第一篇：醫學統計學 常用方法小結

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 c2 3)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

第二篇：醫學統計學各種資料比較_選擇方法小結

醫學統計學各種資料比較 選擇方法小結

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 c2

3)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從雙正態分布，則用Spearman相關系數進行統計分析

2.兩個變量均為有序分類變量，可以用Spearman相關系數進行統計分析

3.一個變量為有序分類變量，另一個變量為連續型變量，可以用Spearman相關系數進行統計分析

七、回歸分析

1.直線回歸：如果回歸分析中的殘差服從正態分布（大樣本時無需正態性），殘差與自變量無趨勢變化，則直線回歸（單個自變量的線性回歸，稱為簡單回歸），否則應作適當的變換，使其滿足上述條件。2.多重線性回歸：應變量（Y）為連續型變量（即計量資料），自變量（X1，X2，…，Xp）可以為連續型變量、有序分類變量或二分類變量。如果回歸分析中的殘差服從正態分布（大樣本時無需正態性），殘差與自變量無趨勢變化，可以作多重線性回歸。

1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素 2)實驗性研究：在保持主要研究因素變量（干預變量）外，可以適當地引入一些其它可能的混雜因素變量，以校正這些混雜因素對結果的混雜作用

3.二分類的Logistic回歸：應變量為二分類變量，自變量（X1，X2，…，Xp）可以為連續型變量、有序分類變量或二分類變量。1)非配對的情況：用非條件Logistic回歸

(1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素(2)實驗性研究：在保持主要研究因素變量（干預變量）外，可以適當地引入一些其它可能的混雜因素變量，以校正這些混雜因素對結果的混雜作用

2)配對的情況：用條件Logistic回歸

(1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素(2)實驗性研究：在保持主要研究因素變量（干預變量）外，可以適當地引入一些其它可能的混雜因素變量，以校正這些混雜因素對結果的混雜作用

4.有序多分類有序的Logistic回歸：應變量為有序多分類變量，自變量（X1，X2，…，Xp）可以為連續型變量、有序分類變量或二分類變量。

1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素 2)實驗性研究：在保持主要研究因素變量（干預變量）外，可以適當地引入一些其它可能的混雜因素變量，以校正這些混雜因素對結果的混雜作用

5.無序多分類有序的Logistic回歸：應變量為無序多分類變量，自變量（X1，X2，…，Xp）可以為連續型變量、有序分類變量或二分類變量。

1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素 2)實驗性研究：在保持主要研究因素變量（干預變量）外，可以適當地引入一些其它可能的混雜因素變量，以校正這些混雜因素對結果的混雜作用

八、生存分析資：要求資料記錄結局和結局發生的時間（如；死亡和死亡發生的時間）

1.用Kaplan-Meier方法估計生存曲線 2.大樣本時，可以壽命表方法估計

3.單因素可以用Log－rank比較兩條或多條生存曲線 4.多個因素時，可以作多重的Cox回歸

1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素 2)實驗性研究：在保持主要研究因素變量（干預變量）外，可以適當地引入一些其它可能的混雜因素變量，以校正這些混雜因素對結果的混雜作用

第三篇：醫學統計學各種資料比較選擇方法小結

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 c2 3)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從雙正態分布，則用Spearman相關系數進行統計分析 2.兩個變量均為有序分類變量，可以用Spearman相關系數進行統計分析

3.一個變量為有序分類變量，另一個變量為連續型變量，可以用Spearman相關系數進行統計分析

七、回歸分析

1.直線回歸：如果回歸分析中的殘差服從正態分布（大樣本時無需正態性），殘差與自變量無趨勢變化，則直線回歸（單個自變量的線性回歸，稱為簡單回歸），否則應作適當的變換，使其滿足上述條件。

2.多重線性回歸：應變量（Y）為連續型變量（即計量資料），自變量（X1，X2，…，Xp）可以為連續型變量、有序分類變量或二分類變量。如果回歸分析中的殘差服從正態分布（大樣本時無需正態性），殘差與自變量無趨勢變化，可以作多重線性回歸。1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素

2)實驗性研究：在保持主要研究因素變量（干預變量）外，可以適當地引入一些其它可能的混雜因素變量，以校正這些混雜因素對結果的混雜作用

3.二分類的Logistic回歸：應變量為二分類變量，自變量（X1，X2，…，Xp）可以為連續型變量、有序分類變量或二分類變量。1)非配對的情況：用非條件Logistic回歸

(1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素

(2)實驗性研究：在保持主要研究因素變量（干預變量）外，可以適當地引入一些其它可能的混雜因素變量，以校正這些混雜因素對結果的混雜作用 2)配對的情況：用條件Logistic回歸

(1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素

(2)實驗性研究：在保持主要研究因素變量（干預變量）外，可以適當地引入一些其它可能的混雜因素變量，以校正這些混雜因素對結果的混雜作用 4.有序多分類有序的Logistic回歸：應變量為有序多分類變量，自變量（X1，X2，…，Xp）可以為連續型變量、有序分類變量或二分類變量。1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素

2)實驗性研究：在保持主要研究因素變量（干預變量）外，可以適當地引入一些其它可能的混雜因素變量，以校正這些混雜因素對結果的混雜作用

5.無序多分類有序的Logistic回歸：應變量為無序多分類變量，自變量（X1，X2，…，Xp）可以為連續型變量、有序分類變量或二分類變量。1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素

2)實驗性研究：在保持主要研究因素變量（干預變量）外，可以適當地引入一些其它可能的混雜因素變量，以校正這些混雜因素對結果的混雜作用

第四篇：常用醫學統計學方法的選擇

常用醫學統計學方法的選擇

1.多組率的比較用卡方檢驗（χ2檢驗，chi-square test)直接用幾個率的數值比較，與直接用原始數據錄入比較，結果會有什么不同？卡方值會受樣本量的影響，樣本越多，卡方值越大。

2.多組計量資料比較采用方差分析(F檢驗)，不能用t檢驗。當方差分析結果為P<0.05時，只能說明k組總體均數之間不完全相同。若想進一步了解哪兩組的差別有統計學意義，需進行多個均數間的多重比較，即SNK-q檢驗(多個均數兩兩之間的全面比較)、LSD-t檢驗(適用于一對或幾對在專業上有特殊意義的均數間差別的比較)和Dunnett檢驗(適用于k-1個實驗組與一個對比組均數差別的多重比較)。

3.非正態分布多組數據之間比較選用非參數檢驗、單樣本中位數檢驗（符號檢驗和 Wilcoxon 檢驗）、雙樣本中位數檢驗（Mann-Whitney 檢驗）、方差分析（Kruskal-Wallis、Mood 中位數和 Friedman 檢驗）

4.按血糖水平從低到高分成多組，進行多組之間死亡率的比較，由于死亡率同樣受年齡、性別、病史、您身邊的論文好秘書：您的原始資料與構思,我按您的意思整理成優秀論文論著,并安排出版發表，扣1550116010、766085044自信我會是您人生路上不可或缺的論文好秘書血脂等因素的影響，所以需選取合適統計方法實現“調整年齡、性別等危險因素后，按血糖分組進行死亡率的比較（由血糖從低到高分成的4組）”。①年齡是定量變量（是數值），調整年齡的方法可在Logistic回歸中運用，連續性變量年齡加入covariate中，當成協變量，就可以調整年齡，age-adjusted odds ratio就能得到了。②性別性別是二分類變量，不是定量變量，不可在LOGISTIC回歸里比較。調整性別可在卡方檢驗中采取分層的方法比較。

如果為多分類LOGISTIC回歸，在選擇用multinomianl LOGISTIC回歸中，可選入年齡等進入covariate，觀察年齡的配比情況。可把性別選入factors(自變量)。這樣可以實現調整年齡、性別等危險因素。

5.回顧性研究(1)臨床妊娠率和女性年齡的關系+(2)男性影響臨床妊娠的精子參數比較： 數據類型及變量的說明：y：計量 擬采用的分析方法：卡方檢驗 擬采用的分析軟件：spss 原始數據附件及格式：word表

能否用其他方法統計分析：可用卡方分割，調整檢驗水準（根據比較的次數N，校正后的檢驗水準為0.05/N）。

6.重復t檢驗：多個樣本均數間的兩兩比較(又稱多重比較)不宜用t檢驗，因為重復數次，t檢驗將增加第一類錯誤的概率，使檢驗效率降低。此時宜用方差分析，并在此基礎上用兩兩比較方法(如．SNK、LSD、Duncan法等)。

對于同一對均數間的差異，用t檢驗無顯著性，而兩兩比較可能有顯著性，可見錯誤選用統計方法將推出錯誤結論。

統計方法的選擇: 分計量、計數、等級資料三

第五篇：醫學統計學

A．總體中任意的一部分B．總體中的典型部分

C．總體中有意義的一部分

1、measurement date2、coefficient of variation(變異系數)

3、sampling error（抽樣誤差）

4、linear correlation coefficient（直線相關系數）

5、population（總體）

D．總體中有價值的一部分E．總體中有代表性的一部分

5、以下檢驗方法屬非參數法的是。

A．T檢驗B．t檢驗C．u 檢驗D．F檢驗E．以上都是

6、樣本含量的確定下面哪種說法合理。

A．樣本越大越好B．樣本越小越好C．保證一定檢驗效能條件下盡量增大樣本含量D．保證一定檢驗效能條件下盡量減少樣本含量E．越易于組織實施的樣本含量越好

7、對計數資料進行統計描述的主要指標是。

A．平均數B．相對數C．標準差D．變異系數E．中位數

1、用樣本推論總體，具有代表性的樣本指的是

A．總體中最容易獲得的部分個體B．在總體中隨意抽取任意個體 C．挑選總體中的有代表性的部分個體D．用配對方法抽取的部分個體 E．依照隨機原則抽取總體中的有代表性部分個體

2、計量資料,計數資料和等級分組資料的關系是。A．計量資料兼有計數資料和等級分組資料的一些性質B．計數資料兼有計量資料和等級分組資料的一些性質

8、由兩樣本均數的差別推斷兩總體均數的差別，得到此差別具有統計意義的結論是指

A．兩樣本均數差別有顯著性B．兩總體均數差別有顯著性

C．兩樣本均數和兩總體均數的差別都有顯著性

D．其中一個樣本均數和它的總體均數差別有顯著性

9、說明某現象發生強度的指標為。A．構成比B．相對比C．定基比D．環比E．率

10、配對設計的秩和檢驗中，其H0假設為。A．差值的總體均數為0B．差值的總體中位數為0C．μd≠0D．Md≠0

C．等級分組資料兼有計量資料和計數資料的一些性質 D．計數資料有計量資料的一些性質E．等級分組資料又稱半計數資料

3、總體率95%可信區間的意義是。

A．95%的正常值在此范圍B．95%的樣本率在此范圍

C．95%的總體率在此范圍D．總體率在此范圍內的可能性為95%E．樣本率在此范圍內的可能性為95%

4、為了由樣本推斷總體,樣本應該是。

命題組組長簽字：第頁（本試卷共4頁）

E．μ1≠μ211、單因素方差分析中，不正確的計算公式是。A．SS組內=SS總-SS組間B．v總=v組間-v組內C．MS組間=SS組間/v組間D．MS組內=SS組內/v組內E．F=MS組內/MS組間

12、方差分析中，組內變異反映的是。A．測量誤差B．個體差異

C．隨機誤差，包括個體差異及測量誤差D．抽樣誤差E．系統誤差

13、對統計圖中的的坐標有如下規定。

A．所有統計圖的縱坐標都必須從零點開始B．所有統計圖坐標中都不能有折斷線

C．條圖、線圖、直方圖的縱坐標必須從零開始D．線圖、直方圖的縱坐標必須從零開始E．條圖、直方圖的縱坐標必須從零開始

14、制統計圖時要求。

A．標題應說明圖的主要內容，一般在圖的上方B．縱橫兩軸應有標目，一般不注單位C．縱軸尺度必須從零開始

D．直條圖和線圖，其長寬比例一般取5：7E．以上都不對

15、下列關于醫學參考值范圍描述中，不正確的是

A．排除了有關疾病等因素對所研究指標有影響的正常人的解剖、生理、生化 等數據的波動范圍

B．沒有任何疾病的人的解剖、生理、生化等數據的波動范圍C．習慣確定只包含95%或99%的人的界值來源：D．根據專業知識確定取單側界限或雙側界限E．資料為正態分布時，可用正態近似法計算

16、各觀察值均加(或減)同一數后A．均數改變,標準差不變B．均數不變,標準差改變

C．兩者均不變D．兩者均改變

E．根據實際資料而定

17、統計工作的步驟為

A．統計研究調查、搜集資料、整理資料、分析資料B．統計資料收集、整理資料、統計描述、統計推斷C．統計研究設計、搜集資料、整理資料、分析資料D．統計研究調查、統計描述、統計推斷、統計圖表E．統計研究設計、統計描述、統計推斷、統計圖表

18、兩個樣本率判別的假設檢驗，其目的是。A．推斷兩個樣本率有無差別B．推斷兩個總體率有無差別

C．推斷兩個樣本率和兩個總體率有無差別

D．推斷兩個樣本率和兩個總體率的差別有無統計意義E．推斷兩個總體分布是否相同

19、假設檢驗過程中，下列哪一項不可以由研究者事先設定。A．所比較的總體參數B．單側或雙側檢驗C．檢驗水準D．P值E．以上都不對 20、統計資料的類型包括。

A．頻數分布資料和等級分類資料B．多項分類資料和二項分類資料C．正態分布資料和頻數分布資料

D．數值變量資料和等級資料E．數值變量資料和分類變量資料

21、有關離散度指標意義中，描述不正確的是。A．數值越大，說明個體差異越大B．數值越大，說明觀察值的變異度越大C．數值越小，說明平均數的代表性越好D．數值越小，說明平均數的代表性越差E．應與平均數結合起來進行分析

22、秩和檢驗和t檢驗相比，其優點是。

A．計算簡便，不受分布限制B．公式更為合理C．檢驗效能高D．抽樣誤差小E．第二類錯誤概率小

23、總體標準差描述的是。

A．所有個體值對總體均數的離散程度B．某樣本均數對總體均數的離散程度C．所有樣本均數對總體均數的離散程度D．某些樣本均數對總體均數的離散程度

E．所有某個含量相同的樣本均數對總體均數的離散程度

24、比較身高和體重兩組數據變異度大小宜采用。A．變異系數B．方差

C．極差D．標準差E．四分位數間距

25、當樣本例數相同時，兩組計量資料的成組t檢驗與配對t檢驗相比，一般情況下為

A．成組t檢驗效率高一些B．配對t檢驗效率高一些C．兩者效率相等

D．大樣本時兩者效率一致E．與兩組樣本均數的大小有關

26、樣本的兩變量(X,Y)的相關系數r=0時,說明。（B）A．兩變量不存在任何關系

B．兩變量間不存在直線關系,但不排除存在某種曲線關系

C．兩變量間存在相互關系的可能性很小D．兩變量必然存在某種曲線關系E．兩變量間的關系不能確定

27、在標準差與標準誤的關系中。A．二者均反映抽樣誤差大小

B．總體標準差增大時，總體標準誤也增大

C．樣本例數增大時，樣本標準差和標準誤都減小

D．可信區間大小與標準差有關，而參考值范圍與標準誤有關E．總體標準差一定時，增大樣本例數會減小標準誤

28、說明兩個有關聯的同類指標之比為。

A．率B．構成比C．頻率D．相對比E．頻數

29、下列觀測結果屬于等級資料的是（D）

A．收縮壓測量值B．脈搏數 C．住院天數D．病情程度 E．四種血型

30、收集資料不可避免的誤差是

A.隨機誤差B.系統誤差 C.過失誤差D.記錄誤差 E．儀器故障誤差

31、算術均數與中位數相比，其特點是

A．不易受極端值的影響B．能充分利用數據的信息C．抽樣誤差較大D．更適用于偏態分布資料E．更適用于分布不明確資料

32、描述一組對稱（或正態）分布資料的變異程度，用（A）較好

A標準差B 方差C 離均差平方和D 變異系數E以上都可以

33、變異系數主要用于

A．比較不同計量指標的變異程度B.衡量正態分布的變異程度

C.衡量測量的準確度D.衡量偏態分布的變異程度

E.衡量樣本抽樣誤差的大小

34、正態曲線下，從均數μ到μ+1.0σ的面積

A、45%B、90%C、95.00%D、47.5%E、34.14%

35、方差分析的基本思想和要點是

A．組間均方大于組內均方B．組內均方大于組間均方 C．不同來源的方差必須相等D．兩方差之比服從F分布 E．總變異及其自由度可按不同來源分解

36、多組均數比較的方差分析，如果P?0.05，則應該進一步做的是 A．兩均數的t檢驗B．區組方差分析C．方差齊性檢驗D．q檢驗 E．確定單獨效應

37、兩樣本均數比較,檢驗結果P>0.05說明（D）

A.兩總體均數的差別較小B.兩總體均數的差別較大C.支持兩總體無差別的結論D.不支持兩總體有差別的結論E.可以確認兩總體無差別

38、計算標準化死亡率的目的是（D）

A.減少死亡率估計的偏倚B.減少死亡率估計的抽樣誤差 C.便于進行不同地區死亡率的比較D.消除各地區內部構成不同的影響 E.便于進行不同時間死亡率的比較

39、標準化后的總死亡率：

A、僅僅作為比較的基礎，它反映了一種相對水平B、它反映了實際水平

C、它不隨標準的選擇變化而變化 D、它反映了事物實際發生的強度 E、它反映了實際率的水平

2?40、利用檢驗公式不適合解決的實際問題是（C）

A.比較兩種藥物的有效率B.檢驗某種疾病與基因多態性的關系 C.兩組有序試驗結果的藥物療效D.藥物三種不同劑量顯效率有無差別 E.兩組病情“輕、中、重”的構成比例

41、對醫學計量資料成組比較, 相對參數檢驗來說，非參數秩和檢驗的優點是（A）A.適用范圍廣B.檢驗效能高 C．檢驗結果更準確D.充分利用資料信息 E.不易出現假陰性錯誤

42、對于計量資料的比較,在滿足參數法條件下用非參方法分析,可能產生的結果是（B）

A.增加Ⅰ類錯誤B.增加Ⅱ類錯誤C.減少Ⅰ類錯誤D.減少Ⅱ類錯誤 E.兩類錯誤都增加

43、對于兩組資料的比較，方差分析與t檢驗的關系是（E）A.t檢驗結果更準確B.方差分析結果更準確 C.t檢驗對數據的要求更為嚴格D.近似等價 E.完全等價

44、四格表如有一個實際數為0（C）A、就不能作χ2檢驗

B、就必須用校正χ2檢驗

C、還不能決定是否可作χ2檢驗 D、肯定可作校正χ2檢驗 E、肯定不可作校正χ2檢驗

45、行×列表的χ2檢驗中，P<0.05說明（D）A、被比較的幾個樣本率之間的差異均有顯著性 B、樣本率間的差異沒有顯著性

C、任意兩個率之間的差異均有顯著性 D、至少某兩個樣本率間的差異有顯著性 E、只有兩個樣本率間的差異有顯著性

46、兩數值變量相關關系越強，表示（B）

A.相關系數越大B.相關系數的絕對值越大 B.回歸系數越大C.回歸系數的絕對值越大 E.相關系數檢驗統計量的t值越大

47、t分布比標準正態分布（D）

A、中心位置左移，但分布曲線相同 B、中心位置右移，但分布曲線相同 C、中心位置不變，但分布曲線峰高

D、中心位置不變，但分布曲線峰低，兩側較伸展 E、中心位置右移，但分布曲線峰高

三、判斷題（10分）

1、相關系數r=0.98，說明兩變量密切正相關（對）

2、構成比資料可以選用圓圖和條圖（錯）

3、標準差和標準誤都是反映變異程度大小的指標（錯）

4、多個樣本均數的兩兩比較可以用成組的t檢驗（錯）

5、正常值范圍屬于統計描述，可信區間的估計屬于統計推斷（對）

6、、數值變量資料的標準差一定比均數小（錯）

7、等級資料比較宜用秩和檢驗。（對）

8、兩變量的相關分析中,若散點圖的散點完全在一條直線上，則r=1（錯）

9、對統計圖中的的坐標所有統計圖的縱坐標都必須從零點開始（錯）

10、非參數統計進行假設檢驗要求的條件是總體是正態分布（錯）

四、簡答題（25分）

1、醫學參考值范圍和可信區間的區別（5）

2、非參數檢驗的適用條件（5）

3、標準正態分布曲線下的面積規律（5）

4、標準差與標準誤有何區別?（5分）

5、描述數值變量集中趨勢的指標有哪些？適用條件分別是什么？（5分）

五、作圖（10分）

某藥治療老年慢性氣管炎的近期療效結果如下：

1、單純型共221例，其中按病情分為重、中、輕，分別觀察了136例、54例、31例；療效：治愈60人、顯效98人、好轉51人、無效12人，有效率94.6％。

2、喘息型共182例，其中按病情分為重、中、輕，分別觀察了93例，56例、33例；療效：治愈23人、顯效83人、好轉65人、無效11人，有效率94.0％。請根據題目要求做出合適的統計圖。