几种常用的方差分析
❖ 完全随机设计的方差分析(单因素) ❖ 随机区组的方差分析 ❖ 交叉设计的方差分析 ❖ 析因设计的方差分析
比较各种方差分析的变异分解
❖ 多个样本均数经方差分析后，若有统计学意义， 需用多重比较的方法进一步了解哪些均数间差 别有统计学意义。
❖ 常用SNK法(q检验)和Dunnett-t检验，前者为 两两间均作比较，后者为实验组和对照组比较。
❖ 一.名词解释5个（每题3分,共15分） ❖ 二.选择题30个（每题1.5分,共45分） ❖ 三.简答题3个（共15分） ❖ 四.案例辨析题2个（共15分） ❖ 五.综合分析题1个（共10分）
医学统计学总复习
张俊辉 2Leabharlann 10.12.27统计工作的步骤 ❖ 设计：统计工作的第一步和最关键的一步 ❖ 搜集 ❖ 整理 ❖ 分析
❖ 是否99%的置信区间优于95%置信区间 ？
❖ 建立检验假设，确定检验水准 ❖ 选定检验方法，计算检验统计量 ❖ 确定P值，作出统计推断
t检验
❖ t检验的应用条件为： ❖ ①在单样本检验中，总体标准差未知且样本含量较
小(n<50)时，要求样本来自正态分布总体； ❖ ②成组检验要求两组资料相应的总体分别服从正态
把全部观察值间的变异按设计类型的不同， 分解成两个或多个组成部分，然后将各部分 的变异与随机误差进行比较，以判断各部分 的变异是否具有统计学意义 。
❖ 1. 各样本是相互独立的随机样本，均服从正 态分布
❖ 2. 各样本的总体方差相等，即方差齐性
独立、正态、方差齐性 如果方差不齐时，可采用F’检验或秩和检验。
为
。一般情况下要求检验效能应在0.8
以上。
假设检验中的注意事项
❖ 要保证组间的可比性 ❖ 要根据研究目的、设计类型和资料类型
选用适当的检验方法 ❖ 正确理解假设检验中概率P值的含义 ❖ 结论不能绝对化 ❖ 单、双侧检验应事先确定
通过分析处理组均数之间的变异，推导 k个总体均数间是否相等，或k个处理之间的 差别是否有统计学意义。
同处理之后的数据，如把同性别、年龄 相近且相同病情的病人配成一对； ❖ ②同一样品用两种方法(或仪器)检验出的 结果； ❖ ③同一受试对象两个部位的测定数据。
❖ 配对检验其目的是推断两种处理(或方法) 的结果有无差别。
2.6 I 型错误与II 型错误
❖ 拒 错绝误了为实I 型际错上误成(t立yp的e HI e0，rro这r)，类概“率弃为真”的； ❖ 不 的拒错绝误实为际II 型上错不误成(立typ的eHII0，err这or类)，“概存率伪”
➢ 描述偏态分布资料的集中位置和离散程度的 指标 中位数和四分位数间距
正态分布
❖ 概念：正态分布是高峰位于中央(均数所在处)、 两侧逐渐降低且左右对称、不与横轴相交的钟 型光滑曲线，也叫高斯分布。
❖ 正态分布的图形 ：
f(X ) 1 e2 1(X )2,
2
X
❖ 正态分布的特征
❖ 标准正态分布用N(0, 1)表示
❖ 统计描述：运用一些统计指标(均数、标准差、 率)、统计表和统计图等，对数据的数量特征 及其分布规律进行客观地描述和表达，不涉 及样本推断总体的问题。
❖ 统计推断：在一定的置信度和概率保证下， 根据样本信息去推断总体特征。包括参数估 计和假设检验两个内容。
几个基本概念
统计资料的三种类型并举例说明 总体和样本 参数和统计量 抽样误差 小概率事件
分布且方差齐。 当不满足这些条件时可使用变量变换将数据转换成 正态或者近似正态分布，或使用秩和检验。 两小样本均数比较时，若两总体方差不相等，还可 使用t’检验。
❖ 样本均数与已知总体均数比较 ❖ 配对比较的t检验 ❖ 成组比较的t检验
配对t检验
❖ 配对设计资料主要有以下三种情况： ❖ ①配对的两个受试对象分别接受两种不
标准差和标准误的区别与联系
❖ t分布与标准正态分布相比有什么特点？
❖ 参数估计是指用样本统计量来估计总体参数，有点 估计和区间估计两种方法。
❖ 点估计是用样本统计量直接作为总体参数的估计值；
❖ 区间估计是指按一定的概率
，估计总体参数
的所在范围，这个范围称为参数的置信区间
区分参考值范围与总体均数的置信区间
❖ 成组设计(完全随机设计) ❖ 配对设计 ❖ 随机区组设计
❖ 集中趋势的统计描述 ❖ 定量资料的频数表 ❖ 离散程度的统计描述
❖ 均数 ❖ 几何均数 ❖ 中位数
它们各自的适用条件和注意事项
❖ 全距 ❖ 四分位数 ❖ 标准差 、方差 ❖ 变异系数
➢ 描述正态分布的集中位置和离散程度的指标： 均数和标准差
❖ 对数正态分布法：
适用于对数正态分布资料 双侧界值：lg1(Xlgxulsgx)
❖ 百分位数法：
➢ 常用于偏态分布资料 ➢ 双侧界值：P2.5和P97.5；单侧上界：P95；或单侧
下界：P5
2.3 总体均数的估计
❖ 均数的抽样误差 ❖ t分布 ❖ 总体均数的估计
均数的抽样误差
概念：抽样引起的样本统计量与总体参数之 间的差异称为抽样误差(sampling error) 。
❖ 均数的抽样误差：抽样引起的样本均数与 总体均数的差异称为均数的抽样误差。
❖ 样本均数的标准差称标准误,是说明均数抽样误差大 小的指标， 大，抽样误差大；反之，
X
X小，抽样误差小 。
❖ 标准误 的计算： ❖ 标准误 的估计值：
X
n
s s
X
n
❖ X 的大小与成正比
❖ X 与样本含量n的平方根成反比
常用的三个区间
❖ 1.645区间面积占总面积(或总观察
例数)的90%。
❖ 1.96区间面积占总面积(或总观察例
数)的95%。
❖ 2.58区间面积占总面积(或总观察例
数)的99%。
计算医学参考值范围常用的方法
❖ 正态分布法 ：
适用于正态或近似正态分布资料。
双侧界值：X us 单侧上界：X us ；单侧下界：X us
为。 ❖ 当样本量确定时， 越小， 越大；反之，
越大， 越小。
客观实际 拒绝H0
不拒绝H0
H0成立 I 型错误() 推断正确(1-)
H0不成立 推断正确(1-) II 型错误()
检验效能
❖ 如果两个总体参数间确实存在差异，使用假
设检验方法能够发现这种差异(即拒绝)的能
力被称为检验效能(power of test)，记