【正文】 個反映屬性的分類變量，若有一份隨機樣本，可做交叉分類的頻數(shù)表，利用關于獨立性的檢驗和列聯(lián)系數(shù)來描述兩變量的關聯(lián)性】⑵交叉分類22表的關聯(lián)分析：=⑶22配對資料的關聯(lián)性分析：n≥40且Tmin≥5,=； n≥40且1≤T＜5，=。6線性回歸與線性相關的區(qū)別與聯(lián)系：⑴區(qū)別：①單位：相關系數(shù)r沒有單位，回歸系數(shù)b有單位；所以，相關系數(shù)與單位無關，回歸系數(shù)與單位有關；②應用目的：說明兩變量間的關聯(lián)性用相關分析，說明兩者依存變化的數(shù)量關系則用回歸分析；③對資料的要求不同：線性回歸要求應變量Y是服從正態(tài)分布的隨機變量；線性相關要求兩個變量X和Y為服從雙變量正態(tài)分布的隨機變量。5常用的抽樣方法：單純隨機抽樣、系統(tǒng)抽樣、分層抽樣、整群抽樣、非概率抽樣。3組織計劃：調(diào)查員的挑選和調(diào)查員的培訓。5線性回歸的應用：①用于計算總體條件均數(shù)的置信區(qū)間以及總體回歸線的置信帶；②用于計算個體Y預測值及其預測區(qū)間。關于兩個分類變量關聯(lián)的程度，用Pearson列聯(lián)系數(shù)來描述：r=，列聯(lián)系數(shù)r取值范圍在0～1之間。以上兩種方法的決策規(guī)則相同：若P，不拒絕零假設，即認為兩個變量間無相關性；若P，拒絕零假設，接受備擇假設，即認為兩變量間相關性有統(tǒng)計學意義。①總體相關系數(shù)ρ，若ρ≠0，稱X和Y線性相關；若ρ=0，則簡稱X和Y不相關。⑵方法要點：①將兩組數(shù)據(jù)由小到大同一編秩，以樣本列數(shù)小者為n1，其秩和為T，查T界值表確定P值；②正態(tài)近似法：當n110或n2 n110時，T分布接近均數(shù)為n1（N+1）/2，方差為n1 n2（N+1）/2的正態(tài)分布，可用Z檢驗。3wilcoxon符號秩（和）檢驗：⑴目的：可用于推斷總體中位數(shù)是否等于某個指定值，還可以推斷配對樣本差值的總體中位數(shù)是否為0。⑵配對RR列聯(lián)表資料的檢驗：H0：兩變量的概率分布相同；H1：兩變量的概率分布不相同。=n,v=（R1）（C1）要求：理論頻數(shù)不宜太小，一般不宜有1/5以上的格子的理論頻數(shù)小于5，或不宜有一個理論頻數(shù)小于1，否則可能會產(chǎn)生偏性。⑵擬合優(yōu)度檢驗是根據(jù)樣本的頻率分布檢驗其總體分布是否等于給定的理論分布。③曲線直線化。幾種設計方案中SS和v的分解：設計方案 SS的分解 v 完全隨機設計 SS=SS組間+SS組內(nèi) v=v組間+v組內(nèi)隨機區(qū)組設計 SS=SS處理+SS區(qū)組+SS誤差 v=v處理+v區(qū)組+v誤差析因設計 SS= SS處理+ SS誤差 v=v處理+ v誤差 =（SSA+SSB+SSAB）+SS誤差 =（vA+vB+vAB）+ v誤差重復測量設計（兩因素） SS=SS受試對象間+SS受試對象內(nèi) v= v受試對象間+v受試對象內(nèi) =（SS處理+SS個體間誤差）+ =(v處理+v個體間誤差）+（SS時間+SS處理與時間交互+SS個體內(nèi)誤差） （v時間+v處理與時間交互+v個體內(nèi)誤差）4重復測量資料和隨機區(qū)組設計資料的區(qū)別：①同一受試對象在不同時間點的數(shù)據(jù)高度相關；②重復測量資料中的處理因素在受試對象（看成區(qū)組）間為隨機分配，但受試對象（看成區(qū)組）內(nèi)的各時間點是固定的，不能隨機分配。兩因素間的交互作用為一階交互作用，三因素間交互作用為二階交互作用。優(yōu)點：節(jié)約樣本含量；能夠控制個體差異和時間對處理因素的影響，故效率較高；在臨床試驗中，每個受試對象均接受了各種處理，均等的考慮了每個患者的利益。⑶重復包括三種情形：①整個實驗的重復；②用多個受試對象進行重復；③同一受試對象的重復觀察。⑴對照的形式：①安慰劑對照：目的：在于克服研究者、受試對象等由心理因素導致的偏倚。① 受試對象：是處理因素作用的客體，根據(jù)受試對象不同，實驗可以分為三類：動物實驗、臨床試驗、現(xiàn)場試驗。9假設檢驗的注意事項：①根據(jù)研究目的、設計類型、變量類型及樣本大小選擇恰當?shù)慕y(tǒng)計分析方法；②權衡兩類錯誤的危害以確定α的大??；③正確理解P值的意義：P值很小時“拒絕H0，接受H1”，不能把很小的P值誤解為總體參數(shù)間差異很大。7大樣本資料的Z檢驗（u檢驗）：前提條件：樣本足夠大；兩獨立樣本資料的Z檢驗：假定從兩個正態(tài)總體（或非正態(tài)）總體隨機抽取含量為n1和n2的樣本，總體均數(shù)和方差分別為。配對設計資料的t檢驗：配對資料的分析著眼與每一對中兩個觀察值之差，這些差值構成一組資料，用t檢驗推斷差值總體均數(shù)是否為0。Zσ，單側（Zσ，∞）或（∞，+ Zσ）； 正態(tài)分布或偏峰分布：σ未知但n足夠大：雙側177。6總體均數(shù)及總體概率的區(qū)間估計：1 體均數(shù)的置信區(qū)間：t分布法和正態(tài)近似法：當σ未知且n較小時，總體均數(shù)μ的雙側（1α）置信區(qū)間為177。n一定時，s越大，S越大。Poisson分布描述的是在單位時間、面積、空間等范圍中某種事件發(fā)生數(shù)的概率分布。前提條件：互斥、獨立、恒定。①圖形分布特征：二項分布圖的高峰在μ=nπ處或附近；π=，圖形對稱；π≠，分布不對稱，且對同一n，對稱性愈差。2σ處，控制限位于μ177。％，μ177。（3）平均發(fā)展速度與平均增長速度：用于概括某現(xiàn)象在一段時期中的平均變化。② 標準化后的標準化率，已經(jīng)不再反映當時當?shù)氐膶嶋H水平，只表示相互比較的資料間的相對水平。測量生育水平的統(tǒng)計指標：粗出生率、總生育率、年齡別生育率、總和生育率。最常見的相對比是人口學中的男女性別比，流行病學中的相對危險度RR=P1/P0也是相對比指標。四分位數(shù)間距：適用于各種分布的資料，特別是偏峰分布資料，常把中位數(shù)和四分位數(shù)間距結合起來描述資料的集中趨勢和離散趨勢。資料按性質可分為計量資料、計數(shù)資料和等級資料?！?統(tǒng)計推斷：是利用樣本所提供的信息來推斷總體特征，包括：參數(shù)估計和假設檢驗。2頻率分布表（圖）的用途：①描述資料的分布類型；②描述分布的集中趨勢和離散趨勢；③便于發(fā)現(xiàn)一些特大和特小的可疑值；④便于進一步的統(tǒng)計分析和處理；⑤當樣本含量足夠大時，以頻率作為概率的估計值。定性資料的統(tǒng)計描述1定性資料的基礎數(shù)據(jù)是絕對數(shù)。4醫(yī)學人口統(tǒng)計資料主要來源為日常工作記錄（報告單、卡、冊）、統(tǒng)計報表、人口調(diào)查（普查和抽樣調(diào)查）。8疾病統(tǒng)計資料主要來源于：疾病報告和報表材料、醫(yī)療衛(wèi)生工作記錄、疾病專題調(diào)查資料。比較兩樣本標準化率，當樣本含量較小時，還應作假設檢驗。統(tǒng)計表結構標題、標目、線條、數(shù)字和備注。Φ（z）為標準正態(tài)分布Z變量的累積面積，∞→Z的面積，即下側累計面積?！铮?）確定醫(yī)學參考值的步驟：①從“正常人”總體中抽樣，明確研究總體；②用統(tǒng)一和準確的方法測定相應的指標；③根據(jù)不同的用途選定適當?shù)陌俜纸缦?，常?5％；④根據(jù)此指標的實際意義，決定單側范圍還是雙側范圍；⑤根據(jù)此指標的分布決定計算方法，常用的計算方法：正態(tài)分布法、百分位數(shù)法。②二項分布的均數(shù)和標準差：若X服從二項分布B（n，π），則X的總體均數(shù)為μ=nπ，總體方差為σ2=nπ（1π），總體標準差為σ=；若將出現(xiàn)陽性結果的頻率記為：P=,則樣本率P的總體均數(shù)為μP=π，總體方差為σ =，總體標準差為σp=，σp是頻率P的標準差，又稱頻率的標準誤，反映陽性頻率的抽樣誤差大小。①Poisson分布總體均數(shù)與總體方差相等，均為λ；②Poisson分布的觀察結果可加性，即對于服從Poisson分布的m歌互相獨立的隨機變量XX2…Xm，它們的和也服從Poisson分布，其均數(shù)為這個m隨機變量的均數(shù)之和。2標準誤：①均數(shù)的標準誤的理