+（i/fx）（n·x%-ΣfL）可根据研究目的选择不同的百分位数代入公式进行计算分析。

（3）应用：中位数常用于描述偏态分布资料的集中趋势；百分位数常用于医学参考值范围的确定。

中位数常和其它分位数结合起来描述分布的特征，在实际工作中更为常用。

百分位数还可以用来描述变量值的离散趋势（四分位数间距）。

3．同一资料的标准差是否一定小于均数？答：不一定。

同一资料的标准差的大小与均数无关，主要与本资料的变异度有关。

变异大，标准差就大，有时比均数大；变异小，标准差小。

4．测得一组资料，如身高或体重等，从统计上讲，影响其标准差大小的因素有哪些？（1）样本含量的大小，样本含量越大，标准差越稳定。

（2）分组的多少（3）分布形状的影响，偏态分布的标准差较近似正态分布大（4）随机测量误差大小的影响（5）研究总体中观察值之间变异程度大小5．正态分布﹑标准正态分布与对数正态分布在概念上和应用上有何异同？（1）概念上：①相同点：正态分布、标准正态分布与对数正态分布都是变量的连续型分布。

其特征是：分布曲线在横轴上方，略呈钟型，以均数为中心，两边对称，均数处最高，两边逐渐减小，向外延伸，不与横轴相交。

②相异点：表示方法不同，正态分布用N （μ，σ2）表示，标准正态分布用N（0，1）表示，对数正态分布N（μlgX，σlgX）表示。

（2）应用上：①相同点：正态分布、对数正态分布都可以转换为标准正态分布。

②相异点：标准正态分布是标准正态变量u的分布，标准正态曲线下的面积唯一的由u决定，给应用带来极大方便。

对医学资料呈偏态分布的数据，有的经对数变换后服从正态分布。

正态分布、对数正态分布可描述变量值的分布特征，可用于正常值范围估计和质量控制等。

正态分布是很多统计方法的理论基础。

6．医学中参考值范围的含义是什么？确定的原则和方法是什么？（1）含义：参考值范围亦称正常值范围，它是指特定健康状况人群（排除了有关疾病和因素对所研究指标有影响的所谓“正常人”不同于“健康人”概念）的解剖、生理、生化等数据绝大多数人的波动范围。

（2）原则：①抽取有代表性的足够例数的正常人群样本，样本分布越接近总体，所得结果越可靠。

一般认为样本含量最好在100例以上，以能得到一个分布较为稳定的样本为原则。

②对选定的正常人进行准确而统一的测定，保证测定数据可靠是确定正常值范围的前提。

③判定是否要分组（如男女、年龄、地区等）确定正常值范围。

④决定取双侧范围值还是单侧范围值。

⑤选择适当的百分范围⑥确定可疑范围⑦估计界值（3）方法：①百分位数法：–双侧95％: （P2.5, P97.5）–单侧95％: >P5或< P95②正态分布法（对数正态分布）：–双侧95％:X±1.96S–单侧95％: <X＋1.64S或>X－1.64S百分位数法用于各种分布型（或分布不明）资料；正态分布法用于服从或近似正态分布（服从对数正态分布）的资料。

第三章1.标准差和标准误都是变异指标，但它们之间有区别，也有联系。

区别:①概念不同；标准差是描述观察值(个体值)之间的变异程度；标准误是描述样本均数的抽样误差；②用途不同；标准差常用于表示变量值对均数波动的大小，与均数结合估计参考值范围，计算变异系数，计算标准误等。

标准误常用于表示样本统计量(样本均数，样本率)对总体参数(总体均数，总体率)的波动情况，用于估计参数的可信区间，进行假设检验等。

③它们与样本含量的关系不同:当样本含量n足够大时，标准差趋向稳定；而标准误随n的增大而减小，甚至趋于0。

联系:标准差，标准误均为变异指标，如果把样本均数看作一个变量值，则样本均数的标准误可称为样本均数的标准差；当样本含量不变时，标准误与标准差成正比；两者均可与均数结合运用，但描述的内容各不相同。

2.置信区间是用来估计未知总体参数的范围，范围内包括总体参数的置信度（1-a）。

参考值范围则是个体的波动范围，用于判断个体某项指标是否正常。

比如按给定的（1-a）确定的个体的大小、生化指标的正常波动范围。

3.假设检验时首先认为设定H0，然后用样本数据检验是否支持H0，即假设在前，推断是有规范程序作出的，结论只有成立与否而没有大小数量方面的反映，而区间估计是由其样本数据算出估计量所在的区间和其置信度1-ａ，然后人们由估算结果作出判断，两者的相同之处在于都利用了样本信息与统计推断，不同之处在于假设检验中与样本信息无关的原假设H0对结果影响很大而区间估计值依据样本，影响较小。

不同之处在于：用统计量推断参数时，如果参数未知，则这种推断叫参数估计——用统计量估计未知的参数；如果参数已知（或假设已知），需要利用统计量检验已知的参数是否靠谱，此时的统计推断即为假设检验。

另一种答案：二者都属于统计推断的内容，假设检验推断总体参数间是否有质的区别，并可获得样本统计量，以得到相对精确的概率值。

而可信区间用于推断总体参数的大小，它不仅可用以回答假设检验的问题，尚可比假设检验提供更多的信息。

但这并不意味着用可信区间代替假设检验，因为假设检验可得到P值，比较精确地说明结论的概率保证，而可信区间只能告诉我们在某α水准上有无统计意义，却不能像P那样提供精确的概率。

因此，只有二者有机结合起来，互相补充，才是完整的分析。

4.P值是指从H0所规定的总体进行随机抽样，获得的等于或大于（或小于等于）现有样本获得的检验统计量值得概率，一般认为概率为0.05为小概率事件，一般认为不发生，所以P<0.05时拒绝H05.t检验：是假设检验的一种常用方法，当方差未知时，可以用来检验一个正态总体或两个正态总体的均值检验假设问题，也可以用来检验成对数据的均值假设问题。

具体内容可以参考《概率论与数理统计》。

可以用来判断两组数倨差异是否有显著意义，也就是结果有没有统计学意义。

方差分析：它是处理实验研究资料时重要的分析方法之一，代表数据是否具有统计意义, 一般一组数据代表某个条件或因素,方差分析可以判断你选取的这个因素是否有意义,是不是影响因素。

如果你做统计为了找到事物相关性,而方差结果显示数据无统计学差异,很可能代表实验失败或设计有问题。

6.当所设H0为总体参数等于某一定值，而H1为仅从一个方向上偏离此定值者，为单侧检验。

以下是几种常见的单侧检验，注意与相应的双侧检验分辨。

①检验两组的差异显著性时，只考虑A＞B之意义，不考虑A＜B之可能性者，为单侧检验(若上述A与B之间的关系全部相反，亦为单侧检验)；同时考虑包含A＞B和A＜B两种可能性者，为双侧检验。

例如，某新药与一同类的常用药之疗效比较，一般应用双侧检验；而含甲药之某复方与单纯甲药之疗效比较，则可以采用单侧检验。

②检验差值均数的显著性时，只考虑正值的意义，不考虑负值之可能性者，为单侧检验(若上述正值和负值之设置相反，亦为单侧检验)；同时考虑包含正值和负值两个方面的可能性者，为双侧检验。

③根据专业知识推断两个总体是否有差别时，是甲高于乙，还是以高于甲，当两种可能都存在时，一般选双侧；若根据专业知识，如果甲不会低于乙，或研究者仅关心其中一种可能时，可选用单侧。

一般来讲，双侧检验较稳妥故较多用，在预实验有探索性质时，对结果的考虑以思路较宽为好，也用双侧检验。

单侧检验，应以专业知识为依据，他充分利用了另一侧的不可能性，故检出效率高，但应慎用。

4. 区别：①Ⅰ型错误：指拒绝了实际上成立的H0，即“弃真”的错误。

Ⅰ型错误的概率用а表示。

统计推断时，根据研究者的要求来确定。

②Ⅱ型错误：指接受了实际上不成立的H0，即“存伪”的错误。

Ⅱ型错误的概率用β表示。

β值的大小很难确切估计，只有在已知样本含量n、两总体参数差值δ以及所规定的检验水准а的条件下，才能估算出β值的大小。

联系：①当抽样例数一定时а越大，β越小；反之，а越小，β越大。

②统计推断中，Ⅰ、Ⅱ型错误均有可能发生，若要使两者都减小，可适当增加样本含量。

③根据研究者要求，n一定时，可通过确定а水平来控制β的大小。

意义：①可用于样本含量的估计。

②可用来计算可信度（1—а），表明统计推断可靠性的大小。

③可用于计算把握度（1—β），来评价检验方法的效能等。

④有助于研究者选择适当的检验水准。

⑤可以说明统计结论的概率保证。

第五章1.常用的相对数指标有：率、构成比和相对比。

意义和计算公式如下：①率又称频率指标，它说明某现象发生的频率和强度。

常用百分率、千分率、万分率或十万人率等表示，公式为：率=某时间内实际发生某现象的观察单位数/同时期可能发生某现象的观察单位总数×K。

例如，某病患病率常用百分率或千分率，婴儿死亡率常用千分率，死因别死亡率常用十万分率等。

②构成比说明事物内部各部分所占的比重。

常用百分数表示，公式为：构成比=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%。

例如脑血管疾病在某地5咱慢性疾病的构成比为（3805/7896）×100%=48.19%，心血管疾病占该5种慢性病总数的比重为（1365/7896）×100%=17.29%。

③相对比说明一个指标是另一个指标的几倍或几分之几。

两个指标可以是绝对数、相对数或平均数；可以性质相同，例如不同年份某地某病死亡率之比，也可以性质不同，例如某医院医护人员数与病床数之比。

公式为：相对比=甲指标/乙指标（或×100%）。

构成比与率所说明的问题是不同的，构成比说明事物内部各部分所占的比重，不能说明某再象的发生强度或频率大小。

因此，在分析时不能用构成比代替率。

2.①构成比和率的不同，不能以比代率；②计算相对数时，观察例数不宜过小；③率的比较注意可比性，特别是混杂因素的问题，有的话，可用标准化法和分层分除④观察单位不同的几个率的平均率不等于几个率的算术均数；⑤样本率或构成比的比较应做假设检验。