醫(yī)學統(tǒng)計學問答題含答案

1、簡做題0, 算術均數、幾何均數和中位數各有什么適用條件答：(1)算術均數：適用對稱分布,特別是正態(tài)或近似正態(tài)分布的數值變量資料.(2)幾何均數：適用于頻數分布呈正偏態(tài)的資料,或者經對數變換后服從正態(tài)分布(對數正態(tài)分布)的資料,以及等比數列資料.(3)中位數：適用各種類型的資料,尤其以下情況：A資料分布呈明顯偏態(tài)；B資料一端或兩端存在不確定數值(開口資料或無界資料)； C資料分布不明.1 .對于一組近似正態(tài)分布的資料,除樣本含量n外,還可計算X,S和又1.96S, 問各說明什么(1) X為算數均數,說明正態(tài)分布或近似正態(tài)分布資料的集中趨勢(2) S為標準差,說明正態(tài)分布或近似正態(tài)分布的離散趨勢(

2、3) X 1.96S可估計正態(tài)指標的 95%勺醫(yī)學參考值范圍,即此范圍在理論上應包含 95%勺個體值.2,試述正態(tài)分布、標準正態(tài)分布的聯系和區(qū)別.正態(tài)分布標準正態(tài)分布原始值X無需轉換作u= (Xf )/ (T轉換分布類型對稱對稱集中趨勢=0均數與中位數的關系=M=M參考：標準正態(tài)分布的均數為0,標準差為1;正態(tài)分布的均數那么為標準差為TW為任意數,而"為大于0的任意數.標準正態(tài)分布的曲線只有一條,而正態(tài)分 布曲線是一簇.任何正態(tài)分布都可以通過標準正態(tài)變換轉換成標準正態(tài)分布.標準正 態(tài)分布是正態(tài)分布的特例.3 .說明頻數分布表的用途.1描述頻數分布的類型 2描述頻數分布的特征 3便于發(fā)

3、現一些特大或特小的可疑值 4便于進一步做統(tǒng)計分析和處理4 .變異系數的用途是什么多用于觀察指標單位不同時,如身高與體重的變異程度的比較；或均數相差較大 時,如兒童身高與成人身高變異程度的比較.5 .試述正態(tài)分布的面積分布規(guī)律.1 X軸與正態(tài)曲線所夾的面積恒等于 1或100%(2)區(qū)間w ±(T的面積為68.27%,區(qū)間w蟲.96(7的面積為95.00%,區(qū)間i2.58(T的面積為99.00%.6 .試舉例說明均數的標準差與標準誤的區(qū)別與聯系L答工例如某醫(yī)生從某地2000年的正常成年男性中,隨機抽取25人,算得其血紅蛋 白的均數n為13«5g/L標準差5為5,20g/L,標準

4、誤品為L04g/L,在本例中標準差 就是描述25名正常成年男性血紅蛋白變異程度的指標.它反映這23個數據對其算術 均數的闿散情況.因此標準器是描述個體值在異程度的指標,為方差的算術平方根,該變 異不能通過統(tǒng)計方法來限制.而標準誤那么是指樣本統(tǒng)計量的標準差,均數的標準課實質 是樣本均數的標準卷.它反映了樣本均數的離散程度.反映了樣本均數與總體均數的差 異,說明了均數的抽樣誤差本例均數的標和誤笈=上=,！2=1.01,此式將標潴差和 標準誤從數學上有機地聯系起來了,同時還可以看出：當標準差不變時,通過增加樣本含 量可以減少標準誤.7 .標準正態(tài)分布(u分布)與t分布有何不同t分布為抽樣分布,標準正

5、態(tài)分布(u分布)為理論分布.t分布比正態(tài)分布的峰 值低,且尾部翹得更高.隨著自由度的增大,t分布逐漸趨近于標準正態(tài)分布.即當 自由度丫 -8時,t分布一標準正態(tài)分布.8 .均數的可信區(qū)間與參考值范圍有何不同3,答:均數的可信區(qū)間與參考值范圍的區(qū)別主堂表達在含義、計算公式和用途三方 而的不同,具體如下表所示.區(qū)別點均數的可信四可參考值范圍二義 按領先給定的概率所確定的未知參數的可能版KL “正常人苒的解剖、生理、生化某項指實際上一次抽樣算得的可信區(qū)間要么包含了總體均 標的波動范圍數.要么不包含.但可以說：該可信區(qū)間有多大如當正態(tài)分布：X土附工5, 偏態(tài)分布:P工Pi町占=0. 05時為95%的可

6、能性包含了總體均數計件.未知:滅土.與 公式版仃：X±上二3 -n未知但tt>E0：X±孫"下捌用途 估計總體均數判斷觀察對象的某項指標正常與否. J 也可用對應于單尾戰(zhàn)率時一 修.也可用皤對應于單尾概率時9 .假設檢驗時,一般當P<0.05時,那么拒絕H,理論根據是什么?4.答d值是指從乩,規(guī)定的總體附機抽得等于及大于或/利等于及小于現有樣本 獲得的檢驗統(tǒng)計量值如.或G的概率.當PV0*Q5時,說明在H,成立的條件卜,得到 現后漪驗結果的概率小于通常確定的小概率事件標準0.05.因小概率事件在一次試驗 中幾乎不可能發(fā)生現確實發(fā)生了說明現有樣本信息不支

7、持所以疑心原假設H不 成立故拒絕在下“有差異"的結論的同時,我們能夠知道可能犯I型錯誤的概率不 會大于Q. 05即通常的檢驗水準,這在概率上有了保證.10.假設檢驗中和P的區(qū)別何在?5.答：我和尸均為概率.其中片是指拒絕了實際上成立的H.t所犯錯誤的最大概率. 是進行統(tǒng)計推斷時預先設定的一個小概率事件標準,尸值是由實際樣本獲得的.在H 成立的前提條件卜'出現等于及大于或/和等于及小于現有樣本獲得的檢驗統(tǒng)計量值的 概率.在假設檢驗中通常是將P與小比照來得到結論,假設PV人那么拒絕接受有 統(tǒng)計學意義.所以認為不同或不等;否那么,假設尸口,那么不拒絕H 無統(tǒng)計學意義.還不 能可以認

8、為不同或不等.11. t檢驗的應用條件是什么?7.對單樣本/檢驗要求資料服從正態(tài)分布,對配對槍驗要求差值服從正態(tài)分布；對 兩樣本t檢驗那么要求兩組數據均服從正態(tài)分布且兩樣本對應的兩總體方差相等,對兩小樣本尤其要求方差弄性.1.1 I型錯誤與II型錯誤有何區(qū)別與聯系I型錯誤是指拒絕了實際上成立的 H.所犯的“棄真錯誤,其概率大小用表示. II型錯誤那么是“接受了實際上不成立的 Ho所犯的“取偽錯誤,其概率大小用3 表示.當樣本含量n確定時,口愈小,B愈大；反之愈大,B愈小.13 .假設檢驗和區(qū)間估計有何聯系假設檢驗用于推斷質的不同即判斷兩個或多個總體參數是否不等,而可信區(qū) 間用于說明量的大小即判

9、斷總體參數的范圍.兩者既互相聯系,又有區(qū)別.假設檢驗 與區(qū)間估計的聯系在于可信區(qū)間亦可答復假設檢驗的問題,假設算得的可信區(qū)間包含了 Ho,那么按口水準,不拒絕Ho；假設不包含Ho,那么按口水準,拒絕Ho,接受H1.也就是 說在判斷兩個或多個總體參數是否不等時,假設檢驗和可信區(qū)間是完全等價的.14 .為什么假設檢驗的結論不能絕對化由于通過假設檢驗推斷作出的結論具有概率性,其結論不可能完全正確,有可能 發(fā)生兩類錯誤.拒絕H.時,有可能犯I型錯誤；“接受" H.時可能犯II型錯誤.無 論哪類錯誤,假設檢驗都不可能將其風險降為 0,因此在結論中使用絕對化的字如“肯 定,“一定,“必定就不恰當

10、.15 .方差分析的根本思想和應用條件是什么方差分析的根本思想是：根據研究資料設計的類型及研究目的,把全部觀察值 總變異分 解為兩個或多個組成局部,其總自由度也分解為相應的幾個局部.例如完 全隨機設計的方差 分析,可把總變異分解為組間變異和組內變異,即 SS總=$組 內+SS組間,總的自由度也 分解為相應的兩局部,即Y總=丫組內+Y組間.離 均差平方和除以自由度得均方 MS組間 均方MS組間與誤差均方MS誤差之比為 F值；如果各組處理的效應一樣,那么組間均方等于組內均方,即F = 1;但由于抽樣誤差,F值不正好等于1,而是接近1 ;如果F值較大,遠離1,說明組間均方大于 誤差均方,反映各處理組

11、的效應不一樣,即各組均數差異有意義,至于F值多大才能認為差異有意義,可查F界值表方差分析用來確定.方差分析的應用條件：各樣本是相互獨立的隨機樣本且來自正態(tài)總體各組總 體方差相等,即方差齊性.16 .在完全隨機設計方差分析中 SS胴、SS幽各表示什么含義S&間表示組間變異,指各組處理樣本均數大小不等,是由處理因素如果有和 隨機誤差造成的；S&內表示組內變異,指各處理組內變量值大小不等,是由隨機誤差造成的.17 .隨機區(qū)組設計的方差分析與完全隨機設計方差分析在設計和變異分解上有什么不同?區(qū)別點完全隨機設計隨機區(qū)組設計設計采用完全隨機化的分組方隨機分配的次數要重復屢次,法,將全部試驗

12、對象分配每次隨機分配都對同一個區(qū)組到g個處理組水平組,內的受試對象進行,且各個受各組分別接受不同的處試對象數量相同,區(qū)組內均衡.理.變異分解三 種 變 異四 種 變 異SS=SS且間+SS且內SSSSb1+SS 組+SS吳差18 .以實例說明為什么不能以構成比代替率?2-答:例如某醫(yī)生研究已婚育齡!U女在不同情況下放置宮內節(jié)育器與失敗率的關 系.總失敗人數為126人,人工流產后失敗人數為78,月經后失敗人數為39.哺乳期失敗 人數為90由此計算得到人工流產后失敗人數的百分數為61. 9%,月經后為3L0%,哺 乳期為7.1 %,三者比較得出人工流產后最容易發(fā)生避孕失敗,這個結論是不對的.由于

13、作者只考慮了失敗人數,計算得到的指標是構成比,只能說明放置宮內節(jié)育器失敗并各占 的比例.假設要解失敗率,一定要用失敗人數除以放置宮內節(jié)育器人數.如人工流產后 放置宮內節(jié)育器255例失敗78例.失敗率是38 6%；月經后放置宮內節(jié)育器87例失敗 39例,失敗率是44. 8%;哺乳期內放置宮內節(jié)育器17例失敗9例,失敗率是52, 9%,正 確結論應該是哺乳期內放環(huán)最容易發(fā)生避孕失敗.19 .秩和檢驗的優(yōu)缺點L答:非參數檢驗對總體分布不作嚴格假定,不受總體分布的限制,又稱任意分布檢 驗,它直接對總體分布或分布位置作假設檢驗口；.'*,上答:秋轉換的非參數校驗是先將數值變量從小到大.或等級從羽

14、到強轉換成秩后. 再計算檢驗統(tǒng)計量,其特點是假設檢驗的結果對總體分布的形狀差異不敏感,只對總體分 布的位置差異敏感.它適用于：不滿足正態(tài)或和方差齊性的小樣本計埴資料分布不知 |是否正態(tài)的小樣本資料才一端或兩端是不確切數值的資料;等級資料.20.簡述直線回歸與直線相關的區(qū)別與聯系.聯系:1對于既可做相關又可做回歸分析的同一組數據, 計算出的b與r正負號一 致.2相關系數與回歸的假設檢驗等價,即對于同一樣本,tb=tr3同一組數據的相關系數和回歸系數可以互相換算：r=by , x*Sx/Sy4用回歸解釋相關：由于決定系數r2 s/ /ss、,當總和平方和固定時,回 歸平方和的大小決定了相關的密切程

15、度,回歸平方和越接近總平方和,那么 r2越接近1, 說明相關的效果越好.二者的區(qū)別：1資料要求上：相關要求 X、Y服從雙變量正態(tài)分布,這種資料 進行回歸分析稱為II型回歸；胡桂要求 Y在給定某個X值時服從正態(tài)分布,X是可以 精確測量和嚴格限制的變量,稱為I型回歸.2應用上：說明兩變量間互相關系用 相關,此時兩變量的關系是平等的；而說明兩變量間依存變化的數量關系用回歸,說 明Y如何依賴于X而變化.3意義上：r說明具有直線關系的兩變量間相互關系的 方向和密切程度；b表示X每變化一個單位所導致 Y的平均變化量.4計算上：r I xy / Jl xx / xy , b 1 xy / 1 xx5取值范圍

16、：-1 < r < 1,- oo<b<oo.2、二項分布、Poission分布的應用條件二項分布的應用條件：醫(yī)學領域有許多二分 類記數資料都符合二項分布傳染病和遺傳 病除外,但應用時仍應注意考察是否滿 足以下應用條件：1每次實驗只有兩類對立 的結果；2 n次事件相互獨立；3 每次實驗某類結果的發(fā)生的概率是一個常數.Poisson分布的應用條件：醫(yī)學領域中有很多稀有疾病如腫瘤,交通事故等資料都符合 Poisson分布,但應用中仍應注 意要滿足以下條件：1兩類結果要相互對立；2 n次試驗 相互獨立；3 n應 很大,P應很小.3、極差、四分位數間距、標準差、變異系數的適用范圍

17、有何異同答：這四個指標的相同點在于均用于描述計量資料的離散程度.其不同點為：極差可用于各種分布的資料,一般常用于描述單峰對稱分布小樣本資料的變異程度,或用于初步了解資料的變異程度.假設樣本含量相差較大,不宜用極差來比較資料的離散程度.四分位數間距適用于描述偏態(tài)分布資料、兩端無確切值或分布不明確資料的離散程度.標準差常用于描述對稱分布,特別是正態(tài)分布或近似正態(tài)分布資料的離散程度.變異系數適用于比較計量單位不同或均數相差懸殊的幾組資料的離散程度.4 .中位數、均數、幾何均數的適用條件有何異同 .1均數適用于描述對稱分布, 特別是正態(tài)分布的數值變量資料的平均水平；2幾何均數適用于描述原始數據呈偏態(tài)分

18、布,但經過對數變換后呈正態(tài) 分布或近似正態(tài)分布的數值變量資料的平均水 平；3中位數適用于描述呈明 顯偏態(tài)分布正偏態(tài)或負偏態(tài),或分布情況不明, 或分布的末端有不確切數值 的數值變量資料的平均水平.5 .第一類錯誤與第二類錯誤的區(qū)別與聯系.當假設檢驗拒絕了實際上成立的零假設時,所犯的錯誤稱為第一類錯誤,其概率用口表示.當假設檢驗接受實際上不成立的零假設時,所犯的錯誤稱為第二類錯誤,其概率用3 表示.當樣本含量一定時, %愈大,B愈小,反之,口 愈小,B愈大.1B稱為檢驗效能或 把握度,其 意義是兩總體確有差異,按口 水準能發(fā)現它們有差異的水平.6 .運用相對數時要注意哪些問題應用相對數時應注意以下

19、幾個事項1計算率和構成比時觀察單位不宜過 小；2注意正確區(qū)分構成比和率,不能以比代率；3對率和構成比進行比 較時,應注意資料的可比性；4當比較兩個總率時,假設其內 部構成不同,需 要進行率的標準化；5兩樣本率比較時應進行假設檢驗.7 .方差分析后進行兩兩比較能否用 t檢驗為什么 t檢驗僅用在單因素兩水平設 計包括配對設計和成組設計和單組設計給 出一組數據和一個標準值的資料 的定量資料的均值檢驗場合；而方差分析用在單因素k水平設計k>3和多因素設計的定量資料的均值檢驗場合.方差分析有十幾種,不同的方差分析取決于不同的設計類型.t檢驗進行兩兩比較 其一,將多因素各水平的不同組合、簡單地看作

20、單因素的多個水平即視為單因素水平,混淆了因素與水平之間的區(qū)別,從而錯誤 地確定了實驗設計類型；其二,分析資料時,常錯誤用單因素多水平設計或仍采用屢次t檢驗進行兩兩比較.誤用這兩種方法的后果是,不僅 無法分析因素之間的交 互作用的大小,而且,由于所選用的數學模型與設計不匹配,易得出錯誤的結論.參數檢驗與非參數檢驗的區(qū)別何在各有何優(yōu)缺點1區(qū)別：參數檢驗：以已知分布如正態(tài)分布為假定條件,對總體參數進行估計或檢驗.非參數檢驗：不依賴總體分布的具體形式,檢驗分布位置是否相同.2優(yōu)缺點： 參數檢驗：優(yōu)點是符合條件時,檢驗效能高.缺點是對資料要求嚴格,如等級資料、分布不明或末端有不明確數據的資料不能用參數檢

21、驗,要求資料的分布類型且總體方差相 等.非參數檢驗：優(yōu)點是應用范圍廣、簡便；缺點是對于符合參數統(tǒng)計的資料,如 果用非參 數統(tǒng)計會造成資料信息的喪失,致使檢驗效能下降,犯第二類錯誤的概率 增大.故符合參數 統(tǒng)計條件的資料,要首先選用參數統(tǒng)計的方法.當參數統(tǒng)計的應 用條件得不到滿足時,應選用非參數統(tǒng)計.ii.對于同一資料,又出自同一研究目的,用參數檢驗和非參數檢驗所得結果不一致時, 應以何種結果為準.當資料滿足參數檢驗方法的條件時,應使用參數檢驗方法,當資料不滿足參數檢驗方 法的條件時,必須采用非參數檢驗方法.12、常見的統(tǒng)計圖有哪些如何根據資料的性質選用適當的統(tǒng)計圖常用的統(tǒng)計圖及適用條件是：條圖

22、,適用于相互獨立的資料,以表示其指標大?。?百分條圖及遠圓圖,適用于構成比資料,反映各組成局部的大??；普通線圖：適用于連續(xù) 性 資料,反映事物在時間上的開展變化的趨勢,或某現象隨另一現象變遷的情況.半 對數 線圖,適用于連續(xù)性資料,反映事物開展速度 相比照.直方圖：適用于連 續(xù)性變量資料, 反映連續(xù)變量的頻數分布.散點圖：適用于成對數據,反映散點 分布的趨勢.14.極差、四分位數間距、標準差、變異系數的適用范圍有何異同答：這四個指標的相同點在于均用于描述計量資料的離散程度.其不同點為：極差可用于各種分布的資料,一般常用于描述單峰對稱分布小樣本資料的變異程度,或用于初步了解資料的變異程度.假設樣

23、本含量相差較大,不宜用極差來比較資料的離散程度.四分位數間距適用于描述偏態(tài)分布資料、兩端無確切值或分布不明確資料的離散程度.標準差常用于描述對稱分布,特別是正態(tài)分布或近似正態(tài)分布資料的離散程度.變異系數適用于比較計量單位不同或均數相差懸殊的幾組資料的離散程度.t檢驗、u檢驗和F檢驗的應用條件各是什么t檢驗的應用條件是： 未知而且n較小時,要求樣本來自正態(tài)總體；兩小樣本 均數比較時,還要求兩樣本所屬總體的方差相等.U檢驗的應用條件是：T；b未知但樣本含量較大.方差分析的應用條件是：各樣本是相互獨立的隨機樣本； 各樣本來自正態(tài)總體；各處理組總體方差相等.2.普通線圖和半對數線圖在制作和應用中有何主

24、要區(qū)別普通線圖繪制時,縱軸的尺度為算術尺度,并且一般應從“0開始；而半對數線圖縱坐標的尺度為對數尺度,起點沒有 0.應用上,普通線圖反映某事物隨時間變動的趨勢或某現象隨另一現象變遷的情況；而半對數線圖用來比較兩種或兩種以上事物物 隨時間變動的速度相比照.應用相對數的本卷須知 應用相對數時應注意以下幾個事項1計算率和構成比時觀 察單位不宜過??；2注意正確區(qū)分構成比和率,不能以比代率；3對率和構成 比進行比較時,應注意資料的可比性；4當比較兩個總率時,假設其內部構成不同, 需要進行率的標準化；5兩樣本率比較時應進行假設檢驗.簡述率的標準化法的根本思想 當比較兩個總率時,如果兩組內部某種重要特征在構

25、 成上有差異,那么直接比較這兩個總率是不合理的；由于這些特征構成上的不同,往往 造成總率的升高或下降,從而影響兩個總率的比照.率標準化法的根本思想就是采用 統(tǒng)一的內部構成計算標準化率,以消除內部構成不同對指標的影響,使算得的標準化 率具有可比性.例如比較兩人群的死亡率、出生率、患病率時,常要考慮人群性別、 年齡的構成是否相同；試驗組和對照組治愈率的比較時,常要考慮兩組病情輕重、年 齡、免疫狀態(tài)等因素的構成是否相同.如其構成不同,需采用統(tǒng)一的標準進行校正, 然后計算校正后的標準化率進行比較,這種方法稱為標準化法.簡述非參數檢驗的適用資料.1等級資料；2偏態(tài)資料；3分布不明的資料；4資料中各組方差

26、不齊,且轉換后不能到達方差齊性.簡述進行直線相關回歸分析應注意的事項1相關分析注意的事項 相關系數r是用來描述兩個變量間線性相關關系的密切程度和方向的統(tǒng)計指標.所以,如果目的是 想定量地描述兩個變量間相互關系的密切程度和方向,那么應作相關分析.而且, r的絕對值大小,對利用回歸方程進行變量預測具有指導意義,如果 r的絕對值很小,利 用回歸方程從一個變量預測另一個變量的值是沒有多大意義的.應用相關分析時應注意的問題： 進行相關分析時要有實際意義,不能把毫無關聯的兩事物或現象作 相關分析. 相關關系不一定是因果關系,可能僅是外表上的伴隨關系,或兩個變 量同時受另一因素的影響.不能只根據相關系數絕對

27、值的大小來推斷兩事物現象之間有無相關以及相關的密切程度,而必須進行相關系數的顯著性檢驗.另外,不要 把相關系數的顯著性誤解為兩事物或現象相關的強度.關于相關分析的樣本的合并與分層問題,應審慎對待.散點圖在相關分析中具有重要作用,要充分利用.2 回歸分析的本卷須知 作回歸分析要有實際意義,不能把毫無關聯的兩種現象,隨 意進行回歸分析,無視事物現象間的內在聯系和規(guī)律.直線回歸分析的資料,一般要求因變量Y是來自正態(tài)分布總體的隨機變量,自變量 X可以是正態(tài)隨機變量,也 可以是精確測量和嚴格限制的值.進行回歸分析時,應先繪制散點圖.繪制散點圖后,假設出現一些特大特小的離群值異常點,那么應及時復核檢查.

28、回歸直線 不要外延.均數、幾何均數和中位數的適用范圍是什么1均數適用于描述對稱分布,特別是正態(tài)分布的數值變量資料的平均水平；2幾何均數適用于描述原始數據呈偏態(tài)分布,但經過對數變換后呈正態(tài)分布或近似正態(tài)分布的數值變量資料的平均水平；3中位數適用于描述呈明顯偏態(tài)分布正偏態(tài)或負偏態(tài),或分布情況不明,或分布的 末端有不確切數值的數值變量資料的平均水平.全距、四分位數間距、方差、標準差、變異系數各有何特點1全距是一組觀察值中最大值與最小值之差,計算簡單,意義明了,但全距的不能反映組內其他觀察值 之間的離散情況,并且容易受個別特大值或特小值的影響,穩(wěn)定性較差；2四分位數間距內包括了全部觀察值的一半,可看作

29、為中間一半觀察值的全距,它比全距穩(wěn) 定,但仍未考慮每個觀察值的離散度,它適用于描述偏態(tài)分布資料,特別是分布末端 無確定數據資料的離散度；3方差是離均差平方和的均數,克服了全距和四分位 數間距不能反映組內每個觀察值離散度的缺點,但方差把觀察值的原度量單位變成了 平方單位,導致計算結果難于解釋；4方差開方,即為標準差,它適宜于描述對 稱分布,特別是正態(tài)分布的數值變量資料的離散程度；5變異系數是標準差與均 數之比,它適宜于描述度量單位不同的觀察值的離散程度和度量單位相同但均數相差 懸殊的觀察值的離散程度.1、統(tǒng)計資料可以分成幾類答：根據變量值的性質,可將統(tǒng)計資料分為數值變量資料 計量資料,無序分類

30、變量資料計數資料,有序分類變量資料等級資料或半定量資料.用定量方法測定 某項指標量的大小,所得資料,即為計量資料；將觀察對象按屬性或類別分組,然后 清點各組人數所得的資料,即為計數資料；按觀察對象某種屬性或特征不同程度分組, 清點各組人數所得資料稱為等級資料.2、不同類型統(tǒng)計資料之間的關系如何 答：根據分析需要,各類統(tǒng)計資料可以互相轉化.如男孩的出生體重,屬于計量 資料,如按體重正常與否分兩類,那么資料轉化為計數資料；如按體重分為：低體重,正常體重,超體重,那么資料轉化為等級資料.計數資料或等級資料也可經數量化后, 轉化為計量資料.如性別,結果為男或女,屬于計數資料,如男性用0或1,女性用1或

31、0表示,那么將計數資料轉化為計量資料.3、頻數分布有哪兩個重要特征答：頻數分布有兩個重要特征：集中趨勢和離散趨勢,是頻數分布兩個重要方面. 將集中趨勢和離散趨勢結合起來分析,才能全面地反映事物的特征.一組同質觀察值, 其數值有大有小,但大多數觀察值集中在某個數值范圍,此種傾向稱為集中趨勢.另 一方面有些觀察值較大或較小,偏離觀察值集中的位置較遠,此種傾向稱為離散趨勢.4、標準差有什么用途答：標準差是描述變量值離散程度常用的指標,主要用途如下 ：描述變量值的 離散程度.兩組同類資料總體或樣本均數相近,標準差大,說明變量值的變異度較 大,即各變量值較分散,因而均數代表性較差；反之,標準差較小,說明

32、變量異度較 小,各變量值較集中在均數周圍,因而均數的代表性較好.結合均數描述正態(tài)分布 特征；結合均數計算變異系數 CV結合樣本含量計算標準誤.5、變異系數CV常用于哪幾方面答：變異系數是變異指標之一,它常用于以下兩個方面：比較均數相差懸殊的 幾組資料的變異度.如比較兒童的體重與成年人體重的變異度,應使用 CV比較度 量衡單位不同的幾組資料的變異度.如比較同性別,同年齡人群的身高和體重的變異 度時,宜用CM6、制定參考值范圍有幾種方法各自適用條件是什么答：制定參考值范圍常用方法有兩種：正態(tài)分布法：此法是根據正態(tài)分布的原 理,依據公式：X士 uS計算,僅適用于正態(tài)分布資料或對數正態(tài)分布資料.195

33、喊側參考彳1范圍按：X ±1.96S計算；95耀側參考彳1范圍是：以過低為異常者,那么計算：X1.645S,過高 為異常者,計算X+ 1.645S.假設為對數正態(tài)分布資料,先求出對數值的均數及標準差, 求得正常值范圍的界值后,反對數即可.百分位數法.用P2.5P97.5估計95喊側參考值范圍；B或為95%W那么正常值范圍.百分位數法適用于各種分布的資料 包括 分布未知,計算較簡便,快速.使用條件是樣本含量較大,分布趨于穩(wěn)定.一般應 用于偏態(tài)分布資料、分布不明資料或開口資料.7、計量資料中常用的集中趨勢指標及適用條件各是什么答：常用的描述集中趨勢的指標有：算術均數、幾何均數及中位數.算

34、術均數, 簡稱均數,反映一組觀察值在數量上的平均水平,適用于對稱分布,尤其是正態(tài)分布 資料；幾何均數：用G表示,也稱倍數均數,反映變量值平均增減的倍數,適用于等比資料,對數正態(tài)分布資料；中位數：用M表示,中位數是一組觀察值按大小 順序排列后,位置居中的那個觀察值.它可用于任何分布類型的資料,但主要應用于 偏態(tài)分布資料,分布不明資料或開口資料.8、標準差,標準誤有何區(qū)別和聯系 答：標準差和標準誤都是變異指標,但它們之間有區(qū)別,也有聯系.區(qū)別 ：概念不同；標準差是描述觀察值個體值之間的變異程度；標準誤是描述樣本均數的抽 樣誤差；用途不同；標準差常用于表示變量值對均數波動的大小,與均數結合估計 參考

35、值范圍,計算變異系數,計算標準誤等.標準誤常用于表示樣本統(tǒng)計量樣本均數,樣本率對總體參數總體均數,總體率的波動情況,用于估計參數的可信區(qū)間, 進行假設檢驗等.它們與樣本含量的關系不同：當樣本含量n足夠大時,標準差趨向穩(wěn)定；而標準誤隨n的增大而減小,甚至趨于0.聯系：標準差,標準誤均為變 異指標,如果把樣本均數看作一個變量值,那么樣本均數的標準誤可稱為樣本均數的標 準差；當樣本含量不變時,標準誤與標準差成正比；兩者均可與均數結合運用,但描 述的內容各不相同.9、統(tǒng)計推斷包括哪幾方面內容答：統(tǒng)計推斷包括：參數估計及假設檢驗兩方面.參數估計是指由樣本統(tǒng)計量樣 本均數,率來估計總體參數總體均數及總體率

36、,估計方法國括點值估計及區(qū)間估 計.點值估計直接用樣本統(tǒng)計量來代表總體參數,忽略了抽樣誤差；區(qū)間估計是按一 定的可信度來估計總體參數所在的范圍,按 X士 u b x或又士 u&來估計.假設檢驗是根據樣本所提供的信息,推斷總體參數是否相等.10、假設檢驗的目的和意義是什么答：在實際研究中,一般都是抽樣研究,那么所得的樣本統(tǒng)計量均數、率往往 不相等,這種差異有兩種原因造成：其一是抽樣誤差所致,其二是由于樣本來自不同 總體.如果是由于抽樣誤差原因引起的差異,那么這種差異沒有統(tǒng)計學意義,認為兩個或兩個以上的樣本來自同一總體,；另一方面如果樣本是來自不同的總體而引起的差 異,那么這種差異有統(tǒng)計學意義,說明兩個或兩個以上樣本所代表的總體的參數不相等. 樣本統(tǒng)計量之間的差異是由什么原因引起,可以通過假設檢驗來確定.因此假設檢驗 的目的是推斷兩個或多個樣本所代表的總體的參數是否相等.何謂假設檢驗具一般步驟是什么所謂假設檢驗,就是根據研究目的,對樣本所屬 總體特征提出一個假