第一篇：衛生統計學學習總結
1.連續性資料
1.1 兩組獨立樣本比較
1.1.1 資料符合正態分布,且兩組方差齊性,直接采用t檢驗。
1.1.2 資料不符合正態分布，（1）可進行數據轉換,如對數轉換等,使之服從正態分布,然后對轉換后的數據采用t檢驗；（2）采用非參數檢驗,如Wilcoxon檢驗。
1.1.3 資料方差不齊，（1）采用Satterthwate 的t’檢驗；（2）采用非參數檢驗,如Wilcoxon檢驗。1.2 兩組配對樣本的比較
1.2.1 兩組差值服從正態分布，采用配對t檢驗。
1.2.2 兩組差值不服從正態分布，采用wilcoxon的符號配對秩和檢驗。1.3 多組完全隨機樣本比較
1.3.1資料符合正態分布，且各組方差齊性，直接采用完全隨機的方差分析。如果檢驗結果為有統計學意義，則進一步作兩兩比較，兩兩比較的方法有LSD檢驗，Bonferroni法，tukey法，Scheffe法，SNK法等。
1.3.2資料不符合正態分布，或各組方差不齊，則采用非參數檢驗的Kruscal－Wallis法。如果檢驗結果為有統計學意義，則進一步作兩兩比較，一般采用Bonferroni法校正P值，然后用成組的Wilcoxon檢驗。1.4 多組隨機區組樣本比較
1.4.1資料符合正態分布，且各組方差齊性，直接采用隨機區組的方差分析。如果檢驗結果為有統計學意義，則進一步作兩兩比較，兩兩比較的方法有LSD檢驗，Bonferroni法，tukey法，Scheffe法，SNK法等。1.4.2資料不符合正態分布，或各組方差不齊，則采用非參數檢驗的Fridman檢驗法。如果檢驗結果為有統計學意義，則進一步作兩兩比較，一般采用Bonferroni法校正P值，然后用符號配對的Wilcoxon檢驗。
****需要注意的問題：
（1）一般來說，如果是大樣本，比如各組例數大于50，可以不作正態性檢驗，直接采用t檢驗或方差分析。因為統計學上有中心極限定理，假定大樣本是服從正態分布的。
（2）當進行多組比較時，最容易犯的錯誤是僅比較其中的兩組，而不顧其他組，這樣作容易增大犯假陽性錯誤的概率。正確的做法應該是，先作總的各組間的比較，如果總的來說差別有統計學意義，然后才能作其中任意兩組的比較，這些兩兩比較有特定的統計方法，如上面提到的LSD檢驗，Bonferroni法，tukey法，Scheffe法，SNK法等。**絕不能對其中的兩組直接采用t檢驗，這樣即使得出結果也未必正確**
（3）關于常用的設計方法：多組資料盡管最終分析都是采用方差分析，但不同設計會有差別。常用的設計如完全隨即設計，隨機區組設計，析因設計，裂區設計，嵌套設計等。
2．分類資料 2.1 四格表資料
2.1.1 例數大于40，且所有理論數大于5，則用普通的Pearson
檢驗。
檢驗或Fisher’s確切概2.1.2 例數大于40，所有理論數大于1，且至少一個理論數小于5，則用校正的率法檢驗。
2.1.3 例數小于40，或有理論數小于2，則用Fisher’s確切概率法檢驗。2.2
2×C表或R×2表資料的統計分析
2.2.1 列變量＆行變量均為無序分類變量，則（1）例數大于40，且理論數小于5的格子數目<總格子數目的25％，則用普通的Pearson
檢驗。（2）例數小于40，或理論數小于5的格子數目>總格子數目
檢驗只說明組
檢驗的25％，則用Fisher’s確切概率法檢驗。
2.2.2列變量為效應指標，且為有序多分類變量，行變量為分組變量，用普通的Pearson 間構成比不同，如要說明療效，則可用行平均分差檢驗或成組的Wilcoxon秩和檢驗。2.2.3 列變量為效應指標，且為二分類變量，行變量為有序多分類變量，則可采用普通的Pearson 比較各組之間有無差別，如果總的來說有差別，還可進一步作兩兩比較，以說明是否任意兩組之間的差別都有統計學意義。2.3
R×C表資料的統計分析
2.2.1 列變量＆行變量均為無序分類變量，則（1）例數大于40，且理論數小于5的格子數目<總格子數目的25％，則用普通的Pearson
檢驗。（2）例數小于40，或理論數小于5的格子數目>總格子數目
檢驗只說明組的25％，則用Fisher’s確切概率法檢驗。（3）如果要作相關性分析，可采用Pearson相關系數。2.2.2列變量為效應指標，且為有序多分類變量，行變量為分組變量，用普通的Pearson 間構成比不同，如要說明療效或強弱程度的不同，則可用行平均分差檢驗或成組的Wilcoxon秩和檢驗或Ridit分析。2.2.3 列變量為效應指標，且為無序多分類變量，行變量為有序多分類變量，則可采用普通的Pearson 檢驗比較各組之間有無差別，如果有差別，還可進一步作兩兩比較，以說明是否任意兩組之間的差別都有統計學意義。
2.2.4 列變量＆行變量均為有序多分類變量，（1）如要做組間差別分析，則可用行平均分差檢驗或成組的Wilcoxon秩和檢驗或Ridit分析。如果總的來說有差別，還可進一步作兩兩比較，以說明是否任意兩組之間的差別都有統計學意義。（2）如果要做兩變量之間的相關性，可采用Spearson相關分析。2.4 配對分類資料的統計分析
2.4.1 四格表配對資料，（1）b＋c>40，則用McNemar配對檢驗。
2.4.1 C×C資料，（1）配對比較：用McNemar配對
檢驗。（2）b＋c<40，則用校正的配對
檢驗。（2）一致性檢驗，用Kappa檢驗。
第二篇：衛生統計學學習總結
1.連續性資料
1.1 兩組獨立樣本比較
1.1.1 資料符合正態分布,且兩組方差齊性,直接采用t檢驗。
1.1.2 資料不符合正態分布，（1）可進行數據轉換,如對數轉換等,使之服從正態分布,然后對轉換后的數據
采用t檢驗；（2）采用非參數檢驗,如Wilcoxon檢驗。
1.1.3 資料方差不齊，（1）采用Satterthwate 的t’檢驗；（2）采用非參數檢驗,如Wilcoxon檢驗。
1.2 兩組配對樣本的比較
1.2.1 兩組差值服從正態分布，采用配對t檢驗。
1.2.2 兩組差值不服從正態分布，采用wilcoxon的符號配對秩和檢驗。
1.3 多組完全隨機樣本比較
1.3.1資料符合正態分布，且各組方差齊性，直接采用完全隨機的方差分析。如果檢驗結果為有統計學意義，則進一步作兩兩比較，兩兩比較的方法有LSD檢驗，Bonferroni法，tukey法，Scheffe法，SNK法等。
1.3.2資料不符合正態分布，或各組方差不齊，則采用非參數檢驗的Kruscal－Wallis法。如果檢驗結果為有
統計學意義，則進一步作兩兩比較，一般采用Bonferroni法校正P值，然后用成組的Wilcoxon檢驗。
1.4 多組隨機區組樣本比較
1.4.1資料符合正態分布，且各組方差齊性，直接采用隨機區組的方差分析。如果檢驗結果為有統計學意義，則進一步作兩兩比較，兩兩比較的方法有LSD檢驗，Bonferroni法，tukey法，Scheffe法，SNK法等。
1.4.2資料不符合正態分布，或各組方差不齊，則采用非參數檢驗的Fridman檢驗法。如果檢驗結果為有統
計學意義，則進一步作兩兩比較，一般采用Bonferroni法校正P值，然后用符號配對的Wilcoxon檢驗。
****需要注意的問題：
（1）一般來說，如果是大樣本，比如各組例數大于50，可以不作正態性檢驗，直接采用t檢驗或方差
分析。因為統計學上有中心極限定理，假定大樣本是服從正態分布的。
（2）當進行多組比較時，最容易犯的錯誤是僅比較其中的兩組，而不顧其他組，這樣作容易增大犯假
陽性錯誤的概率。正確的做法應該是，先作總的各組間的比較，如果總的來說差別有統計學意義，然后才能作其中任意兩組的比較，這些兩兩比較有特定的統計方法，如上面提到的LSD檢驗，Bonferroni法，tukey法，Scheffe法，SNK法等。**絕不能對其中的兩組直接采用t檢驗，這樣即使得出結果也未必正確**
（3）關于常用的設計方法：多組資料盡管最終分析都是采用方差分析，但不同設計會有差別。常用的設計如完全隨即設計，隨機區組設計，析因設計，裂區設計，嵌套設計等。
2．分類資料
2.1 四格表資料
2.1.1 例數大于40，且所有理論數大于5，則用普通的Pearson 檢驗。
檢驗或Fisher’s確切概2.1.2 例數大于40，所有理論數大于1，且至少一個理論數小于5，則用校正的率法檢驗。
2.1.3 例數小于40，或有理論數小于2，則用Fisher’s確切概率法檢驗。
2.22×C表或R×2表資料的統計分析
2.2.1 列變量＆行變量均為無序分類變量，則（1）例數大于40，且理論數小于5的格子數目<總格子數目的25％，則用普通的Pearson 檢驗。（2）例數小于40，或理論數小于5的格子數目>總格子數目
檢驗只說明組
檢驗的25％，則用Fisher’s確切概率法檢驗。2.2.2列變量為效應指標，且為有序多分類變量，行變量為分組變量，用普通的Pearson 間構成比不同，如要說明療效，則可用行平均分差檢驗或成組的Wilcoxon秩和檢驗。2.2.3 列變量為效應指標，且為二分類變量，行變量為有序多分類變量，則可采用普通的Pearson
比較各組之間有無差別，如果總的來說有差別，還可進一步作兩兩比較，以說明是否任意兩組之間的差別都有統計學意義。
2.3R×C表資料的統計分析
2.2.1 列變量＆行變量均為無序分類變量，則（1）例數大于40，且理論數小于5的格子數目<總格子數目的25％，則用普通的Pearson 檢驗。（2）例數小于40，或理論數小于5的格子數目>總格子數目
檢驗只說明組的25％，則用Fisher’s確切概率法檢驗。（3）如果要作相關性分析，可采用Pearson相關系數。2.2.2列變量為效應指標，且為有序多分類變量，行變量為分組變量，用普通的Pearson
間構成比不同，如要說明療效或強弱程度的不同，則可用行平均分差檢驗或成組的Wilcoxon秩和檢驗或Ridit分析。
2.2.3 列變量為效應指標，且為無序多分類變量，行變量為有序多分類變量，則可采用普通的Pearson
檢驗比較各組之間有無差別，如果有差別，還可進一步作兩兩比較，以說明是否任意兩組之間的差別都有統計學意義。
2.2.4 列變量＆行變量均為有序多分類變量，（1）如要做組間差別分析，則可用行平均分差檢驗或成組的Wilcoxon秩和檢驗或Ridit分析。如果總的來說有差別，還可進一步作兩兩比較，以說明是否任意兩組之間的差別都有統計學意義。（2）如果要做兩變量之間的相關性，可采用Spearson相關分析。
2.4配對分類資料的統計分析
2.4.1 四格表配對資料，（1）b＋c>40，則用McNemar配對
檢驗。
2.4.1 C×C資料，（1）配對比較：用McNemar配對檢驗。（2）b＋c<40，則用校正的配對檢驗。（2）一致性檢驗，用Kappa檢驗。
第三篇：衛生統計學總結
衛生統計學總結
王玉林 石河子大學醫學院預防醫學系
（一）簡答題
一.方差分析的基本思想是什么？
方差分析的基本思想就是把全部觀察值間的變異（總變異）按設計和需要分解成兩個或多個組成部分，然后將各部分的變異與隨機誤差進行比較，以判斷各部分的變異是否具有統計學意義，總自由度也分解成相應的幾個部分，再做分析。分解的每一部分代表不同的含義，其中至少有一部分代表各均數間的變異情況，另一部分代表誤差。
二.標準差和標準誤的區別與聯系？
標準差和標準誤都是變異指標，但它們之間有區別，也有聯系。
1.區別：①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；
②用途不同：標準差與均數結合估計參考值范圍，計算變異系數，計算標準誤等。
標準誤用于估計參數的可信區間，進行假設檢驗等。
③它們與樣本含量的關系不同：當樣本含量 n 足夠大時，標準差趨向穩定；而標
準誤隨n的增大而減小，甚至趨于0。
2.聯系：標準差，標準誤均為變異指標，當樣本含量不變時，標準誤與標準差成正比。
三.假設檢驗的原理是什么？
假設檢驗：統計學中的一種推論過程，通過樣本統計量得出的差異作為一般性結論，判斷總體參數之間是否存在差異。
假設檢驗的實質是對可置信性的評價，是對一個不確定問題的決策過程，其結果在一定概率上正確的，而不是全部。
1.兩類假設
對于任何一種研究而言，其結果無外乎有兩種可能,即是否符合我們預期。一般來說證偽一件事情比證實一件事容易，在行為科學的研究中，由于我們無法了解總體中除樣本以外的個體情況，因此嘗試拒絕虛無假設的方法優于證明備擇假設。備則假設：因變量的變化、差異確實是由于自變量的作用
往往是我們對研究結果的預期，用H1表示。
虛無假設：實際上什么也沒有發生，我們所預計的改變、差異、處理效果都不存在 觀察到的差異只是隨機誤差在起作用，用H0表示。2.小概率原理
小概率原理：小概率事件在一次試驗中幾乎是不可能發生的
至于什么就算小概率事件，那就是我們在計算前明確的決策標準，也就是顯著性水平α。在檢驗過程中，我們假設虛無假設是真實的，同時計算出觀測到的差異完全是由于隨機誤差所致的概率。之后將其與我們實現界定好的顯著性水平比較，從而考慮是否依據小概率原理來拒絕虛無假設。
3.兩類錯誤 第Ⅰ類錯誤：當虛無假設正確時，我們拒絕了它所犯的錯誤，也叫α錯誤 研究者得出了處理有效果的結論，而實際上并沒有效果，即所謂“無中生有” 第Ⅱ類錯誤：當虛無假設是錯誤的時候，我們沒有拒絕所犯的錯誤，也叫β錯誤 假設檢驗未能偵查到實際存在的處理效應，即所謂“失之交臂” 兩類檢驗的關系 ①α+β不一定等于1 ②在其他條件不變的情況下，α與β不可能同時減小或增大 4.檢驗的方向性
單側檢驗：強調某一方向的檢驗，顯著性的百分等級為α
雙側檢驗：只強調差異不強調方向性的檢驗，顯著性百分等級為α/2 對于同樣的顯著性標準，在某一方向上，單側檢驗的臨界區域要大于雙側檢驗，因此如果差異發生在該方向，單側檢驗犯β錯誤的概率較小，我們也說它的檢驗效力更高。5.假設檢驗的步驟
①根據問題要求，提出虛無假設和備擇假設 ②選擇適當的檢驗統計量 ③確定檢驗的方向性并規定顯著性水平④計算檢驗統計量的值 ⑤將統計量的值與臨界值對比做出決策
附：假設檢驗基本推斷原理：小概率事件在一次隨機試驗中不（大）可能發生。
假設檢驗基本邏輯：在零假設成立的情形下計算統計量和P值，把“不太可能出現的 假陽性”當做“不可能出現假陽性”，從而拒絕零假設。
四.直線相關與直線回歸的區別與聯系？
1.區別：①相關分析資料雙變量正態分布，回歸資料只要求Y為正態分布，X可是正態分布
資料，也可為一般變量。
②意義上，相關說明互相關系，回歸反應依存關系。2.聯系：①同一資料，r與b的正負號相同
②r與b的假設檢驗等價，同一資料tb=tr
③用回歸解釋相關R2=SS回/SS總
五.應用相對數時的注意事項？
1.理解相對數的含義不可望文生義 2.頻率型指標的解釋要緊扣總體與屬性 3.計算相對數時分母應有足夠數量 4.正確計算合計率 5.注意資料的可比性 6.樣本相對數的統計推斷
六.非參數檢驗的特點和適用范圍
1.特點：①對樣本所來自的總體分布形式沒有要求。
②收集資料方便，可用“等級”或“符號”來記錄觀察結果。
③多數非參數檢驗方法比較簡便，易于理解和掌握。
④缺點是損失信息量，適用于參數檢驗的資料用非參數檢驗會降低檢驗效能。2.適用范圍：①等級資料。②偏態分布資料。③方差不齊，且不能通過變量變換達到齊性。
④個體數據偏離過大，或一端或兩端無界的資料。⑤分布類型不明。⑥初步分析。七.卡方檢驗的用途？
1.單樣本分布的擬合優度；
2.比較兩個或多個獨立樣本頻率或獨立樣本頻率分布； 3.比較配對設計兩樣本和兩頻率分布。
八.均數比較的方法有哪些？
1.t檢驗
①單樣本資料的t檢驗：樣本均數與總體均屬比較的t檢驗，推斷樣本是否來自已知總體。
應用條件：計量資料，具有獨立性、正態性、方差齊性。
②兩獨立樣本資料的t檢驗：推斷兩樣本總體均數是否相等（或兩樣本是否來自同一總體）。
應用條件：計量資料，具有獨立性、正態性、方差齊性。
③配對設計資料的t檢驗：配對計量資料比較的t檢驗，差值均數的比較，包括異體配對和
自身配對。
應用條件：計量資料，具有獨立性、正態性、方差齊性。2.方差分析
①完全隨機設計資料的方差分析：多個樣本均數的比較。
應用條件：計量資料，具有獨立性、正態性、方差齊性。②隨機區組設計資料的方差分析：多個樣本均數的比較。
應用條件：計量資料，具有獨立性、正態性、方差齊性。
③析因設計資料的方差分析：分析個實驗因素的單獨效應、主效應和因素間的交互效應。
應用條件：計量資料，具有獨立性、正態性、方差齊性。
3.非參數檢驗
①單樣本資料的秩和檢驗：用于不滿足t檢驗條件的單樣本定量變量資料的比較，推斷樣本中位數與已知總體中位數是否相等。
應用條件：計量資料，不具有獨立性、正態性、方差齊性。
②配對設計資料的秩和檢驗：當差值d不滿足正態分布時使用，推斷兩個總體中位數是否相等，即兩種處理效應是否相同。
應用條件：計量資料，差值具有正態性。③兩獨立樣本比較的秩和檢驗：推斷連續型變量資料或有序變量資料的兩個獨立樣本代表的兩個總體分布是否有差別。
應用條件：兩樣本來自非正態總體或方差不齊。
④多組獨立樣本比較的秩和檢驗：推斷定量變量或有序分類變量的多個總體分布有無差別。
應用條件：多個獨立樣本對應總體不滿足正態性或方差齊性。⑤隨機區組設計的秩和檢驗：多個樣本均數的比較。
應用條件：多個獨立樣本對應總體不滿足正態性或方差齊性。
九.參考值范圍和可信區間的區別與聯系
1.從意義來看
95％參考值范圍是指同質總體內包括95％個體值的估計范圍，而總體均數95％可信區間是指按95％可信度估計的總體均數的所在范圍。2.從計算公式看
若指標服從正態分布，95％參考值范圍的公式是：
±1.96s。總體均數95％可信區間的公式是：。
前者用標準差，后者用標準誤。前者用1.96，后者用α為0.05，自由度為v的t界值。
十.頻率分布表（圖）的用途是什么？
1.揭示資料的分布類型
2.描述分布的集中趨勢和離散趨勢 3.便于發現某些特大和特小的可疑值 4.便于進一步計算指標和統計分析
（二）名詞解釋
1.醫學統計學（medical statistics）應用概率論和數理統計學原理結合醫學實際解決醫學科研中設計，資料收集、整理、分析的科學。
2.總體（population）是根據研究目的確定的同質研究對象的全體。3.樣本（sample）是指從研究總體中抽取的一部分有代表性的個體。
4.同質（homogeneity）是指同一總體中個體的性質、影響條件或背景相同或非常相近。5.變異（variation）是指同質的個體之間存在的差異。6.參數（parameter）是指反映總體特征的統計指標。
7.樣本統計量（statistic）由樣本觀察資料計算出來的反映樣本特征的兩稱為樣本統計量。8.頻率分布表（frequency distribution table）當變量值個數較多時，對各變量值出現的頻率列表即為頻率分布表，簡稱頻率表。
9.二項分布（binomial distribution）是指在只會產生兩種可能結果的n次獨立重復試驗中，當每次試驗的“陽性”概率保持不變時，出現“陽性”的次數X=0,1,2,3...，n的一種概率分布。
10.醫學參考值范圍（reference range）是指特定的“正常”人群的解剖、生理、生化指標及組織代謝產物含量等數據中大多數個體的取值所在的范圍。
11.抽樣誤差（sampling error）由于生物固有的個體變異的存在，從某一總體中隨機抽取一個樣本，所得樣本統計量與相應的總體參數往往是不同的，這種差異稱為抽樣誤差。
12.置信區間（confidence interval，CI）區間估計是將樣本統計量與標準誤結合起來，確定一個具有較大置信度的包含總體參數的范圍，該范圍稱為總體參數的置信區間。
13.統計推斷（statistical inference）由樣本信息對相應總體的特征進行推斷稱為統計推斷。14.假設檢驗（hypothesis testing）若對所估計的總體首先提出一個假設，然后通過樣本數據去推斷是否拒絕這一假設，稱為假設檢驗。
15.析因設計（factorial design）是將兩個或多個實驗因素的個水平進行全面組合的實驗，能夠分析個實驗因素的單獨效應、主效應和因素間的交互效應。
16.單獨效應（simple effect）是指其他因素水平固定時，同一因素不同水平的效應之差。17.主效應（main effect）是指某一因素單獨效應的平均值。
18.交互效應（interaction）是指兩個或多個因素間的效應互不獨立的情形。
19.參數檢驗（parametric test）凡是以特定的總體分布為前提，對未知的總體參數做推斷的假設檢驗方法統稱為參數檢驗。
20.非參數檢驗（nonparametric test）不以特定的總體分布為前提，也不針對決定總體分布的幾個參數做推斷，故又稱任意分布檢驗（distribution-free test）。
21.線性相關系數（linear correlation coefficient）是表示兩個隨機變量之間線性相關強度和方向的統計量。
22.回歸系數（regression coefficient）回歸分析中度量依變量對自變量的相依程度的指標，它反映當自變量每變化一個單位時，依變量所期望的變化量。（回歸系數βj表示在控制其他自變量時，自變量Xj變化一個單位所引起logit（π）的改變量）
23.決定系數（coefficient of determination）回歸平方和與總離均差平方和之比稱為決定系數。它反映了回歸貢獻的相對程度，即在因變量Y的總變異中回歸關系所能解釋的比例。24.生存分析（survival analysis）就是將終點事件的出現與否和達到終點所經歷的時間結合起來分析的一類統計分析方法。
第四篇：《衛生統計學》課程教學大綱匯總
吉林大學公共衛生學院MPH課程教學大綱
《衛生統計學》課程教學大綱
課程名稱： 衛生統計學 課程編碼：MD264001 英文名稱： Health Statistics 課程類別：必修 課程學時： 60 課程學分：3 授課科室： 衛生統計學教研室 授課地點：三樓多媒體教室 授課對象： 公共衛生碩士 授課時間： 執筆人： 陶育純 編寫日期：
一、課程簡介
衛生統計學是把概率論和數理統計原理和方法應用于醫學研究、人民健康和衛生事業管理的一門科學，是公共衛生碩士（MPH）的專業學位課程。它主要研究數據的搜集、整理、分析和推斷，反映事物特征，揭示事物間的客觀規律。
本課程的內容包括衛生統計學的基本概念，不同類型資料的統計描述方法，常用統計圖表，常用的統計分布，不同類型資料的常用統計推斷方法，線性回歸和相關分析，常用非參數統計方法，生存分析等。
本課程通過課堂講授、實習等形式進行，注重基本技能訓練，培養嚴密的統計邏輯思維能力，訓練獨立進行統計分析的能力。課程采用提問、考試等方式評價教學效果。
通過本課程學習，要求學生能夠：
1.掌握常用的和重要的統計分析方法，為學習流行病學等學科、閱讀專業書刊和從事公共衛生領域工作打下一必要的統計學基礎。
2.學會運用直觀的統計圖表反映居民健康狀況的各項指標。
3.熟練掌握函數型計算器統計功能的使用方法，了解統計軟件的功能和基本使用方法。
4.養成統計邏輯思維的習慣，具有嚴肅認真、實事求是，對人民負責的科學態度。
二、課程學時分配
課 時 分 配 表
授 課 內 容 理論教學時數 實習教學時數 合計教學時數 第一章 緒言 2 2 第二章 統計描述 6 4 10 第三章 三個常用分布 2 1 3
吉林大學公共衛生學院MPH課程教學大綱
第四章 總體均數的估計和總體率的估計 2 1 3 第五章 正態總體均數的假設檢驗 8 4 12 第六章 Poisson分布總體均數的假設檢驗 1 1 2 第七章 總體率的假設檢驗 1 1 2 第八章 行列表資料的統計分析 6 4 10 第九章 線性回歸和相關分析 4 2 6 第十章 非參數統計分析 4 2 6 第十一章 生存分析 2 2 考試 2 2 學時合計 40 20 60
三、課程內容及教學要求
第一章 緒言
［教學目的和要求］ 掌握統計學的基本概念。2 掌握統計資料的類型。3 熟悉統計工作的基本步驟。［講授內容］ 統計學的基本概念：總體和樣本；參數和統計量；概率。2 統計資料的類型：計量資料；計數資料；等級資料。統計工作的基本步驟：設計；搜集資料；整理資料；分析資料。[授課時數] 2學時
[外文專業術語] statistics, health statistics, population, sample, parameter, statistic, probability
[教學方法和手段] 課堂講授
第二章
統計描述 ［教學目的和要求］ 熟悉頻數分布表的編制過程。2 掌握計量資料的統計描述方法。3 掌握計數資料的統計描述方法。了解率的標準化法的意義和計算方法。了解制作統計圖表的基本要求，熟悉常用統計圖表的制作。［講授內容］ 頻數分布表的編制方法。計量資料的平均水平指標：均數；幾何均數；中位數和百分位數。計量資料的變異程度指標：極差；四分位數間距；方差和標準差；變異系數。4 常用相對數：率；構成比；相對比；應用相對數的注意事項。5 率的標準化方法。動態數列及其分析指標。7 常用統計圖表。［授課時數］
6學時
［外文專業術語］ frequency, frequency distribution table, mean, geometric mean, median, percentile, range, variance, standard deviation, coefficient of variation, rate, proportion, ratio, standardized rate
吉林大學公共衛生學院MPH課程教學大綱
[教學方法和手段] 課堂講授和實習（課堂習題），多媒體演示。
第三章
三個常用分布 ［教學目的和要求］ 熟悉正態分布的特征和正態曲線下面積分布規律，掌握參考值范圍的估計。2 了解二項分布的特征和正態近似性。了解Poisson分布的特征和二項分布的近似性。［講授內容］ 正態分布的特征和正態曲線下面積分布規律，參考值范圍的估計。2 二項分布的特征和正態近似性。Poisson分布的特征和二項分布的近似性。［授課時數］
2學時
［外文專業術語］ normal distribution, reference ranges, binomial distribution, Poisson distribution [教學方法和手段] 課堂講授和實習（課堂習題），多媒體演示。
第四章
總體均數的估計和總體率的估計 ［教學目的和要求］ 熟悉抽樣誤差的含義，掌握均數的標準誤的計算方法。2 掌握t分布的特征和t界值的使用。3 掌握總體均數的可信區間計算方法。4 掌握率的標準誤的計算方法。5 掌握總體率的可信區間計算方法。［講授內容］ 均數的抽樣誤差，均數的標準誤。
2t分布的特征和t分布曲線下面積分布規律。總體均數的區間估計：總體均數95％（99％）可信區間的計算。4 率的抽樣誤差與標準誤。總體率的區間估計：總體率95％（99％）可信區間的計算。［授課時數］ 2學時
［外文專業術語］ sampling error, standard error, t-distribution, interval estimate, confidence interval [教學方法和手段] 課堂講授和實習（課堂習題），多媒體演示。
第五章
正態總體均數的假設檢驗 [教學目的和要求] 1 掌握假設檢驗的基本思想和基本概念。2 掌握假設檢驗的基本步驟。3 掌握t檢驗和u檢驗。熟悉方差分析的基本思想和應用條件。掌握完全隨機設計和配伍組設計資料的方差分析方法。6 熟悉多個均數間的兩兩比較方法。［講授內容］
吉林大學公共衛生學院MPH課程教學大綱
假設檢驗的基本思想和基本概念。兩類錯誤和單雙側檢驗。假設檢驗的基本步驟。
樣本均數與總體均數比較的t檢驗；配對資料的t檢驗；兩樣本均數比較的t檢驗；兩大樣本均數比較的u檢驗。5 方差分析的基本思想和應用條件。完全隨機設計資料的方差分析；配伍組設計資料的方差分析。7 均數間的兩兩比較方法。［授課時數］ 8學時
［外文專業術語］ hypothesis test, size of a test, statistic, statistical significance, t-test, u-test, type I error, type II error, analysis of variance(ANOVA), one-way ANOVA, homogeneity of variance, LSD-t test, Dunnett-t test, SNK-q test [教學方法和手段] 課堂講授和實習（課堂習題），多媒體演示。
第六章
Poisson分布總體均數的假設檢驗 ［教學目的和要求］ 了解Poisson分布的正態近似條件。了解Poisson分布的兩樣本均數比較的u檢驗。［講授內容］ Poisson分布的直接計算概率法和正態近似法。2 Poisson分布的兩樣本均數比較的u檢驗。［授課時數］ 1學時
[教學方法和手段] 課堂講授。
第七章
總體率的假設檢驗 ［教學目的和要求］ 了解二項分布的正態近似條件。熟悉二項分布的兩樣本均數比較的u檢驗。［講授內容］ 二項分布的直接計算概率法和正態近似法。2 二項分布的兩樣本均數比較的u檢驗。［授課時數］ 1學時
[教學方法和手段] 課堂講授。
第八章
行列表資料的統計分析 ［教學目的和要求］ 熟悉χ2檢驗的基本思想。掌握四格表資料χ2檢驗和適用條件。3 掌握配對四格表資料χ2檢驗。4 掌握行×列表資料χ2檢驗。5 了解行×列表χ2檢驗注意事項。［講授內容］ χ2檢驗的基本思想。1 2 3 4
吉林大學公共衛生學院MPH課程教學大綱 四格表資料χ2檢驗，四格表χ2檢驗專用公式和校正公式。3 配對四格表資料χ2檢驗。4 行×列表資料χ2檢驗。多個四格表資料的統計分析。［授課時數］ 6學時
[外文專業術語] chi-square test, Fisher exact test [教學方法和手段] 課堂講授和實習（課堂習題），多媒體演示。
第九章
線性回歸和相關分析 ［教學目的和要求］ 掌握直線回歸的概念，直線回歸方程的求法，回歸系數的假設檢驗。2 了解直線回歸方程的應用。掌握直線相關的概念，直線相關系數的求法，相關系數的假設檢驗。4 了解線性回歸模型的分析方法。［講授內容］ 直線相關的概念，直線相關系數的求法，相關系數的假設檢驗。2 直線回歸的概念，直線回歸方程的求法，回歸系數的假設檢驗。3 直線回歸的區間估計。4 直線回歸方程的應用。線性回歸模型的概念，線性回歸模型的計算。［授課時數］ 4學時
［外文專業術語］ correlation, regression, linear regression, linear regression equation, intercept, regression coefficient, linear correlation, correlation coefficient [教學方法和手段] 課堂講授和實習（課堂習題），多媒體演示。
第十章
非參數統計分析 [教學目的和要求] 1 了解非參數統計的概念和應用條件及與參數統計的區別。2 掌握常用的秩和檢驗方法。3 熟悉等級相關的分析方法。［講授內容］ 非參數統計的概念和應用條件，非參數統計與參數統計的區別。配對設計資料差別的符號秩和檢驗，兩獨立樣本資料差別的秩和檢驗，完全隨機
設計多組資料差別的秩和檢驗，配伍組設計的多組秩和檢驗。3 等級相關。［授課時數］ 4學時
［外文專業術語］ nonparametric statistics, rank sum test, Wilcoxon signed rank test [教學方法和手段] 課堂講授和實習（課堂習題），多媒體演示。
第十一章
生存分析 [教學目的和要求] 1 了解生存分析的概念和生存率的計算。2 了解生存曲線的意義。
吉林大學公共衛生學院MPH課程教學大綱
［講授內容］ 生存分析的概念，生存時間，截尾值，生存概率，生存率，生存曲線。2 生存率的計算及其標準誤。3 Kaplan-Meier法。4 生存曲線的比較。［授課時數］ 2學時
［外文專業術語］ survival analysis, survival probability, survival rate, censored value [教學方法和手段] 課堂講授和多媒體演示。
四、習題、作業、討論
習課以教材每章附帶的思考與練習題為主，適當補充課外材料。作業從上述習題范圍內選取，采取課堂集中講解方式批改。實習課中適當采用討論的形式進行。
五、考試形式與方法
筆試（閉卷）。
六、本課程與其它課程的聯系
是流行病學，社會醫學，衛生事業管理學的主要分析工具。
七、教材及主要參考書
教材：
衛生統計學方法
曹素華主編 復旦大學出版社 2003年
主要參考書：
1、衛生統計學 第5版
方積乾主編 人民衛生出版社 2003年
2、流行病學
第5版
李立明主編 人民衛生出版社 2003年
3、衛生統計學 第四版
倪宗瓚主編 人民衛生出版社 2000年
4、醫用SAS統計分析
金丕煥等主編
復旦大學出版社
2002年
5、Excel在統計分析中的應用
劉鋼主編
人民衛生出版社
2002年
第五篇：實用衛生統計學復習資料(匯總)
《實用衛生統計學》
一、名詞解釋
1．變異:同一性質的事物，其觀察值(變量值)之間的差異，統計上稱為變異。
2．抽樣研究:從所研究的總體中隨機抽取一部分有代表性的樣本進行研究，抽樣研究的目的是通過用樣本資料計算的指標去推論總體。
3．統計描述:用統計圖表或計算統計指標的方法表達一個特定群體(這個群體可以是總體也可以是樣本)的某種現象或特征，稱統計描述。
4.統計推斷：根據樣本資料的特性對總體的特性作估計或推論的方法稱統計推斷，常用方法是參數估計和假設檢驗。
5．均數：是反映計量資料全部觀察值平均水平的統計指標，適用于對稱分布尤其是正態分布資料，公式如下：
6．標準差：是反映計量資料全部觀察值離散程度的統計指標，用于描述對稱分布資料，尤其正態分布資料的離散趨勢，公式如下：
7．標準正態變換：將服從正態分布的原始變量x～n(μ，σ)進行變量變換，這種變換叫標準正態變換(或M變換)。
8．構成比:又稱構成指標，它表示事物內部各組成部分所占的比重或分布。
9．動態數列:是一系列按時間順序排列起來的統計指標，包括絕對數、相對數或平均數，用以說明事物在時間上的變化和發展趨勢。計指標，它是對資料進行統計描述時的一種常用手段。(如點、線、面或立體)顯示數據的大小、升降、分布以及關系等，它也是對資料進行統計描述時的一種常用手段。
12．抽樣誤差：在同一總體中隨機抽取樣本含量相同的若干樣本時，樣本指標之間的差異以及樣本指標與總體指標的差異，稱為抽樣誤差。
13．均數的抽樣誤差：在同一總體中隨機抽取樣本含量相同的若干樣本時，樣本指標之間的差異以及樣本指標與總體指標的差異，稱為抽樣誤差。統計學上，對于抽樣過程中產生的同一總體中均數之間的差異稱為均數的抽樣誤差。
14．率的抽樣誤差：在同一總體中隨機抽取樣本含量相同的若干樣本時，樣本指標之間的差異以及樣本指標與總體指標的差異，稱為抽樣誤差。統計學上，對于抽樣過程中產生的同一總體中率之間的差異稱為率的抽樣誤差。
15.檢驗水準：也稱為顯著性水準，符號為α。α是預先規定的概率值，通常取0.05，它是“是否拒絕H。的界限”。16.可比性：是指除了處理因素外，其他可能影響結果的非處理因素在各組間應該盡可能相同或相近，即“齊同”。17.檢驗效能：檢驗效能又稱為把握度(1一β)。它的含義是：當兩總體確實有差別時，按規定的檢驗水準α，能夠發現兩總體間差別的能力。
18．四格表資料：兩個樣本率的資料又稱為四格表資料，在四格表資料中兩個樣本的實際發生頻數和實際未發生頻數
為基本數據，其他數據均可由這四個基本數據推算出來。
19．列聯表資料：對同一樣本資料按其兩個無序分類變量(行變量和列變量)歸納成雙向交叉排列的統計表，其行變量可分為R類，列變量可分為C類，這種表稱為R×C列聯表。
20．參數檢驗：參數檢驗是一種要求樣本來自總體分布型是已知的(如正態分布)，在這種假設的基礎上，對總體參數(如總體均數)進行統計推斷的假設檢驗。
21．非參數檢驗：非參數檢驗是一種不依賴總體分布類型，也不對總體參數(如總體均數)進行統計推斷的假設檢驗。
22．秩次：秩次即通常意義上的序號。實際上就是將觀察值按順序由小到大排列，并用序號代替了變量值本身。
23．直線相關系數：它是說明具有直線關系的兩個變量間，相關關系的密切程度與相關方向的統計指標。相關系數沒有
單位，取值范圍是-1≤r≤1，r的絕對值越大表明兩變量的關系越密切。
24．直線回歸系數：它是直線回歸方程的重要參數之一，即回歸直線的斜率。當b>0時，表示直線由左下方走向右上方，y隨x增大而增大。回歸系數b的統計學意義是x每增加(或減少)一個單位時，y平均改變b個單位。
25．正相關：它是說明具有直線關系的兩個變量間，存在有正的相關方向，即當x增大時，y有相應增大的趨勢，所算得的相關系數r為正值。
26．完全負相關：這是一種極為特殊的負相關關系，從散點圖上可以看出，由X與y構成的散點完全分布在一條直線上，x增加，y相應減少，算得的相關系數r=-1。
27.等級相關：是對等級數據作相關分析，它又稱為秩相關，是一種非參數統計方法。
28．評價：所謂評價，是通過對照某些標準來判斷觀測結果，并賦予這種結果以一定的意義和價值的過程。
29：所謂的綜合評價，是指人們根據不同的評價目的，選擇相應的評價形式，據此選擇多個因素或指標，并通過一定的數學模型，將多個評價因素或指標轉化為能反映評價對象總體特征的信息。
30．綜合評分法：綜合評分法是在以專家評分法作為權重估計的基礎上而建立的一種綜合評價方法。
31.為了比較某幾個事物或方案的優劣，在選定各項評價指標后，將待評價的對象或方案就各項評價指標的測量值大小分別排序，并分別對各序號(等級)以相應的評分值即優序數，然后綜合諸評價指標，分別計算評價對象的總賦優序數，并按總賦優序數大小評定其優劣順序的方法即優序法。
32.Topsis Topsis法常用于系統工程中有限方案多目標決策分析，此外，也可用于效益評價、衛生決策和衛生事業管理等多領域。
33．層次分析法：用層次分析法作系統分析，首先需要把問題層次化，根據問題的性質和評價目的，將問題分解為不同的組成因素，得到各層的評價指標，并以最下層的評價目標作為衡量目標達到程度的評價指標。然后依據這些指標計算出綜合評分指數，對評價對象的總評價目標進行評價，最后依其大小來確定評價對象的優劣等級。
34．發病率：發病率是指一定時期(年、季、月)內，可能發生某病的人群中實際發生某病新病例的頻率。
35．時點患病率：時點患病率：指在某時點檢查時，接受檢查的人群中現患病例所占的比例，分子為新老病人數，又稱現患率或流行率。
36．某病病死率：某病病死率：表示在規定的觀察期間內，某病患者中因該病而死亡的頻率。
37某病死亡率是一定時期內某人群因某病而死亡的頻率。
38．衛生服務調查統計：1．衛生服務調查統計是衛生統計的主要內容之一，衛生服務調查統計是從衛生服務資料的設計、收集，整理、分析的角度，來闡述衛生服務研究的特點、研究方法和注意事
項，以便使衛生服務研究工作更具有科學性。
39．衛生服務調查：衛生服務調查是指對衛生服務狀況、人群健康的危險因素、人群衛生服務的需求和利用、衛生服務資源的分配和利用所進行的一種社會調查。
40．調查表：把調查項目按調查時提問的邏輯順序列成表格就是調查表，調查表又稱調查問卷。
41．衛生服務需要：衛生服務需要是指人們因疾病影響健康，引起人體正常活動的障礙，實際應當接受各種衛生服務的需要(如預防保健、治療、康復)。
42．兩周患病率 ：兩周患病率指在每千名被調查者的居民中，在調查日之前兩周之內患病的人數。
43．兩周就診率：兩周就診率指每千名被調查的居民中，在調查之日前兩周內因病、傷去醫療機構就診的人(次)數。
44．住院分娩率 ：住院分娩率某年某地每百名活產中在縣級或縣級以上醫院接受住院分娩的產婦數。45．衛生資源：衛生資源是指衛生人力，衛生費用、衛生設施和設備、衛生技術和衛生信息。
二、簡答題
1．衛生事業管理專業與衛生統計學的關系是什么。衛生事業管理的研究對象也存在許多不確定性，因此，要利用衛生統計這個有效工具，充分發揮衛生統計的信息、咨詢、監督的整體功能，為滿足決策管理和衛生服務研究的需要。
2樣本是從總體中隨機抽取的一部分有代表性的個體組成，除了數量比總體少，其他構成均與總體一樣，是總體具體而微的縮影。
3．收集資料時，對統計資料的要求是什么? 要做到①資料必須完整、正確和及時；②要有足夠的數量；③注意資料的代表性和可比性。
4．標準正態曲線下橫軸上下側尾部面積為O．5 %、2．5％、5％時所對應的u值?標準正態曲線下橫軸上下側尾部面
積的0.5％、2.5%、5％時所對應的u值分別為-2.58、-1.96、-1.64。
5．了解正態曲線下面積分布規律有何用處?根據正態曲線下面積的分布規律，可以估計觀察值的頻數分布情況，通常用于估計95％的觀察值所在范圍和99％的觀察值所在范圍，臨床醫學常用以估計醫學參考值范圍。
6．正態分布有哪些參數?為什么說正態分布是很重要的連續性分布?總體均數盧和總體標準差a被稱為正態分布參數。盧為位置參數，它描述了正態分布集中趨勢的位置；a為變異度參數，反映正態分布的離散程度。若已知某數值變量服從正態分布或近似正態分布，如同年齡、同性別兒童及同性別健康成人身高、體重等，可按正態分布的規律估計其個體變量值所在范圍，如95％的醫學參考值的估計。同時正態分布是很多統計分析方法的基礎。
7．應用相對數時有哪些注意事項?(1)構成比與率是意義不同的兩個統計指標，應用時不能相互混淆。構成比說明事物內部各組成部分所占的比重，而率則說明某事物或現象的發生頻率或強度，不能以構成比代替率來說明問題。(2)樣本含量太小時，不宜計算相對數，最好用絕對數來表示。(3)對各組觀察例數不等的幾個率，不能直接相加求其總率。(4)在比較相對數時應注意資料的可比性。
8．率的標準化法的基本思想?直接標化法需要的條件是什么?當不同人群的總率進行比較時，若其人群的內部構成(如年齡、性別、病情輕重等)存在差異，而年齡、性別等因素對率有影響。為消除構成的影響，要按照統一標準構成對兩個人群進行校正，使兩個人群構成一致。這種選擇統一構成，然后計算標準化率的方法稱為率的標準化法。直接法計算標化率需下面2個條件：(1)資料條件：已知實際人群的年齡別(組)率，且各年齡組率無明顯交叉。(2)選擇標準：可選擇標準人群的年齡組人口數或構成比。
10．統計表和統計圖在表達資料中有何特殊作用?統計表和統計圖是我們分
析、對比事物的重要工具，統計圖表的合理采用可以使資料得以準確表達，使人印象深刻和一目了然，便于資料的計算、分析和對比。
11．繪制統計表的基本原則是什么?繪制統計表有兩個基本原則是：1)一張表只能有一個中心，要說明什么問題，應該十分明確；2)橫縱標目的排列要合理，主謂分明。
12．繪制統計表的基本要求是什么?①標題不可缺少，要求用一句簡明扼要的話來說明表的內容，寫在表的上方；②橫縱標目的設計要符合邏輯，主謂分明，標目的文字應簡明，有單位的要注明；③線條同樣應力求簡 潔，除基本線條外，應盡量減少其他不必要的線條；④數字應準確無誤，要求一律采用阿拉伯數字表示，同一指標的數字的小數位數應一致，位次對齊，表中不宜留空項；⑤備注一般不列入表 內，而寫在表的下方。
13．繪制統計圖有哪些總要求?①要根據資料的性質以及分析目的，選擇合適的圖形；②統計圖要有標題，要求能簡明扼要的說明圖的內容，一般寫在圖體下方的中央位置；③對于有橫縱坐標軸的圖形，要說明橫縱軸分別代表的事物的名稱，并標注單位。橫縱軸的長度比例通常為7：5；④在同一張圖內比較不同事物時，要用不同顏色或線條區別它們，并附圖例說明，圖例的擺放位置要與圖體協調。
15．普通線圖與半對數線圖在繪制方法上的主要區別是什么?普通線圖與半對數線圖都是有橫縱坐標軸的圖形，在繪制普通線圖時，橫縱軸均采用普通算術尺度，而繪制半對數線圖時，橫軸為算術尺度，縱軸為對數尺度。17．t分布與u分布有何聯系? t分布曲線是一簇曲線，隨自由度υ不同，曲線的形狀不同。當自由度υ很大，即n很大時，t分布近似u分布。
18．t分布的特征是什么?t分布的特征：①以0為中心，左右對稱的單峰分布。②自由度υ=n一1越小，曲線變得越低平，尾部翹得越高；③隨著自由度υ逐漸增大時，t分布逐漸逼近標準正態分布；
當υ趨于∞時，t分布就完全成為標準正態分布。
19．如何理解可信區間的意義?用 x±1．96s x、x±2．58s x及p±1．96S、p±2．58s計算的結果各說明什么問題?總體參數的所在范圍通常稱為參數的可信區間或置信區間，即該區間以一定的概率(如95％或99%)包含總體參數。x±1．96s x與x±2．58s x適用于σ未知但n足夠大時(n>50)總體均數的區間估計，x±1．96s x表示總體均數有95％的概率落在此范圍內；x±2．58s x表示總體均數有99％的概率落在此范圍內。p±1．96sp郎與p±2．58sp，適用于n足夠大，且np與n(1一p)均大于5時總體率的區間估計，p±1．96sp表示總體率有95％的概率落在此范圍內；p±2．58sp表示總體率有99％的概率落在此范圍內。
21．為什么要做假設檢驗?假設檢驗可以回答什么問題?假設檢驗的目的是通過樣本推斷總體，即通過兩個樣本均數的比較來判斷
兩個總體均數是否相等(以完全隨機設計類型為例)。通過假設檢驗，可以回答兩個樣本均數的差異是由于抽樣誤差造成，還是由于兩個總體均數不相等造成。
22．t檢驗和甜檢驗有何區別與聯系? t檢驗與“檢驗的適用條件不同。t檢驗的適用條件：當總體標準差σ未知，樣本含量n較小(n≤50)時，理論上要求樣本來自正態分布的總體。完全隨機設計的兩個小樣本均數比較時還要求兩總體方差相等。甜檢驗的適用條件：當總體標準差一未知，但樣本含量咒較大(一般n>50)或總體標準差口已知時，選用“檢驗。
23．t檢驗，P<0.001，是否能說明兩總體均數之間差別很大，為什么? t檢驗，P<0.001，說明差別有統計學意義，可以認為兩個總體均數不同；但是假設檢驗的結論不能直接回答差異的大小，“差別有統計學意義”并不意味著兩個總體均數相差很大。差別的大小及差別有無實際意義只能進一步根據專業知識來確定。例
如：當樣本量足夠大時，即使兩個樣本均數間相差很小也可能得出P≤0．05，此時差別雖有統計學意義，但不一定有實際意義。
24．怎樣正確使用單側檢驗與雙側檢驗?應該根據專業知識來確定選擇單側檢驗或雙側檢驗。如果從專業知識的角度，判斷一種方法的結果不可能低于或高于另一種方法的結果，則可以采用單側檢驗。在不能根據專業知識判斷兩種結果誰高誰低時，則用雙側檢驗。
25．假設檢驗的結論為什么不能絕對化?假設檢驗的結論不能絕對化，因為無論拒絕H。或不拒絕H。，假設檢驗的結論都有犯錯誤的可能。假設檢驗通常可能發生下面兩類錯誤。I型錯誤：拒絕了實際上成立的H。.犯I型錯誤的概率是α,α通常為0．05。Ⅱ型錯誤：接受了實際上是不成立的H。.犯Ⅱ型錯誤的概率是β,一般情況下β的大小是未知的。
26．完全隨機設計的兩樣本均數比較的t檢驗與方差分析之間的關系如何?兩個樣本均數比較可以看作為多個樣本均數比較的特例，因此完全隨機設計的兩個樣本均數比較的t檢驗，可以用完全隨機設計的方差分析代替。兩者的計算結果有如下關系：。反之，則不成立，即多個樣本均數比較的方法，應該用方差分析，而不能用兩個樣本均數比較的t檢驗代替，否則會增大犯工型錯誤的概率。
27.(體標準差σ未知)，可以考慮用哪幾種方法?可以考慮三種方法：完全隨機設計的t檢驗和“檢驗以及完全隨機設計的單因素方差分析。
28．請簡述方差分析的基本思想。方差分析的基本思想就是將總變異分解成兩個或多個部分。除隨機誤差外，其余每個部分的變異可以由某因素的作用來解釋，通過比較可能由某因素所致的變異與隨機誤差的均方，由F檢驗作出統計推斷，從而了解該因素有無作用。
29、率的u檢驗和x2檢驗應用有何異同?率的u檢驗主要用于：(1)一個樣本率和一個總體率的比較。(2)兩個樣本率的比較。應用條件見相應的章節。x2檢驗應用更為廣泛，可用于：(1)兩個樣本
率的比較。(2)多個樣本率或構成比的比較。(3)列聯表資料兩個變量間關系的獨立性檢驗。(4)配對計數資料差別的檢驗。(5)頻數分布擬合優度的檢驗(參見有關統計學專著)。對于兩個樣本率的比較，樣本量較大時，用 x2檢驗和u檢驗所得的統計結論一致，且u2= x2。
30、四格表資料x2檢驗的適用條件?四格表資料x2檢驗的適用條件：(1)當n>40，且所有T≥5時，用x2檢驗的基本公式或四格表專用公式。(2)當n>40，但有1 31、行×列表資料二般包括哪些資料，它們的檢驗目的有何不同?行×列表資料一般包括多個樣本率、多個構成比資料，其基本數據可整理成尺行C列，稱為R×C表，又稱行×列表。多個樣本率或構成比x2檢驗目的是推斷其總體率或構成比是否不同。對同一樣本資料按其兩個無序分類變量(行變量和列變量)歸納成雙向交叉排列的統計表，其行變量可分為 R類，列變量可分為C類，這種表稱為R×C列聯表。列聯表資料x2檢驗的目的是推斷兩變量(行變量、列變量)之間分布是否相互獨立，用列聯表的獨立性x2檢驗。盡管這兩種行×列表檢驗目的和檢驗假設方面有所不同，但計算x2值和自由度的公式完全相同。 32、作多個樣本率或多組構成比資料比較的x2檢驗，下結論時應注意什么?作多個樣本率或多組構成比資料比較的x2檢驗，其結論若是拒絕H。(P≤0.05)，只能認為各總體率之間(各總體構成比)總的說來有差別，但不能說明各兩組率(或各兩組構成比)之間均有差別。 33．非參數檢驗與參數檢驗的區別何在?各有何優缺點?區別在于：①參數檢驗要求樣本來自正態總體，而非參數檢驗則不對總體分布有任何要求；②參數檢驗是對總體參數(如總體均數)進行的檢驗，而非參數檢驗考察的是總體的分布情況。參數檢驗的優點是能充分利用所提供的信息，檢驗效率較高。缺點是對樣本所對應的總體分布有比較嚴格的要求，因此適用 資料有限。非參數檢驗的優點是不受總體分布類型的限制，適用于任何分布的資料。其缺點是不直接對原始數據作檢驗，從而有可能會損失信息并降低其檢驗效率。 34．秩和檢驗適用哪些情況?⑴秩和檢驗不受總體分布類型的限制，適用于偏態分布或分布類型不清的資料。⑵秩和檢驗是將原始數據轉化為秩次來研究的，適用于不能準確測量，只能以嚴重程度、優劣等級、次序先后表示的等級資料；或者末端無確定值，如“＞50mg”等資料。⑶它對樣本例數沒有要求，適用于小樣本資料。 35．假如對同一批資料。用參數檢驗和非參數檢驗所得結果不一致時，宜以何者為準。對同一批資料，在資料滿足參數檢驗條件的前提下，參數檢驗的檢驗效率高于非參數檢驗。因此當兩者所得結果不一致時，宜以參數檢驗結果為準。若資料是嚴重偏態分布，則非參數檢驗的檢驗效率不一定比參數檢驗低，此時需要結合資料的實際情況，綜合予以考慮。36．直線相關與回歸分析對資料的要求是什么?直線相關與回歸分析要求所處理的資料為雙變量資料，即對同一名研究對象要求同時測量x、y兩個數值變量，并且x、y還應服從雙變量正態分布。 37．直線相關分析中散點圖與相關系數r的關系如何?由散點圖可以知道相關系數r的正負，此外根據散點排列的疏密程度能夠粗略地對兩變量的相關密切程度做出判斷。 38．比較直線相關分析與直線回歸分析的研究目的有何不同?直線相關分析的分析目的是：(1)首先研究兩變量間有無直線相關關系，即x變化時y是否有相應改變；(2)如果有相關，則進一步回答相關的方向，即當x增大，y的變化趨勢是增加還是減小，以及兩者的相關密切程度有多大的問題。直線回歸分析的研究目的則是通過建立直線回歸方程，定量地描述并分析兩變量間的線性依存關系，即用x估計y。 39．為什么計算得到的相關系數r和回歸系數6都要做顯著性檢驗?由于r 與b都是根據樣本資料求得的，而在由變量x與y組成的總體中作隨機抽樣，獲取樣本的過程中，不可避免地會存在有抽樣誤差。因此當算得的r或b不為零時，有可能實際情況是x與y之問是不相關或不存在直線回歸關系的，只是由于抽樣誤差，r與b才會不為零。作顯著性檢驗的目的正是對這種情況作出判斷，看r或b是否確實由總體相關系數ρ或總體回歸系數β不為零的總體中抽得。 40．統計中的回歸關系與數學上的函數關系有何區別?數學上的函數關系式y=a+bx，是表示變量x與y是嚴格意義上的一一對應關系。每一個x值，都會有一個確定并且唯一的y值與之相對應。在坐標系中，所有的點(x，y)形成一條直線。而統計中的回歸式，其因變量是y的估計值，它的數值大小與實際的y值是存在一定差距的。從散點圖來看，所有的點(x，y)不會全部落在回歸直線上，而只能是圍繞其較均勻地分布。 41．直線回歸分析時怎樣確定自變量和應變量?通常我們都是選取一個容易測 量的變量值作為自變量x，來估計另一個難測量的變量值(y)。與直線相關分析不同，自變量和應變量的如何確定是非常關鍵的，因為它將會影響到最終怎樣解釋直線回歸方程的意義。 42．請總結直線相關系數 r與直線回歸系數b的意義及特點?直線相關系數r是說明具有直線關系的兩個變量間，相關關系的密切程度與相關方向的統計指標。總體相關系數用ID表示，樣本相關系數用r表示，r是ID的估計值。相關系數沒有單位，取值范圍是-1≤r≤1。r值為正，表示兩變量呈正相關，X與y變化趨勢是正向的。r值為負，表示兩變量呈負相關，X與y呈反向變化，通常r的絕對值越大，表示兩變量相關關系越密切。直線回歸系數b即回歸直線的斜率，b>0表示直線從左下方走向右上方，y隨x增大而增大；b<0表示直線從左上方走向右下方，y隨x增大而減小；b=0則直線與x軸平行，x與y無直線關系。b的統計學意義是x每增加(減)一個單位，y平均改變x個單位。 43．直線相關與直線回歸分析有何聯系與區別? ⑴區別：如果作直線相關分析，是要看兩變量之間的相關關系如何，當X值增大，Y值隨之增大還是減小。而若想了解兩變量之間的依存關系，即由自變量X來估計因變量Y，則要進行直線回歸分析。相關分析時，無論是將哪個作為自變量X或Y，算得的相關系數的數值相等。但是回歸分析時，則必須要求利用自身的專業知識事先將自變量X和因變量Y確定好，再建立直線回歸方程，否則將很難參回歸系數b值作出正確解釋。⑵聯系：對同一批資料，相關系數r為正（或負）則b為正（或負），均表示X與Y呈同向（或反向）變化。對同一批資料，相關系數r與回歸系數b顯著性檢驗結果是等價的，有tr=tb的關系。 44．應用直線相關與回歸分析時應注意哪些問題? ⑴作相關與回歸分析要有實際意義。⑵在醫學中，許多現象之間都存在相互聯系，為此我們引入相關與回歸的統計分析方法。⑶作相關分析時還應注意以下兩點：⑴在求出相關系數r的值的同時，應作假設檢驗。⑵兩變量相關的密切程度，是根據相關系數的大小來判定的。⑷概率P值的理解。⑸直線回歸的適用范圍一般以自變量取值范圍為限，其分析的結果不能隨意外推，即不能隨意地將超過自變量取值范圍的變量值X代入回歸方程求Y值。 45．為什么要做綜合評價?所謂評價，是通過對照某些標準來判斷觀測結果，并賦予這種結果以一定的意義和價值的過程。單一因素的評價較易于實現。只要分別依據該因素給研究對象一個評價等級或分數，依等級或分數高低，便可排出優劣順序；但是，在現實生活中和醫療衛生實際工作中，由于復雜的條件和狀況的影響，必須綜合考察多個有關因素，依據多個有關指標進行評價，排出優劣順序，這就是綜合評價過程。 46．為什么要對評價指標進行權重估計?在利用挑選出來的評價指標建立評估模型時，還應當考慮各指標對評價結果的影響大小，即各個評價指標在評價模型中的權重問題，就是說各指標的重要程度，因此要對評價指標進行權重估計。 47．層次分析法與其他三種方法在資料形式上有何不同?在社會、經濟以及科學管理領域，人們常面臨由相互關聯、相互制約的眾多因素構成的復雜系統，對于這類由多層因素組成的復雜的資料，用一般的綜合分析方法顯得無能為力。20世紀70年代出現的層次分析法為分析這類復雜的問題提供了一種新的、簡潔并且實用方法。 48．請對四種綜合評價方法進行比較它們的各自特點是什么?綜合評分法是在專家進行指標權重估計的基礎上對所有待評方案在每一個評價指標計算其得分，然后累加總分后進行分析和評價的方法。本法對樣本數據無特殊要求。優序法的特點是把所有待評價方案按照相同評價指標進行單指標排序，并按特定賦值原則給予優序數，最后綜合所有評價指標，并分別計算各方案的總優序數，然后再進行分析評價的方法。本法對樣本數據無特殊要求。Topiis法是基于歸一化的數據矩陣，計算待評方案中的最優和最劣方案的最優值向量和最劣值向量，通過計算待評價方案與最優和最劣方案的距離，獲得各評價方案與最優方案的接近程度，最終達到評價的目的。本法對數據無特殊要求。層次分析法的特點是把評價目標分解為不同層次的目標，對原始資料按不同層次建立目標樹圖，并根據經驗對各層子目標的重要程度做兩兩對比打分，用計算得到的各層子目標的權重系數計算組合權重，最后用累加法等方法計算加權總分并進行綜合評價。 50．某病病死率和某病死亡率的區別。某病病死率表示在規定的觀察期間內，某病患者中因該病而死亡的頻率；某病死亡率表示一定時期內某人群因某病而死亡的頻率。病死率常用來說明某疾病對病人生命的威脅程度，它常受疾病的嚴重程度及醫療水平的影響，一般用百分率表示。某病死亡率反映了某種疾病對居民生命的危害程度，一般用10萬分率表示。 51．疾病的統計對象有哪些?疾病的統計對象有①門診疾病的統計對象：指患 者去醫療機構就診，并經醫師診斷為患病者。②住院疾病的統計對象：診斷為有病的住院病人。③疾病調查的研究對象：與門診和住院疾病的統計對象不同，疾病調查常以特定人群(包括健康人和病人)作為研究對象，探討疾病在人群中的分布。應根據調查目的確定觀察對象。并根據研究目的確定研究的疾病及診斷方法和診斷標準。 52．疾病的統計單位有哪些?什么是新發病例和現患病例?有“病人”和“病例”的不同統計單位。新發(生)病例：指在觀察期間(通常為一年內)新發生的疾病，以第一次診斷為準。一些急性病，在觀察期間內發病，在此期間內治愈，愈后又發生同一種病，則算作2個新病例。現患病例：疾病調查或健康檢查時的現患病例，是指在調查時點或調查期間(一般很短的期間)內的檢查出的疾病，包括在此之前發生而未愈的病例及本次現的病例調查新發。 53.什么是國際疾病分類?有什么用途?國際疾病分類(International Classification of Diseases，ICD)是將有關疾病與其他健康問題的醫學描述與診斷，轉化為由字母數字所組成的編碼，該編碼已成為國際公認的疾病統計標準分類。主要用途①使用國際疾病分類便于信息貯存、統計分析。②不同國家、不同地區或相同國家、地區的不同醫院之間按照這一國際標準，對疾病、損傷中毒和死亡原因等健康問題進行編碼與分類，獲得的疾病與死因統計資料可以相互比較。 54．什么是根本死因?為什么死因統計要選擇根本死因?WHO規定，根本死因是指：“(a)引起直接導致死亡的一系列病態事件的那些疾病或損傷，或者(b)造成致命損傷的事故或暴力的情況”。制定根本死因的想法是從預防死亡的角度出發，去尋找帶有根本性的、引起一系列疾病并最終導致死亡的那個原因，不管它發生在死前多長時間都應給予記錄。根本死因可以是一個明確的疾病診斷，可以是一個無明確診斷的醫學情況(如：癥狀、體征、臨床表現)，也可以是一個意外的損傷和中毒。 56．衛生服務調查資料的來源有哪些?衛生服務調查資料的來源同一般的統計資料來源相同，主要來自常規報表、卡、冊和專題調查，從衛生服務供需的兩方面考慮，衛生服務調查資料的來源主要包括衛生機構調查和家庭衛生詢問調查。 57．描述性調查和分析性調查需要的資料有何不同?描述性衛生服務調查旨在掌握衛生服務的現狀與歷史，并用文字、數字描述疾病、健康的基本情況。通過對健康的現狀和歷史的描述，還可對近期、遠期的衛生服務狀況及其變動趨勢進行預測。分析性衛生服務調查是對衛生服務狀況的原因進行探討。描述性調查回答了某問題是什么樣的，即它的狀態；分析性調查則回答了該問題為什么是這樣的，即它的原因。分析性調查主要探討事物及其現象間的內在聯系，通過對大量現象的觀察，從總趨勢中分析出事物之間的系及其聯系程度。 59．家庭衛生服務調查中常用抽樣方法有哪些?常用的抽樣方法有單純隨機抽樣、整群抽樣、系統抽樣和分層抽樣。 發展中國家大多數采用整群抽樣和系統抽樣，發達國家多采用分層隨機抽樣方法或多階段隨機抽樣方法。 60．在調查表的內容設計上應注意哪些?在調查表的內容設計上必須注意以下幾點：(1)符合研究目的的需要，指標不宜設置得太多或太少。(2)針對所研究事物的性質選擇合適的問卷，以免收集的資料不完整或存在偏倚。(3)應避免項目含糊不清。(4)不要涉及社會禁忌與愛好，如正面提問敏感的道德問題或個人隱私等，這樣就無法得到準確的回答。(5)不應有暗示作用，暗示會誘導被調查者趨向于某種答案。(6)不要超出被調查者的知識和能力，概念不要太抽象、太籠統。62．靜態人口統計都有哪些指標，分別用來說明什么問題?靜態人El統計的常用指標有人口總數、性別比、年齡中位數、老年人口系數、少年兒童人口系數、老少化、負擔系數、人口金字塔。其中人口總數用來說明一個國家或地區的人口規模；性別比說明人口的性別特征，計算不同年齡段的性別比較有意義；年齡構成指標說明人口所占比例，用于反映人口類型。人口金字塔將人口的性別和年齡資料結合起來，形象直觀地反映現有男女性別人口的年齡構成，而且也可以分析過去人El的出生死亡情況以及今后人口的發展趨勢。 64．總和生育率是如何計算的?為什么是測量生育水平較理想的指標?年齡分組為5歲一組時，則年齡別生育率之和再乘5，即得總和生育率。表示每1000名婦女一生平均生多少個孩子，或每個婦女一生平均生多少個孩子。總和生育率是用某年橫斷面的年齡別生育率資料計算的，因此消除了人口的年齡性別構成對生育水平的影響，不同時間、不同地區的總和生育率可以直接進行比較。 66．什么是壽命表，其最大優點是什么?壽命表是根據某一人群的年齡組死亡率編制出來的，說明人群生命過程及死亡過程的 一種統計表。其優點是壽命表中的各項統計指標不受人口年齡結構的影響，不同地區或時期 的壽命表指標可以直接比較。 67．壽命表的基本思想是什么?其基本思想是假定有同時出生的一代人，按照某個時期當地人口實際年齡組死亡率而陸續死亡，用壽命表方法計算出一系列統計指標，其中尚存人數(lx)、死亡人數(ndx)、死亡概率(nqx)及平均預期壽命(ex)是主要壽命表指標。 68．現時壽命表和定群壽命表的主要區別是什么?主要區別為現實壽命表是用某一時間的橫斷面資料進行編制。按五歲或十歲一組計算出來的壽命表稱簡略壽命表。定群壽命表是用縱向隨訪資料進行編制。 69．編制簡略壽命表必須具備哪些原始資料?原始資料中的哪些問題可能影響壽命表指標的準確性?編制簡略壽命表必須有分性別、年齡組的平均人口數和死亡數，或分性別、年齡組死亡率資料，這些都是來自某時某地人口及死亡統計的實際資料。在此基礎上再用假定的10萬人去計算一系列的壽命表指標。我國在收集人口出生、死亡資料過程中，很多地方存在的問題是新生兒出生與死亡數字的漏 報，對計算嬰兒死亡率的影響較大，進而影響到壽命表指標的準確性。 70．哪兩個指標在壽命表編制中起到重要和關鍵的作用?為什么? nmx和nqx，因為簡略壽命表中的年齡組死亡率是根據原始資料中某年齡組的死亡人數和該年齡組的平均人口數計算的，是編制壽命表的基礎，而死亡概率又是計算其他壽命表指標的關鍵。 71．去死因壽命表的基本原理是什么?其用途是什么?其基本原理是：先編制消除某病死亡后的壽命表，計算其平均預期壽命。然后，和全死因的平均預期壽命，即用簡略壽命表計算的未消除該死因的平均預期壽命相比，通過兩表的壽命(以)差數來說明該病對居民生命的危害程度。其作用是求得消除某種死因后的平均預期壽命的增量，綜合說明某種死因對人類壽命的影響。
點擊咨詢 