第一篇：醫學統計學_總結_重點_筆記_復習資料[精選]

第一章

2選1 總體：總體（population）是根據研究目的確定的同質觀察單位（研究對象）的全體，實際上是某一變量值的集合。可分為有限總體和無限總體。總體中的所有單位都能夠標識者為有限總體，反之為無限總體。

總體population根據研究目的而確定的同質觀察單位的全體。

樣本：從總體中隨機抽取部分觀察單位，其測量結果的集合稱為樣本（sample）。樣本應具有代表性。所謂有代表性的樣本，是指用隨機抽樣方法獲得的樣本。

樣本sample從總體中隨機抽得的部分觀察單位，其實測值的集合。

3選1 小概率事件：我們把概率很接近于0（即在大量重復試驗中出現的頻率非常低）的事件稱為小概率事件。

P值：P 值即概率，反映某一事件發生的可能性大小。統計學根據顯著性檢驗方法所得到的P 值反應結果真實程度，一般以P ≤ 0.05 認為有統計學意義，P ≤0.01 認為有高度統計學意義，其含義是樣本間的差異由抽樣誤差所致的概率等于或小于0.05 或0.01。P值是：

1)一種概率，一種在原假設為真的前提下出現觀察樣本以及更極端情況的概率。2)拒絕原假設的最小顯著性水平。3)觀察到的(實例的)顯著性水平。

4)表示對原假設的支持程度，是用于確定是否應該拒絕原假設的另一種方法。

小概率原理：一個事件如果發生的概率很小的話，那么可認為它在一次實際實驗中是不會發生的，數學上稱之小概率原理，也稱為小概率的實際不可能性原理。統計學中，一般認為等于或小于0.05或0.01的概率為小概率。

資料的類型（3選1）

（1）計量資料：對每個觀察單位用定量的方法測定某項指標量的大小，所得的資料稱為計量資料（measurement data）。計量資料亦稱定量資料、測量資料。.其變量值是定量的，表現為數值大小，一般有度量衡單位。如某一患者的身高（cm）、體重(kg)、紅細胞計數(10/L)、脈搏（次/分）、血壓（KPa）等。

計量資料measurement data定量資料quantitative data數值變量資料numerical variable 為觀測每個觀察單位某項指標的大小，而獲得的資料。

（2）計數資料：將觀察單位按某種屬性或類別分組，所得的觀察單位數稱為計數資料（count data）。計數資料亦稱定性資料或分類資料。其觀察值是定性的，表現為互不相容的類別或屬性。如調查某地某時的男、女性人口數；治療一批患者，其治療效果為有效、無效的人數；調查一批少數民族居民的A、B、AB、O 四種血型的人數等。

計量資料enumeration data定性資料qualitative data無序分類變量資料unordered categorical variable 名義變量資料nominal variable 為將觀察單位按某種屬性或類別分組計數，分組匯總各組觀察單位數后而得到的資料。

（3）等級資料：將觀察單位按測量結果的某種屬性的不同程度分組，所得各組的觀察單位數，稱為等級資料（ordinal data）。等級資料又稱有序變量。如患者的治療結果可分為治愈、好轉、有效、無效或死亡，各種結果既是分類結果，又有順序和等級差別，但這種差別卻不能準確測量；一批腎病患者尿蛋白含量的測定結果分為 +、++、+++等。12等級資料ranked data半定量資料semi-quantitative data有序分類變量ordinal categorical variable資料

為將觀察單位按某種屬性的不同程度分成等級后分組計數，分類匯總各組觀察單位后而得到的資料。

等級資料與計數資料不同：屬性分組有程度差別，各組按大小順序排列。

等級資料與計量資料不同：每個觀察單位未確切定量，故亦稱為半計量資料。兩種誤差（2選1）

抽樣誤差（sampling error）由于抽樣而引起的總體指標(參數)與樣本指標(統計數)之間的差異。抽樣誤差是由個體變異或其它隨機因素造成的，是不可避免的，但誤差分布有規律可循，可進行估計和分析。

系統誤差（systematic error）：由于測量儀器結構本身的問題、刻度不準確或測量環境改變等原因,在多次測量時所產生的,總是偏大或總是偏小的誤差,稱為系統誤差。它帶有規律性,經過校正和處理,通常可以減少或消除。

統計的步驟（考填空題，四個空）

統計工作的步驟

１．設計：設計內容包括資料收集、整理和分析全過程總的設想和安排。設計是整個研究中最關鍵的一環，是今后工作應遵循的依據。

２．收集資料：應采取措施使能取得準確可靠的原始數據。

３．整理資料：簡化數據，使其系統化、條理化，便于進一步分析計算。

４．分析資料：計算有關指標，反映事物的綜合特征，闡明事物的內在聯系和規律。分析資料包括統計描述和統計推斷。

實驗設計的基本原則（考填空題，三個空）隨機化原則、對照的原則、重復的原則。2選1 參數：參數（ｐａｒａｍａｔｅｒ）是指總體的統計指標，如總體均數、總體率等。總體參數

是固定的常數。多數情況下，總體參數是不易知道的，但可通過隨機抽樣抽取有代表性的樣

本，用算得的樣本統計量估計未知的總體參數。

統計量：統計量（ｓｔａｔｉｓｔｉｃ）是指樣本的統計指標，如樣本均數、樣本率等。樣本

統計量可用來估計總體參數。總體參數是固定的常數，統計量是在總體參數附近波動的隨機

變量。

第二章

頻數表的制作步驟以及頻數分布表的用途（問答題）頻數分布表的編制步驟：

例：某市1982年50名7歲男童的身高(cm)資料如下，試編制頻數表。

114.4 117.2 122.7 124.0 114.0 110.8 118.2 116.7 118.9 118.1 123.5 118.3 120.3 116.2 114.7 119.7 114.8 119.6 113.2 120.0 119.8 116.8 119.8 122.5 119.7 120.7 114.3 122.0 117.0 122.5 119.7 124.9 126.1 120.0 124.6 120.0 121.5 114.3 124.1 117.2 120.2 120.8 126.6 121.5 126.1 117.7 124.1 128.3 121.8 118.7

1、找出觀察值中的最大值（largest value）、最小值（smallest value），求極差（range）。

極差等于最大值減最小值。本例最大值=128.3，最小值=110.8，則極差=128.3-110.8=17.5(cm)

2、確定分組數和組距（class interval）。

組數的多少是根據例數的多少來確定的，以能夠反映出頻數分布的特征為原則，一般分10—15組。組距為相鄰兩組的間隔，組距=極差/組數。本例擬分10組，則組距=17.5/10=1.75≈2，為劃記方便，可取稍大或稍小的數(當然本例組距也可取1.5)。

3、確定組段。

第一組段包括要最小值，取較最小值稍小且劃分方便的數，本例取“110～”。最后組段包括最大值并寫出其上限值。

4、劃記。

將各觀察值以劃“正”字的方法，一筆代表一例，劃在相應組段中。例如第一個數l14.4應在組段“114～”處劃，第二個數117.2應在“116～”處劃，以此類推。

5、統計各組段的頻數。全部數據劃記完后，清點各組段的人數。

根據編制出的頻數表即可了解該數值變量資料的頻數分布特征。頻數分布表的用途

1、描述資料的分布特征和分布類型。

頻數分布有兩個重要特征：集中趨勢和離散趨勢。大部分觀察值向某一數值集中的趨勢稱為集中趨勢，常用平均數指標來表示，各觀察值之間大小參差不齊。頻數由中央位置向兩側逐漸減少，稱離散趨勢，是個體差異所致，可用一系列的變異指標來反映。

2、便于進一步計算有關指標或進行統計分析。當數據較多且需手工計算時，常先編制頻數表，再進行統計計算。

3、發現特大、特小的可疑值。

如果頻數表的一端或兩端出現連續幾個組段的頻數為零后，又出現少數幾個特大值或特小值，使人懷疑其是否準確，需進一步檢查和核對并做相應處理。

4、據此繪制頻數分布圖。

描述數據分布集中趨勢的指標和描述數據分布離散程度的指標（考選擇或者填空）

２． 描述數據分布集中趨勢的指標

算術均數、幾何均數、中位數。

３． 描述數據分布離散程度的指標

極差、四分位數間距、方差、標準差、變異系數。正態分布的特征（考選擇題 υ、σ對圖形的影響）

服從正態分布的變量的頻數分布由υ、σ 完全決定。

(1)υ 是正態分布的位置參數，描述正態分布的集中趨勢位置。正態分布以 x =υ為對

稱軸，左右完全對稱。正態分布的均數、中位數、眾數相同，均等于υ。(2)σ描述正態分布資料數據分布的離散程度，σ越大，數據分布越分散，σ越小，數 據分布越集中。σ也稱為是正態分布的形狀參數，σ越大，曲線越扁平，反之，σ越小，曲

線越瘦高。

標準正態分布（填空）

1．標準正態分布是一種特殊的正態分布，標準正態分布的υ ?常用u（或Z）表示服從標準正態分布的變量，記為υ～N（0，1）。

正態分布的應用（簡答）

某些醫學現象，如同質群體的身高、紅細胞數、血紅蛋白量，以及實驗中的隨機誤差，呈現為正態或近似正態分布；有些指標（變量）雖服從偏態分布，但經數據轉換后的新變量可服從正態或近似正態分布，可按正態分布規律處理。其中經對數轉換后服從正態分布的指標，被稱為服從對數正態分布。

1.估計頻數分布 一個服從正態分布的變量只要知道其均數與標準差就可根據公式即可估計任意取值范圍內頻數比例。

2.制定參考值范圍

（1）正態分布法 適用于服從正態（或近似正態）分布指標以及可以通過轉換后服從正態分布的指標。

（2）百分位數法 常用于偏態分布的指標。表3-1中兩種方法的單雙側界值都應熟練掌握。

3.質量控制：為了控制實驗中的測量（或實驗）誤差，常以 作為上、下警戒值，以 作為上、下控制值。這樣做的依據是：正常情況下測量（或實驗）誤差服從正態分布。4.正態分布是許多統計方法的理論基礎。檢驗、方差分析、相關和回歸分析等多種統計方法均要求分析的指標服從正態分布。許多統計方法雖然不要求分析指標服從正態分布，但相應的統計量在大樣本時近似正態分布，因而大樣本時這些統計推斷方法也是以正態分布為理論基礎的。

醫學參考值范圍的制定（計算題）

確定參考值范圍的單雙側：一般生理物質指標多為雙側、毒物指標則多為單側。確定百分位點：一般取95%或99%。

20，σ2 ?1，通

例題

某市 20 歲男學生 160 人的脈搏數（次/分鐘），經正態性檢驗服從正態分布。求得76.10，S =9.32。試估計脈搏數的95%、99%參考值范圍。

解：脈搏數的95%正常值范圍為：脈搏數的99%正常值范圍為：

±1.96 S=76.10 ± 1.96（9.32）=57.83～94.37 ±2.58 S =76.10 ± 2.58（9.32）=52.05～100.37

第三章

= 標準誤的概念，計算公式。標準誤：抽樣研究中，樣本統計量與總體參數間的差別稱為抽樣誤差（sampling error）。統計上用標準誤（standard error，SE）來衡量抽樣誤差的大小，即樣本均數的標準差，是描述均數抽樣分布的離散程度及衡量均數抽樣誤差大小的尺度。

t分布的圖形特征及其與正態分布的區別（簡答）t分布的圖形特征

1．以0為中心，左右對稱的單峰分布；

2．t分布是一簇曲線，其形態變化與n（確切地說與自由度ν）大小有關。自由度ν越小，t分布曲線越低平；自由度ν越大，t分布曲線越接近標準正態分布（u分布）曲線。

t分布

對應于每一個自由度ν，就有一條t分布曲線，每條曲線都有其曲線下統計量t的分布規律，計算較復雜。

t 分布與正態分布比較的區別 t 分布與標準正態分布相比有以下特點：①都是單峰、對稱分布；②t 分布峰值較低，而尾部較高；③隨自由度增大，t 分布趨近與標準正態分布；當ν趨向∞，t 分布的極限分布是標準正態分布。

置信區間和參數估計（名解2選1）

置信區間：在統計學中，一個概率樣本的置信區間（Confidence interval）是對這個樣本的某個總體參數的區間估計。置信區間展現的是這個參數的真實值有一定概率落在測量結果的周圍的程度。給出的是被測量參數的測量值的可信程度。

1、對于具有特定的發生概率的隨機變量，其特定的價值區間------一個確定的數值范圍（“一個區間”）。

2、在一定置信水平時，以測量結果為中心，包括總體均值在內的可信范圍。

3、該區間包含了參數θ真值的可信程度。

4、參數的置信區間可以通過點估計量構造，也可以通過假設檢驗構造。

參數估計：指用樣本指標值（統計量）估計總體指標值（參數）。參數估計有兩種方法：點估計和區間估計。

可信區間與參考值范圍的不同點（簡答）

應注意：可信區間與參考值范圍的意義、計算公式和用途均不同。

1.從意義和用途來看

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。可信區間用于估計總體參數，總體參數只有一個。參考值范圍用于估計變量值的分布范圍，變量值可能很多甚至無限。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。t檢驗的應用條件和類型（填空）

t檢驗的應用條件：要求各樣本來自相互獨立的正態總體且各總體方差齊。t檢驗的類型：單樣本t檢驗，獨立t檢驗，配對t檢驗

配對設計和完全隨機設計（名解2選1）

完全隨機設計（completely random design）：完全隨機設計僅涉及一個處理因素（但可為多水平），故又稱單因素（one-way）設計。它是將受試對象按隨機化的方法分配到各個處理組中，觀察實驗效應，臨床試驗中的隨機對照試驗也屬于此類設計。

配對設計（paired design）：是將受試對象按一定條件匹配成對，再隨機分配每對中的兩個受試對象到不同處理組。配對的因素是影響實驗效應的主要非處理兇素。

假設檢驗的基本求解步驟或者注意事項。（簡答2選1）

假設檢驗的基本步驟

1.建立假設，確定檢驗水準α

假設有零假設（H0）和備擇假設（H1）兩個，零假設又叫作無效假設或檢驗假設。H0和H1的關系是互相對立的，如果拒絕H0，就要接受H1.根據備擇假設不同，假設檢驗有單、雙側檢驗兩種。檢驗水準用α表示，通常取0.05或0.10.檢驗水準說明了該檢驗犯第一類錯誤的概率。2.根據研究目的和設計類型選擇適合的檢驗方法

這里的檢驗方法，是指參數檢驗方法，有u檢驗、t檢驗和方差分析三種，對應于不同的檢驗公式。對雙樣本資料，要注意區分成組設計和配對設計的資料類型。如果資料里有“配成對子”字樣，或者是對同一對象用兩種方法來處理，一般就可以判定是配對設計資料。3.確定P值并作出統計結論

u檢驗得到的是u統計量或稱u值，t檢驗得到的是t統計量或稱t值。方差分析得到的是F統計量或稱F值。將求得的統計量絕對值與界值相比，可以確定P值。當α＝0.05時，u值要和u界值1.96相比較，確定P值。如果u＜1.96，則P＞0.05.反之，如u＞1.96，則P＜0.05.t值 要和某自由度的t界值相比較，確定P值。如果t值＜t界值，故P＞0.05.反之，如t＞t界值，則P＜0.05.相同自由度的情況下，單側檢驗的t界值 要小于雙側檢驗的t界值，因此有可能出現算得的t值大于單側t界值，而小于雙側t界值的情況，即單側檢驗顯著，雙側檢驗未必就顯著，反之，雙側檢驗顯著，單側檢驗必然會顯著。即單側檢驗更容易出現陽性結論。

當P＞0.05時，接受零假設，認為差異無統計學意義，或者說二者不存在質的區別。當P＜0.05時，拒絕零假設，接受備擇假設，認為差異有統 計學意義，也可以理解為二者存在質的區別。但即使檢驗結果是P＜0.01甚至P＜0.001，都不說明差異相差很大，只表示更有把握認為二者存在差異。

假設檢驗時應注意的事項

（一）要有嚴密的抽樣研究設計；樣本必須是從同質總體中隨機抽取的；要保證組間的均衡性和資料的可比性。

（二）根據現有的資料的性質、設計類型、樣本含量大小正確選用檢驗方法。

（三）對差別有無統計學意義的判斷不能絕對化，因檢驗水準只是人為規定的界限，是相對的。差別有統計學意義時，是指無效假設h0被接受的可能性只有5%或不到5%，甚至不到1%，根據小概率事件一次不可能拒h0，但尚不能排除有5%或1%出現的可能，所以可能產生第一類錯誤；同樣，若不拒絕h0，可能產生第二類錯誤。

（四）統計學上差別顯著與否，與實際意義是有區別的。如應用某藥治療高血壓，平均降低舒張壓0.5kpa，并得出差別有高度統計學意義的結論。從統計學角度，說明該藥有降壓作用，但實際上，降低0.5kpa是無臨床意義。因此要結合專業作出恰如其分的結論。

第一類錯誤與第二類錯誤（名解 2選1）

Ⅰ型錯誤又稱第一類錯誤（type Ⅰ error）：拒絕了實際上成立的，為“棄真”的錯誤，其概率通常用表示。可取單尾也可取雙尾，假設檢驗時研究者可以根據需要確定值大小，一般規定＝0.05或＝0.01，其意義為：假設檢驗中如果拒絕Ⅰ型錯誤的概率為5％或1％，即100次拒絕

時，發生的結論中，平均有5次或1次是錯誤的。，為“存偽”Ⅱ型錯誤又稱第二類錯誤（type Ⅱ error）：不拒絕實際上不成立的的錯誤，其概率通常用

表示。

只取單尾，假設檢驗時

值一般不知道，在一定情況下可以測算出，如已知兩總體的差值（如）、樣本含量和檢驗水準。以下圖說明兩類錯誤：

第四章

為什么等級資料不可用方差分析？資料不相互獨立

方差分析的基本思想 應用條件（簡答）

方差分析（analysis of variance，ANOVA）的基本思想就是根據資料的設計類型，即變異的不同來源將全部觀察值總的離均差平方和（sum of squares of deviations from mean，SS）和自由度分解為兩個或多個部分，除隨機誤差外，其余每個部分的變異可由某個因素的作用（或某幾個因素的交互作用）加以解釋，如各組均數的變異SS 組間可由處理因素的作用加以解釋。通過各變異來源的均方與誤差均方比值的大小，借助F 分布作出統計推斷，判斷各因素對各組均數有無影響。

方差分析的應用條件

（1）各樣本是相互獨立的隨機樣本，且來自正態分布總體。

（2）各樣本的總體方差相等，即方差齊性(homoscedasticity)。

第五章 分類資料的統計描述（幾個常用相對數指標 填空題）率（強度相對數，頻率相對數）、構成比、相對比 應用相對數時應注意的問題（簡答題 六條）⑴ 計算相對數的分母一般不宜過小。⑵ 分析時不能以構成比代替率。

⑶ 不能用構成比的動態分析代替率的動態分析。

⑷ 對觀察單位數不等的幾個率，不能直接相加求其總率。⑸ 在比較相對數時應注意可比性。

⑹ 對樣本率（或構成比）的比較應隨機抽樣，并做假設檢驗。率的標準化的基本思想，應注意的問題（分析題）

率的標準化的基本思想 ：

要比較兩個總率時，發現兩組資料的內部構成（如年齡、性別構成等）存在明顯不同，而且影響到了總率的結果，這時就不宜再直接比較總率，而應考慮采用標準化法。

標準化法的基本思想，就是采用統一的標準（統一的內部構成）計算出消除內部構成不同影響后的標準化率（調整率），然后再進行比較。

二、直接標準化法的計算方法

當已知所比較資料各組率Pi，可選用直接法計算標化率。

三、間接標準化死亡比的計算方法

當所比較的資料已知各自某現象總發生數r及各分組觀察單位數時，宜采用間接法計算標化率。

第六章

二項分布，Piosson分布 在什么條件下接近正態分布（選擇或填空）

第七章（考計算題）

配對與完全隨機設計下的四格表的計算 列四格表

公式選擇

給個例題把

為研究靜脈曲張是否與肥胖有關，觀察 122 對同胞兄弟，每對同胞兄弟中有一個屬肥胖，另一個屬正常體重，記錄得靜脈曲張發生情況見表8-2，試分析之。

[評析]這是一個配對設計的資料，因此用配對

檢驗公式計算。

第八章

參數統計與非參數統計（名解 2選1）1． 參數統計

樣本所來自的總體分布具有某個已知的函數形式，而其中有的參數是未知的，統計分析的目的就是對這些未知的參數進行估計或檢驗。此類方法稱為參數統計。

2． 非參數統計

樣本所來自的總體分布難以用某種函數式來表達，還有一些資料的總體分布的函數式是未知的，只知道總體分布是連續型的或離散型的，解決這類問題的一種不依賴總體分布的具體形式的統計方法。由于這類方法不受總體參數的限制，故稱非參數統計法（non-parametric statistics），或稱為不拘分布（distribution-free statistics）的統計分析方法，又稱為無分布型式假定（assumption free statistics）的統計分析方法。它檢驗的是分布，而不是參數。非參數統計不需對總體分布(總體參數)作出特殊假設。

非參數統計的特點和適用范圍（簡答）1．特點

（1）樣本所來自的總體的分布形式為任何形式，甚至是未知的，都能適用。（2）收集資料方便，可用“等級”或“符號”來評定觀察結果。

（3）多數非參數方法比較簡便，易于理解和掌握。

（4）缺點是損失信息量，適用于參數統計法的資料用非參數統計方法進行檢驗將降低檢驗效能。

2．適用范圍

（1）等級資料。

（2）偏態分布資料。當觀察資料呈偏態或極度偏態分布而又未作變量變換，或雖經變量變換仍未達到正態或近似正態分布時，宜用非參數檢驗。

（3）各組離散程度相差懸殊，即方差明顯不齊，且不能變換達到齊性。（4）個別數據偏離過大，或資料為單側或雙側沒有上限或下限值。（5）分布類型不明。（6）初步分析。有些醫學資料由于統計工作量大，可采用非參數統計方法進行初步分析，挑選其中有意義者再進一步分析(包括參數統計內容)。

（7）對于一些特殊情況，如從幾個總體所獲得的數據，往往難以對其原有總體分布作出估計，在這種情況下可用非參數統計方法。

非參數檢驗的優缺點：（簡答）

非參數統計與傳統的參數統計相比，有以下優點：

1、非參數統計方法要求的假定條件比較少，因而它的適用范圍比較廣泛。

2、多數非參數統計方法要求的運算比較簡單，可以迅速完成計算取得結果，因而比較節約時間。

3、大多數非參數統計方法在直觀上比較容易理解，不需要太多的數學基礎知識和統計學知識。

4、大多數非參數統計方法可用來分析如象由等級構成的數據資料，而對計量水準較低的數據資料，參數統計方法卻不適用。

5、當推論多達3個以上時，非參數統計方法尤具優越性。

但非參數統計方法也有以下缺點：

1、由于方法簡單，用的計量水準較低，因此，如果能與參數統計方法同時使用時，就不如參數統計方法敏感。若為追求簡單而使用非參數統計方法，其檢驗功效就要差些。這就是說，在給定的顯著性水平下進行檢驗時，非參數統計方法與參數統計方法相比，第Ⅱ類錯誤的概率β要大些。

2、對于大樣本，如不采用適當的近似，計算可能變得十分復雜。注 意: 凡符合或經過變換后符合參數檢驗條件的資料，最好用參數檢驗。當資料不具備參數檢驗的條件時，非參數檢驗是一種有效的分析方法。

配對設計的符號秩和檢驗方法（簡答）(1)假設：H0：差值總體中位數Md=0 H1：Md≠0 α =0.05(2)求差值

(3)編秩次：依差值的絕對值從小到大編秩次。編秩次時遇差數等于 0，舍去不計，同時樣本例數減1；遇絕對值相等差數，符號相同順次編秩次，符號相反取平均秩次，且符號相反。

(4)求秩和并確定檢驗統計量：分別求出正負秩次之和，正秩和以 T+表示，負秩和的絕對值以T-表示。T+及T-之和應等于 n(n+1)/2，任取T+(或 T-)作檢驗統計量T。

(5)確定 P 值和作出推斷結論：當 n≤50 時，查 T 界值表，得出 P值。若檢驗統計量T值在上、下界值范圍內，其 P值大于表上方相應概率水平；若 T值在上、下界值上若范圍外，其 P值小于表上方相應概率水平。

第九章

線性相關系數（名解）

線性相關系數：表示兩個變數線性相關方向及程度的統計數或參數。又叫直線相關系數,簡稱相關系數。,|R|的極值為1,|R|越大(接近1),則直線關系越好。

線性相關系數取值范圍（填空）

-1≤r≤1 樣本相關系數 r的假設檢驗（填空題）（1）r 界值表法；（2）t檢驗法。

線性相關或回歸應用應注意的問題（簡答）

⑴作回歸分析和相關分析時要有實際意義，不能把毫無關聯的兩種現象作回歸、相關分析，必須對兩種現象間的內在聯系有所認識。

⑵在進行回歸分析和相關分析之前，應繪制散點圖。但觀察點的分布有直線趨勢時，才適宜作回歸、相關分析。如果散點圖呈明顯曲線趨勢，應使之直線化再行分析。散點圖還能提示資料有無可疑異常點。

⑶直線回歸方程的應用范圍一般以自變量的取值范圍為限。若無充分理由證明超過自變量取值范圍外還是直線，應避免外延。

⑷雙變量的小樣本經 t 檢驗只能推斷兩變量間有無直線關系，而不能推斷相關的緊密程度，要推斷相關的緊密程度，樣本含量必須很大。

⑸相關或回歸關系不一定是因果關系，也可能是伴隨關系，有相關或回歸關系不能證明事物間確有內在聯系。

秩相關的應用適用范圍（簡答）

秩相關，又稱等級相關（rank correlation），是用雙變量等級數據作直線相關分析，適用于下列資料：

⒈ 不服從雙變量正態分布而不宜作積差相關分析； ⒉ 總體分布型未知；

⒊ 用等級表示的原始數據。相關與回歸的區別與聯系（簡答）區別：?

1.意義 ：相關反映兩變量的相互關系，即在兩個變量中，任何一個的變化都會引起另一個的變化，是一種雙向變化的關系。回歸是反映兩個變量的依存關系，一個變量的改變會引起另一個變量的變化，是一種單向的關系。

2.應用：研究兩個變量的相互關系用相關分析。研究兩個變量的依存關系用回歸分析。3.研究性質：相關是對兩個變量之間的關系進行描述，看兩個變量是否有關，關系是否密切，關系的性質是什么，是正相關還是負相關。回歸是對兩個變量做定量描述，研究兩個變量的數量關系，已知一個變量值可以預測出另一個變量值，可以得到定量結果。

4.相關系數r與回歸系數b ：r與b的絕對值反映的意義不同。r的絕對值越大，散點圖中的點越趨向于一條直線，表明兩變量的關系越密切，相關程度越高。b的絕對值越大，回歸直線越陡，說明當X變化一個單位時，Y的平均變化就越大。反之也是一樣。

聯系：

1.r與b值可相互換算； 2.r與b正負號一致；

3.r與b的假設檢驗等價；

4.回歸可解釋相關。相關系數的平方r2(又稱決定系數)是回歸平方和與總的離均差平方和之比，故回歸平方和是引入相關變量后總平方和減少的部分。

回歸系數的估計原則：最小二乘(least squares)原則（填空）應用直線回歸時的注意事項（簡答）

應用直線回歸時的注意事項：

1.作回歸分析要有實際意義，不能把毫無關聯的兩種現象作回歸分析，必須對兩種現象間的內在聯系有所認識。2.在進行直線回歸分析之前，應繪制散點圖，當觀察點的分布有直線趨勢時，才適宜作直線回歸分析，散點圖還能提示資料有無異常點。異常點的存在往往對方程中的系數（a、b）的估計產生較大影響。因此，需對異常點進行復查。

3.建立直線回歸方程后，要對系數進行假設檢驗，以確定回歸方程有無意義。

4.直線回歸方程的適用范圍一般以自變量的取值范圍為限，避免外延。獲得自變量值的手段也應與建立方程時相同。否則會產生較大偏差。

第二篇：醫學統計學重點總結

簡述標準差與標準誤的聯系與區別?

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。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。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，則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。

試述正態分布的特征?

服從正態分布的變量的頻數分布由υ、σ 完全決定。

(1)υ 是正態分布的位置參數，描述正態分布的集中趨勢位置。正態分布以 x =υ為對

稱軸，左右完全對稱。正態分布的均數、中位數、眾數相同，均等于υ。

(2)σ描述正態分布資料數據分布的離散程度，σ越大，數據分布越分散，σ越小，數

據分布越集中。σ也稱為是正態分布的形狀參數，σ越大，曲線越扁平，反之，σ越小，曲

線越瘦高。

簡述直線相關與直線回歸的聯系與區別?

答:

1、區別: ①在資料要求上，回歸要求因變量y 服從正態分布，自變量x是可以精確測量和嚴格控制的變量，一般稱為Ⅰ型回歸；相關要求兩個變量x、y服從雙變量正態分布。這種資料若進行回歸分析稱為Ⅱ型回歸。②在應用上，說明兩變量間依存變化的數量關系用回歸，說明變量間的相關關系用相關。

2、聯系: ①對一組數據若同時計算r與b，則它們的正負號是一致的；②r與b的假設檢驗是等價的，即對同一樣本，二者的t值相等。③可用回歸解釋相關。

.簡述假設檢驗的基本步驟及其兩類錯誤

① 建立假設：包括: H0，稱無效假設；H1: 稱備擇假設；② 確定檢驗水準：檢驗水準用α表示，α一般取0.05；③ 計算檢驗統計量：根據不同的檢驗方法，使用特定的公式計算；④確定P值：通過統計量及相應的界值表來確定P值；⑤推斷結論：如P＞α，則接受H0，差別無統計學意義；如P≤α，則拒絕H0，差別有統計學意義。Ⅰ型錯誤又稱第一類錯誤（type Ⅰ error）：拒絕了實際上成立的的錯誤，其概率通常用，為“棄真”，表示。Ⅱ型錯誤又稱第二類錯誤（type Ⅱ error）：不拒絕實際上不成立的表示。為“存偽”的錯誤，其概率通常用

3.簡述標準差的意義和用途?

標準差是描述變量值離散程度常用的指標，主要用途如下: ①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。②結合均數描述正態分布特征；③結合均數計算變異系數CV；④結合樣本含量計算標準誤。

抽樣誤差:由于總體中存在個體變異，隨機抽樣所得樣本僅僅是總體的一部分，從而造成樣本統計量與總體參數之間的差異，稱抽樣誤差。

第一類錯誤:拒絕了實際上是成立的H0所產生的錯誤，即“棄真”，其概率大小為α。

第二類錯誤:接受了實際上不成立的H0所產生的錯誤，即“存偽”，其概率大小用β表示，一般β是未知的，其大小與α有關。

構成比: 又稱構成指標。它說明一事物內部各組成部分所占的比重或分布。

構成比=（某一組成部分的觀察單位數／同一事物各組成的觀察單位總數）×100%。

率:又稱頻率指標。它說明某現象發生的頻率或強度。

率=（發生某現象的觀察單位數／可能發生該現象的觀察單位總數）×K。

率的標準化法: 采用一個共同的內部構成標準,把兩個或多個樣本的不同內部構成調整為共同的內部構成標準, 以消除因內部構成不同對總率產生的影響，使算得的標準化率具有可比性

計量資料: 用定量方法對每個觀察對象測定某項指標量的大小，所得的資料稱為計量資料。

計數資料: 先將觀察單位按某種屬性或類別分組，然后清點各組的觀察單位數所得資料，稱為計數資料。等級資料: 將觀察單位按某種屬性的不同程度分組，所得各組的觀察單位數，稱為等級資料。

小概率事件：我們把概率很接近于0（即在大量重復試驗中出現的頻率非常低）的事件稱為小概率事件。P值：P 值即概率，反映某一事件發生的可能性大小。統計學根據顯著性檢驗方法所得到的P 值反應結果真實程度，一般以P ≤ 0.05 認為有統計學意義，P ≤0.01 認為有高度統計學意義，其含義是樣本間的差異由抽樣誤差所致的概率等于或小于0.05 或0.01。

描述數據分布集中趨勢的指標 算術均數、幾何均數、中位數。

描述數據分布離散程度的指標 極差、四分位數間距、方差、標準差、變異系數。

同質：影響研究指標的主要因素易控制的因素基本上相同。

可信區間:在參數估計時，按一定可信度估計所得的總體參數所在的范圍。

率:又稱頻率指標。它說明某現象發生的頻率或強度。

非參數檢驗:在統計推斷中,不依賴于總體的分布形式, 直接對總體分布位置是否相同進行檢驗的方法相關系數: 說明兩變量間相關關系的密切程度與相關方向的指標，用r表示。

回歸系數b: 即回歸直線的斜率,它表示當X變動一個單位時,Y平均改變b個單位。

偏回歸系數bi: 在其它自變量保持恒定時,Xi每增(減)一個單位時y平均改變bi個單位。

決定系數: 相關系數或復相關系數的平方,即r或R。它表明由于引入有顯著性相關的自變量,使總平方和減少的部分,r或R越接近1, 說明引入相關變量的效果越好

醫學參考值范圍：指絕大多數正常人的解剖、生理、生化、免疫及組織代謝產物的含量等各種波動范圍。2222

第三篇：急診醫學 急救醫學 復習資料 總結 重點 筆記

急診醫療服務體系

院前急救 醫院急診 危重病監護 急診醫學專業的特點及觀念 急診 救人治病 的 原則

邏輯反應因果關系，急診發展過程理念要求強調 救人治病，即把搶救生命作為第一目標，和“治病救人”不同，治病救人意味著首先要明確診斷，在采取相應的治療措施，而急診工作中患者最突出的表現就是急性癥狀，因為病情多變復雜，往往一時間難以診斷明確，如病情危急時重點應放在搶救生命、穩定病情上。急癥搶救有很強的時限性，要盡可能減少院前或醫院救治的時間延誤。黃金時間更要強調從致傷發病起計算時間，縮小時間窗。只有生命體征穩定才能贏取確定診斷和針對病因治療的時機，要在醫療制度和搶救流程上規定救命優先的原則，可以說急診救治真正反映一個醫院的綜合醫療水平，也折射出一個社會對生命的尊重的文明程度。

特點 綜合分析 注重功能 逆向思維 時限緊迫 心肺復蘇的機制

腦 心臟等很容易受缺血損害，4~6分鐘大腦不可逆性損害，驟停前期、驟停期、復蘇期（心泵理論和胸泵理論）及復蘇后期

新的急救指南的與舊的的急救指南的不同點（1）順序為C A B D

（2）生命鏈增加了第五環——綜合的心臟驟停后治療（3）按壓每分鐘至少100次，成人胸骨按下至少5cm（4）不推薦常規使用阿托品

（5）建議在圍停搏期為插管患者持續使用二氧化碳波形圖進行定量分析。應用包括確認氣管插管位置以及根據呼氣末二氧化碳(PETCO2)值監護心肺復蘇質量和檢測是否恢復自主循環

電除顫的電壓用多少焦耳

單相360J，雙相150J或200J 心肺復蘇的藥物、鹽水 靜脈、氣管和骨髓給藥

①血管加壓藥 腎上腺素 1MG，每隔3~5分鐘可重復一次，還有血管加壓素 ②阿托品

③抗心律失常藥

胺碘酮 無反應型VF.T；利多卡因 代替胺碘酮；鎂劑 尖端扭轉型室性心動過速 ④碳酸氫鈉

心臟猝死的概念

未能預料的于突發心臟癥狀1小時內發生的心臟原因死亡。心臟驟停不治是心臟猝死最常見的死因。休克的概念 各種致病因素引起的有效循環血量急劇減少導致器官和組織微循環灌注不足致使組織缺氧、細胞代謝紊亂和器官功能受損的綜合癥。

輔助檢查如CVP、PAWP、CO.4~8L/min ＜2提示心功不全，CI2.5~4.1L/minm2＜1.3伴周圍循環血量不足提示為心源性休克。

休克的治療原則穩定生命體征，保持重要器官的微循環灌注和改善細胞代謝，并在此前提下進行病因治療。藥物 血管活性藥 多巴胺多巴酚丁胺和異丙腎上腺素、去甲腎上腺素及腎上腺素（過敏性休克首選）、間羥胺；其他糖皮質激素、納洛酮

各型休克的特點及急救 低血容量 補液 ；心源性 抗心失和強心藥 血管活性藥糖皮質激素 心肌保護藥 限制補液量； 感染性 液體療法和控制感染 糖皮質激素 糾正酸堿和水電解質失衡 改善細胞代謝和防治并發癥；過敏性 腎上腺素和糖皮質激素 升壓藥和脫敏藥 吸氧 補液等 有效循環血量的概念

單位時間內通過心血管系統進行循環的血量 SIRS的臨床特點及診斷 體溫 ＞38或＜36 心率 ＞90次/分

呼吸＞20次/分或PACO2＜32mmhg 白細胞計數大于12或＜4X10九次方每升 MODS的概念

原發性MODS 是指嚴重創傷和大量多次輸血等明確的生理打擊直接作用的結果，器官功能障礙由打擊本身造成，損傷早期出現多個器官功能障礙，發病過程SIRS未起主導作用。休克 復蘇 高代謝狀態和器官功能衰竭

二次打擊的機制

機體受嚴重損害因素打擊，激發防御反應，若反應過度釋放大量細胞因子和炎性介質損傷細胞組織導致器官功能障礙啟動了MODS。缺血再灌注和SIRS，兩次打擊所致的炎癥反應失控時最重要的病理生理基礎。膿毒癥的概念

感染因素引起的全身炎癥反應，嚴重時可導致器官功能障礙和或循環衰竭。

低鈉血癥 ＜135 大量胃腸液丟失，大量飲水輸液稀釋和心腎功能不好，藥物及抗利尿激素過多疾病等原因

補鈉量 142 –患者血鈉 X體重 X0.6 低鉀血癥 ＜3.5 攝入不足及排出過多，分布異常及缺鎂 心電圖致T波低平，ST段下降和QT延長和特征性U波 補鉀 口服 見尿補鉀 速度＜40 禁忌靜脈快速推注 高血鉀 腎功不足及代謝性酸中毒 對稱 T波高峰 心室顫動或停止

大于6就透析葡萄糖酸鈣和胰島素β2受體激動劑碳酸氫鈉及血液凈化 急性中毒吸收、代謝、排出，中毒機制。胃腸 呼吸道 皮膚 等途徑吸收，肝臟代謝和腎臟排出

中毒機制 局部腐蝕和刺激，缺氧和麻醉、抑制酶活力和干擾細胞代謝及受體競爭 有機磷中毒

急診處理原則 ①清除毒物 立即脫離中毒現場和清洗污染皮膚毛發；洗胃 敵百蟲禁忌碳酸氫鈉，對硫磷禁忌高錳酸鉀；導瀉 硫酸鎂；血液凈化治療 ②特效解毒藥 原則 早期足量聯合重復 膽堿酯酶復活劑 氯或碘解磷定

抗膽堿藥 阿托品 阻斷乙酰膽堿對副交感神經和中樞神經系統的M受體的作用，改善M樣癥狀和中樞呼吸抑制

長托寧 對M2受體不明顯作用，優勢 較強的抗M作用改善平滑肌痙攣和腺體分泌過多，抗N作用解除肌纖維纖顫癥狀，中樞和外周雙重抗膽堿效應，不引起心動過速和半衰期長及每次用量小不易中毒

治療措施（血液凈化治療的適應癥 血液透析 小于500D水溶性強；血液灌流500~40000D，水溶脂溶均可；血漿置換 溶血性毒物）反跳

中間型綜合征

氨基甲酸酯類中毒的治療要點 應用阿托品但忌用膽堿酯酶復活劑 了解各種老鼠藥的中毒機制及治療藥物 溴鼠隆 廣泛出血 用VK1 毒鼠強 癲癇痙攣 抗驚厥治療 地西泮等 氟乙酰胺 昏迷 乙酰胺 磷化鋅 蒜臭味 硫酸銅 多發傷

遭受一個致病因素，同時造成兩個或以上解剖部位的損傷 多發傷的救治原則

①生命支持 呼吸道的管理 心肺復蘇 抗休克治療

②急救 顱腦損傷降顱壓 失血為主快速補液 各部位損傷視為整體處理 ③進一步處理 顱腦損傷防治腦疝 胸腹部損傷和四肢骨盆脊柱損傷的處理 ④多發傷手術處理順及一期手術治療（胸腹顱腦四肢泌尿系統）⑤營養支持

⑥預防感染 徹底清除和預防院內感染 復合傷

同時或相繼遭受兩種或以上致傷因素作用于人體造成的損傷，病情更復雜更嚴重。了解災害流程 現場急救、分檢與運送 和院內急救 損傷控制原則 意識障礙的臨床表現（嗜睡、昏睡、昏迷）

昏迷的急診處理 呼吸道通暢和吸氧 維持有效循環血量 急診查常規血氣肝腎功能 降顱壓 控制高血壓和過高體溫 預防感染和控制癲癇發作 糾正水電解質紊亂 給予腦代謝促進劑及促醒藥物 穩定病情后送入ICU病房確診和治療 格拉斯昏迷量表

睜眼反應4分 語言5分 動作 6分

我國腦死亡 腦干反射消失 深昏迷和自主呼吸停止，腦電圖和觀察12小時無變化

WHO的腦死亡標準 對外界刺激無反應，無反射活動，無自主活動，必須依靠持續的人工機械維持呼吸，腦電圖長時間靜息

了解腦出血 基底節 豆紋動脈

腦梗死 缺血性卒中 動脈粥樣硬化 中老年

呼吸困難的表現 吸氣性和呼氣性、混合性 和潮式呼吸間停呼吸

治療原則 保持呼吸道通暢，糾正缺氧和CO2潴留，糾正酸堿平衡失調，為基礎疾病及誘發因素的治療爭取時間 哮喘診斷

反復發作的病史，突發喘息、咳嗽、胸悶和呼吸困難，雙肺彌漫哮鳴音 排除氣胸和急性左心衰，重度 治療無效，缺氧加重心率變快煩躁不安等

治療原則 ①迅速控制哮喘 給氧 控制哮喘癥狀 沙丁胺醇和抗膽堿藥② 藥物治療 糖皮質激素吸入 抗膽堿能藥物 和胃腸道外使用β能腎上腺素 茶堿類 心衰的急診處理 體位 坐位，改善氧供減輕心肌缺血，建立靜脈通道和注射嗎啡，利尿劑，血管擴張藥（硝酸甘油和硝普鈉），氨茶堿，正性肌力藥，血流動力學監測和其他主動脈內球囊反博 嗎啡 顱內出血，神志障礙和慢性肺部疾病忌用，納洛酮解除呼吸抑制

洋地黃 房顫伴室率增快，重度二尖瓣狹窄伴竇性心律忌用，不可先強心后利尿 肺栓塞病因：血栓或其他如空氣、羊水和脂肪、寄生蟲等。臨床特點 ①猝死型 肺動脈主干

②急性肺源性心臟病 兩個肺葉以上肺血管 ③急性心源性休克型 血管堵塞50%以上 ④肺梗死型 外周肺血管堵塞

⑤不可解釋的呼吸困難型 常見，梗死面積較小

診斷要點 危險因素 臨表 突發呼困、胸痛和咯血、暈厥，D二聚體，＜500ug/L基本排除急性肺栓塞，肺動脈造影最準確

處理原則 絕對臥床休息和嗎啡鎮靜，抗休克及糾正心律失常等 溶栓和抗凝治療

溶栓的適應證 兩個以上肺葉大面積肺梗死；PE伴休克；原有肺心病次大塊PE致循環衰竭；血流動力學穩定和無右心室運動障礙和循環血流障礙者不主張溶栓，主要并發癥 顱內出血。ARDS與ALI診斷標準有什么不同，了解治療 氧合指數PAO2/FIO2≤200為ARDS，≤300就是ALI；治療用呼氣末正壓通氣PEEP 可能的名詞解釋 心臟猝死的概念

是指未能預料的發生于突發心臟癥狀1小時內的心臟原因死亡。心跳驟停未治是主要死因。有效循環血量的概念

單位時間內通過心血管系統進行循環的血量。MODS的概念，原發性MODS 多種疾病導致機體內環境的失衡，器官不能維持自身正常功能而出現一系列病理生理改變和臨床表現，包括早期的多器官功能障礙到晚期的MOF。膿毒癥的概念

感染因素引起的全身炎癥反應，嚴重時可導致器官功能障礙和或循環衰竭。復合傷的概念

兩種或以上致傷因素導致的同時或相繼作用與人體所造成的損傷。反跳

急性有機磷中毒口服者經搶救臨床癥狀好轉后達穩定期幾天到一周左右病情突然惡化，再次出現膽堿能危象甚至昏迷肺水腫猝死。中間型綜合征

急性有機磷中毒引起的，介于膽堿能危象和遲發型多發性神經病之間發生的一組以肌無力為突出表現的綜合癥

遲發性多發性神經病

少數危重中毒癥狀者癥狀消失后2~3周發生感覺和運動型多發性神經病變，表現為肢體末梢燒灼感、麻木感和下肢肌無力肌萎縮等，多是由于毒物的重吸收和停藥過快等。老師確認了的大題

1、有機磷中毒

膽堿酯酶抑制導致乙酰膽堿的蓄積，輕 M樣50~70%，中M、N樣30~50%，重M、N樣和腦水腫和肺水腫、呼衰等 ＜30%。

清除毒物 脫離現場和洗胃、導瀉、硫酸鎂；特效解毒藥早期足量聯合重復 ①清除毒物 立即脫離中毒現場和清洗污染皮膚毛發；洗胃 敵百蟲禁忌碳酸氫鈉，對硫磷禁忌高錳酸鉀；導瀉 硫酸鎂；血液凈化治療 ②特效解毒藥 原則 早期足量聯合重復 膽堿酯酶復活劑 氯或碘解磷定

抗膽堿藥 阿托品 阻斷乙酰膽堿對副交感神經和中樞神經系統的M受體的作用，改善M樣癥狀和中樞呼吸抑制

長托寧 對M2受體不明顯作用，優勢 較強的抗M作用改善平滑肌痙攣和腺體分泌過多，抗N作用解除肌纖維纖顫癥狀，中樞和外周雙重抗膽堿效應，不引起心動過速和半衰期長及每次用量小不易中毒——6點 治療措施（血液凈化治療的適應癥 血液透析 小于500D水溶性強；血液灌流500~40000D，水溶脂溶均可；血漿置換 溶血性毒物）

2、肺栓塞

各種栓子阻塞肺動脈

臨床特點 猝死型 主干阻塞；急性肺源性心臟病型 兩個肺葉以上；急性心源性休克 50%以上肺血管阻塞；肺梗死型外周肺血管阻塞；不可解釋的呼吸困難 診斷 危險因素 臨表 血漿D二聚體 肺動脈造影

3、新的急救指南的與舊的的急救指南的不同點

順序CABD；增加心跳驟停后治療為第五環；不推薦常規使用阿托品；成人心肺復蘇頻率至少達到100次/分，按壓深度至少5cm；建議在圍停搏期為插管患者持續使用CO2波形圖進行定量分析，可檢查插管深度和根據呼氣末CO2值觀察心肺復蘇效果和檢測是否有自主呼吸

4、論述題第一張緒論出

救人治病 邏輯決定因果關系，救人治病強調把搶救生命當做第一目標，而治病救人要求醫生必須先明確診斷再采取救治措施，但是急診患者最突出的表現是急性癥狀，病情重且多變，往往難以立即明確診斷，故應先采取救治措施穩定病人生命體征，才能贏得更多確定診斷和針對病因治療的時間，因此要在醫療制度和救治過程上規定生命優先的原則，急診救治反應一個醫院的綜合治療水平，也反映了社會對生命尊重的文明程度。可能的大題

5、多發傷概念 一種致傷因素導致的兩處以上解剖部位的損傷。

多發傷的救治原則 生命支持 管理呼吸道的通暢 心肺復蘇 休克液體復蘇，急救，進一步治療，手術順序和一期手術，營養支持和防治感染

6、休克

7、鈉、鉀異常的病因、治療

8、心衰的急診處理

體位 坐位，吸氧，建立靜脈通道，嗎啡 呼吸抑制，利尿劑，強心劑 洋地黃，血管擴張藥，氨茶堿和主動脈球囊反博器，血流動力學檢測等

9、腦死亡標準 對外界刺激無反應 無反射性活動 無自主活動 腦電圖長時間靜息 必須繼續的人工機械通氣維持呼吸

第四篇：醫學統計學總結

1、同一資料的標準差是否一定小于均數？

答：均數是描述定量資料集中趨勢的指標，而標準差是描述定量資料離散程度的指標，二者反映的是資料分布特征的兩個不同方面。

2、極差、四分位間距、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。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。若樣本含量相差較大，則不宜用極差來比較資料的離散程度。四分位間距：適用于描述偏態分布資料、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，特別是正態分布或近似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。

3、x2檢驗用于什么？

答：x檢驗用于：推斷兩個及兩個以上總體率或構成比是否有差別，兩個分類變量間有無相關關系，多個率的趨勢檢驗，以及兩個率的等效檢驗等。此外，也用于頻數分布的擬合優度檢驗。

4、四格表的U檢驗和x2檢驗有何聯系？

答：（1）相同點：四格表的u檢驗的根據是正態近似原理（n足夠大，∏和1-∏均不太小）。能用四格表的u檢驗進行兩個率比較檢驗的資料，都可以用x檢驗。四格表的雙側u檢驗與x檢驗是完全等價的，兩個統計量的關系為u= x，u20.05/2= u20.05/1.u檢驗和卡方檢驗都存在連續性矯正問題（2）不同點：①正態分布可以確定單、雙側檢驗界值，滿足正態近似條件時，可以使用四格表的單側u檢驗。②滿足四格表u檢驗的資料，計算兩率之間的95%可信區間，尚可分析兩率之差有無實際意義。③x2檢驗還可以用于配對設計四格表，但這時推斷∏1，∏2是否有差別的x2公式不同。5．參數檢驗和非參數檢驗的區別何在？各有何優缺點? 答：區別：參數檢驗，其應用條件是已知總體的分布類型，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，目的在于檢驗總體分布是否不同。（2）參數檢驗優點是符合應用條件時，檢驗效能較高。缺點是對資料要求嚴格，不能用于等級數據、一端或兩端有不確切數據，此外，還要求資料的分布類型已知和總體方差齊等條件。非參數檢驗優點是應用范圍廣，計算簡便，對資料的要求不高；缺點是若對符合參數檢驗條件的資料用非參數檢驗，則會降低檢驗效能。如需檢驗出同樣大小的差異，非參數檢驗往往需要更大的樣本含量。

6.對同一資料，又出自同一研究目的，用參數檢驗和非參數檢驗所得不一致時，宜以何者為準?答：兩者各有使用條件，究竟取哪種結論，要根據資料是否滿足該種檢驗方法的應用條件進行選擇。在符合參數檢驗的條件時，可接受參數檢驗的結論，而資料不符合參數檢驗的條件時，應以非參數檢驗的結論為佳。如總體分布為極度偏態或其他非正態分布，或者兩總體方差不齊時，此時宜采用秩和檢驗的結果。7.非參數檢驗適用于哪些情況？

答：①等級資料②偏態資料。當觀察資料成偏態或極度偏態而又未經任何變量變換，或雖經變量變換但仍未達到正態或近似正態分布時③總體分布類型未知的資料④要比較的各組資料方差不齊⑤一端或兩端有不確定數據。

8.兩樣本比較的秩和檢驗，當n1＞n2＞10時采用u檢驗，這時檢驗是屬于參數檢驗還是非參數檢驗？為什么？答：兩組比較的秩和檢驗，當n很大時，可利用秩和T的分布隨n增大漸進正態分布的性質，進行u檢驗，此時利用的并非原始數據，而是經秩變換后的數據，故仍屬非參數檢驗。9.直線回歸分析中應注意哪些問題？

答：做回歸分析一定要有專業意義，不能將毫無聯系的兩個變量作直線回歸分析；回歸分析之前首先應繪制散點圖，考查x與y之間有無直線趨勢以及是否存在異常點；考慮是否滿足建立線性回歸模型的基本假定；直線回歸方程的應用與圖示一般以自變量x的取值范圍為限；兩變量的直線關系不一定是因果關系，也可能是伴隨關系。

10.簡述直線回歸與直線相關的區別與聯系。

答：區別：①資料要求不同：直線回歸中因變量y是來自正態總體的隨機變量，而r既可以是來自正態總體中的隨機變量，也可以是嚴密控制、精確測量的變量；相關分析則要求x,y是來自雙變量正態分布總體的隨機變量，②分析目的不同：直線回歸用于說明兩變量間依存變化的數量關系；直線相關用于說明變量間的直線相關關系。聯系：①方向一致：對一組數據計算，r與b，它們的正負號是一致的。②假設檢驗等價：對同一樣本r和b的假設檢驗得到的t值相等。③用回歸解釋相關：由r2=SS回/SS總可知，若回歸平方和越接近總平方和，則r越接近于1。

11.簡述直線相關、秩相關的區別與聯系。

答：區別：①資料要求不同：直線相關要求x、y是來自雙變量正態總體的隨機變量；秩相關適用于不服從雙變量正態分布或總體分布類型未知以及用等級表示的原始數據。②相關意義不同：直線相關表示兩變量的直線相關關系存在，秩相關表示兩變量的相關關系。聯系：相關系數的取值范圍相同；秩相關是將原始數據進行秩變換，以秩次計算直線相關系數。

12.均數的可信區間和參考值范圍有何不同？

222

22答：均數的可信區間：按一定的概率100（1-α）%（即可信度）估計總體均數所在的范圍，得到的范圍亦稱可信區間。參考值范圍：醫學參考值范圍指包括絕大多數正常人的人體形態、功能和代謝產物等各種生理及生化指標常數，也稱正常值。由于存在著個體差異，生物醫學數據并非常數，而是一定范圍內波動，故采用醫學參考值范圍作為判定正常和異常的參考標準。

13秩和檢驗的優缺點是什么? 答：①不受總體分布限制，適用面廣②適用于等級資料及兩端無確定值的資料③易于理解，易于計算。缺點：是對分布類型的廣泛適應性，使其很難充分利用資料提供的信息，有時會導致檢驗效能降低。14在t檢驗和u檢驗時，何種情況下采用單側檢驗？

答：單側檢驗的備擇假設帶有方向性，如：m＞m0,實際中只可能出現一種情況。雙側檢驗的備擇假設中包含不等號（如：m≠m0），實際上包括兩種情況：m＞m0或m＜m0，無方向性。15.均數、幾何均數和中位數的適用范圍是什么？

答：均數適用于描述單峰對稱分布，特別是正態分布或近似正態分布資料的集中趨勢。（由于均數易受到極端值的影響，故不適用于描述偏態分布資料的集中趨勢，只是需采用幾何均數或中位數。）幾何均數對于原始觀察值呈偏態分布，但經過對數變換后呈正態分布或近似正態分布的資料，易用幾何均數描述其集中趨勢。常用于等比級資料或對數正態分布資料。中位數可用于各種分布的資料。對于正態分布資料，中位數等于均數；對于對數正態分布資料，中位數等于幾何均數。由于中位數不受極端值的影響，主要用于偏態分布資料，兩端無確切值或分布不明確的資料。16.標準差和標準誤有何區別與聯系，他們的用途是什么？

答：標準差：是描述對稱分布，特別是正態分布或近似正態分布資料離散趨勢（變異程度）的常用指標。總體標準差用δ表示，樣本標準差用s表示。標準誤：樣本均數的標準差稱為標準誤。樣本均數⊙的總體均數為H，各⊙圍繞H的離散程度，可以用樣本均數的標準差來描述。用途：標準差用途：①表示變量分布的離散程度②結合均數計算變異系數③結合樣本含量計算標準誤④結合均數描述分布特征。標準誤用途：表示每個樣本均數間的變異程度，描述樣本均數的抽樣誤差，即樣本均數與總體均數的接近程度，也可稱為樣本均數的標準差。17.統計圖制作的一般原則？

答：首先，根據資料性質和分析目的正確選用適當的統計圖。其次，除圓圖外，一般用直角坐標系的第一象限的位置表示。最后，繪制圖形應注意準確、美觀，給人以清晰的印象。18.各種統計圖適合于何種資料? 答：描述某連續變量的頻數分布宜選用直方圖；分析、比較獨立的或不連續的多個組或多個類別的統計量宜選用條圖，分析某指標隨時間或其它連續變量變化而變化的趨勢宜選用線圖，描述或比較不同事物內部構成時用圓圖或百分比條圖等。

19.為什么要做r和b的假設檢驗？

答：b:即使從總體回歸系數β等于零的總體中作隨機抽樣，由于抽樣誤差的存在，其樣本回歸系數b也不一定全為零。因此，求得一個樣本回歸系數時，首先，需考慮線性方程是否成立？并進行回歸系數β是否為零的檢驗。以推斷自變量x與應變量y見是否有直線關系存在。

r:假定從總體相關系數t=0的總體中隨機抽樣，由于存在抽樣誤差，所得樣本相關系數r不一定全為零。故此，求得一個樣本相關系數r值后，仍需進行總體相關系數t是否為零的假設檢驗。

20.服從二項分布的條件是什么？

答：凡具有貝努力試驗序列3個特點的變量，一般可認為服從二項分布①每次試驗的結果只能是兩種互斥的結果中的一種（A或者非A）②各次試驗的結果互不影響，即各次試驗獨立③在相同試驗條件下，各次試驗中出現某一結果A具有相同的概率∏（非A的概率1-∏）。

21.相關系數和回歸系數有什么區別和聯系？

答：直線的斜率稱為回歸系數，直線相關系數也稱積距相關系數，說明具有直線關系的兩變量間的相關方向與密切程度。它們的聯系——方向一致即r與b正負一致，假設檢驗等價。區別：資料要求不同，回歸系數方程要求服從正態分布，x精確測量嚴格控制Ⅰ型回歸，相關方程要求x，y雙重復正態Ⅱ型回歸。22多個樣本均數間的比較為什么不能用t檢驗？

答：多個樣本均數的兩兩比較又稱多重比較，其目的是推斷究竟哪些總體均數之間存在差別，由于涉及的對比組數大于2，若仍用前述的t檢驗對兩個對比組做比較，會使犯第Ⅰ類錯誤的概率增大，即可能吧本來無差別的兩個總體均數判為有差別，因此，多重比較不宜用t檢驗分別作兩兩比較。

23對同一資料，有出自同一研究目的，用參數檢驗和非參數檢驗所得結果不一致時，宜以何者為準？答：參數檢驗要求其總體分布為正態分布，總體方差齊性，非參數檢驗常用解決那些總體分布未知的統計問題，對于同一資料，又出自同一研究目的，采用參數研究還是非參數檢驗取決于資料的類型。24.為什么要進行抽樣研究？抽樣時為什么會產生抽樣誤差？

答：計量資料的總體中所含的樣本數量巨大，要獲取資料的總體均數、標準差等數據十分困難，因此醫學科學研究中通常采用的抽樣研究方法，是指從總體中隨機抽取一個樣本，用樣本信息推斷總體特征，這種分析方法稱為統計推斷。但通常情況下，樣本均數（x拔）不可能與總體均數μ正好相等，這種由個體變異產生的，隨機抽樣引起的樣本統計量與總體參數間的差異稱為抽樣誤差。25.相關系數的意義？

答：相關系數r沒有單位，取值范圍為-1≤r≤1。兩變量相關的方向用r的正負號表示，即r＞0表示正相關；r＜0表示負相關。相關系數r的大小表示密切程度，r絕對值越接近1，表示兩變量間相關關系密切程度越高。∣r∣=1表示完全相關，∣r∣=0表示無直線相關。26.方差分析的應用條件？

答：①各樣本是相互獨立的隨機樣本②各樣本來自正態分布③各樣本方差相等，即方差齊。

27.χ2檢驗要注意的問題（注意事項）？

答：① 計算χ2 值時必須用絕對數。而不能用相對數，因為χ2 值的大小與頻數大小有關。②χ2 檢驗要求理論頻數不宜太小，一般認為不宜有1/5以上格子理論頻數小于5，或一個格子的理論頻數小于1。對理論頻數太小有三種處理方法：A 增大樣本例數 B 刪除理論數太小的行或列 C 合并③當多個樣本率（或構成比）比較的χ2 檢驗結論為拒絕檢驗假設，只能認為各總體率（或總體構成比）之間總的說來有差別，但不能說它們彼此間都有差別。或某兩者間有差別。

28.非參數檢驗適用哪些情況？

答：①等級順序資料。②偏態資料。當觀察資料成偏態或極度偏態分布而又未經變量變換未達到正態或近似正態分布時，宜用非參數檢驗。③未知分布類型資料④要比較的各組資料變異度相差較大，方差不齊，且不能變換達到齊性。⑤初步分析。有些醫學資料由于統計工作量過大，可采用非參數統計方法進行初步分析，挑選其中有意義者再進一步分析⑥對于一些特殊情況，如從幾個總體所獲得的數據，往往難以對其原有總體分布作出估計，在這種情況下可用非參數統計方法。

29.為什么秩和檢驗的編秩在不同對比組間出現相同數據要給予“平均秩次”，而同一組的相同數據不必計算“平均秩次”？

答：因為在不同對比組，不取平均秩次會加大或減小某一組的秩和；而在同一組內，出現相同數據不編平均秩次，該組秩和不受影響。

30.怎樣正確使用單側檢驗和雙側檢驗？

答：根據專業知識推斷兩個總體是否有差別時，是甲高于乙，還是以高于甲，當兩種可能都存在時，一般選雙側；若根據專業知識，如果甲不會低于乙，或研究者僅關心其中一種可能時，可選用單側。一般來講，雙側檢驗較穩妥故較多用，在預實驗有探索性質時，對結果的考慮以思路較寬為好，也用雙側檢驗。單側檢驗，應以專業知識為依據，他充分利用了另一側的不可能性，故檢出效率高，但應慎用。

31.回歸系數：直線的斜率b,也稱回歸系數。統計學意義是自變量x改變一個單位時，應變量y平均變化b個單位。32.相關系數：也稱pearson積距相關系數，說明具有直線相關的兩變量間相關方向與密切程度。33.直線回歸分析中應注意的問題？

答：①做直線回歸一定要有實際意義②回歸分析之前首先應繪制散點圖。③考慮建立線性模型的基本假定④取值范圍，避免外延。⑤兩變量間有直線關系不一定是因果關系。34.相關分析應用中應注意的問題？

答：①資料要求x、y都應來自雙變量正態總體的隨機變量。②進行相關分析前，應先繪制散點圖，有線性趨勢時，才可進行相關分析。③滿足應用條件的同一份雙變量資料，回歸系數b與相關系數r的正負號一致，假設檢驗等價。④相關分析時，小樣本資料經t檢驗只能推斷兩變量間有無直線關系，而不能推斷其相關的密切程度。要推斷兩樣本間相關的程度，樣本含量必須足夠大，當r有統計學意義時，但r2較小時，下結論要慎重。35.方差分析的應用條件? 答：①各樣本是相互獨立的隨機樣本②各樣本來自正態分布③各樣本方差相等，即方差齊。

36.二項分布：貝努力試驗序列中結果A出現次數的概率分布就是～。

37.率的標準化法：為解決因內部構成不同而導致分組率比較的結果與和紀律比較結果的矛盾，選定一個共同的標準人口或標準人口構成，分別計算兩組的標準化率，這種方法稱～。

38.抽樣誤差：由個體變異產生的，隨機抽樣引起的樣本統計量與總體參考數間的差異稱～

第五篇：醫學統計學總結

醫學統計學總結

一、兩組或多組計量資料的比較1.兩組資料： 1)大樣本資料或服從正態分布的小樣本資料(1)若方差齊性，則作成組t檢驗(2)若方差不齊，則作t’檢驗或用成組的Wilcoxon秩和檢驗 2)小樣本偏態分布資料，則用成組的Wilcoxon秩和檢驗 2.多組資料： 1)若大樣本資料或服從正態分布，并且方差齊性，則作完全隨機的方差分析。如果方差分析的統計檢驗為有統計學意義，則進一步作統計分析：選擇合適的方法（如：LSD檢驗，Bonferroni檢驗等）進行兩兩比較。2)如果小樣本的偏態分布資料或方差不齊，則作Kruskal Wallis的統計檢驗。如果Kruskal Wallis的統計檢驗為有統計學意義，則進一步作統計分析：選擇合適的方法（如：用成組的Wilcoxon秩和檢驗，但用Bonferroni方法校正P值等）進行兩兩比較。

二、分類資料的統計分析1.單樣本資料與總體比較 1)二分類資料：(1)小樣本時：用二項分布進行確切概率法檢驗；(2)大樣本時：用U檢驗。2)多分類資料：用Pearson c2檢驗（又稱擬合優度檢驗）。2.四格表資料 1)n>40并且所以理論數大于5，則用Pearson c2 2)n>40并且所以理論數大于1并且至少存在一個理論數<5，則用校正c2或用Fisher’s 確切概率法檢驗 3)n￡40或存在理論數<1，則用Fisher’s 檢驗 3.2×C表資料的統計分析 1)列變量為效應指標，并且為有序多分類變量，行變量為分組變量，則行評分的CMH c2或成組的Wilcoxon秩和檢驗 2)列變量為效應指標并且為二分類，列變量為有序多分類變量，則用趨勢c2檢驗 3)行變量和列變量均為無序分類變量(1)n>40并且理論數小于5的格子數<行列表中格子總數的25%，則用Pearson c2(2)n￡40或理論數小于5的格子數>行列表中格子總數的25%，則用Fisher’s 確切概率法檢驗 4.R×C表資料的統計分析 1)列變量為效應指標，并且為有序多分類變量，行變量為分組變量，則CMH c2或Kruskal Wallis的秩和檢驗 2)列變量為效應指標，并且為無序多分類變量，行變

量為有序多分類變量，作none zero correlation analysis的CMH c

23)列變量和行變量均為有序多分類變量，可以作Spearman相關分析 4)列變量和行變量均為無序多分類變量，(1)n>40并且理論數小于5的格子數<行列表中格子總數的25%，則用Pearson c2(2)n￡40或理論數小于5的格子數>行列表中格子總數的25%，則用Fisher’s 確切概率法檢驗

三、Poisson分布資料1.單樣本資料與總體比較： 1)觀察值較小時：用確切概率法進行檢驗。2)觀察值較大時：用正態近似的U檢驗。2.兩個樣本比較：用正態近似的U檢驗。配對設計或隨機區組設計

四、兩組或多組計量資料的比較 1.兩組資料： 1)大樣本資料或配對差值服從正態分布的小樣本資料，作配對t檢驗 2)小樣本并且差值呈偏態分布資料，則用Wilcoxon的符號配對秩檢驗 2.多組資料： 1)若大樣本資料或殘差服從正態分布，并且方差齊性，則作隨機區組的方差分析。如果方差分析的統計檢驗為有統計學意義，則進一步作統計分析：選擇合適的方法（如：LSD檢驗，Bonferroni檢驗等）進行兩兩比較。2)如果小樣本時，差值呈偏態分布資料或方差不齊，則作Fredman的統計檢驗。如果Fredman的統計檢驗為有統計學意義，則進一步作統計分析：選擇合適的方法（如：用Wilcoxon的符號配對秩檢驗，但用Bonferroni方法校正P值等）進行兩兩比較。

五、分類資料的統計分析1.四格表資料 1)b+c>40，則用McNemar配對c2檢驗或配對邊際c2檢驗 2)b+c<40，則用二項分布確切概率法檢驗 2.C×C表資料： 1)配對比較：用McNemar配對c2檢驗或配對邊際c2檢驗 2)一致性問題（Agreement）：用Kap檢驗 變量之間的關聯性分析

六、兩個變量之間的關聯性分析 1.兩個變量均為連續型變量 1)小樣本并且兩個變量服從雙正態分布，則用Pearson相關系數做統計分析 2)大樣本或兩個變量不服