【文章內(nèi)容簡(jiǎn)介】 不同水平（ c1， c0）的優(yōu)勢(shì)比： logistic 回歸 ：是一個(gè)概率型模型，因此可以利用它預(yù)測(cè)某事件發(fā)生的概率。例如在臨床上可以根據(jù)患者的一些檢查指標(biāo)，判斷患某種疾病的概率有多大。 綜合評(píng)價(jià) ：利用多項(xiàng)指標(biāo)對(duì)某個(gè)評(píng)價(jià)對(duì)象的某種屬性進(jìn)行定性、定量評(píng)估，或者對(duì)多個(gè)評(píng)價(jià)對(duì)象的屬性進(jìn)行定性、定量評(píng)估，可對(duì)優(yōu)劣順序排序 多元回歸與逐步回歸法 ：多元回 歸分析挑選標(biāo)準(zhǔn)化偏回歸系數(shù)絕對(duì)值較大或偏回歸系數(shù)假設(shè)檢驗(yàn)有顯著性的指標(biāo)作為評(píng)價(jià)指標(biāo)；逐步回歸有自動(dòng)挑選主要影響指標(biāo)的功能，是目前最常用的指標(biāo)挑選方法。 指標(biāo)聚類(lèi)法 ：在存在眾多指標(biāo)的情況下，可將相似指標(biāo)聚成類(lèi)，再?gòu)拿款?lèi)中找一個(gè)典型指標(biāo)作為代表，從而用少量幾個(gè)典型指標(biāo)作為評(píng)價(jià)指標(biāo)來(lái)代表原來(lái)眾多的指標(biāo)建立評(píng)價(jià)模型。 層次分析法 (Analytic Hierarchy Process,簡(jiǎn)稱 AHP)：由美國(guó)科學(xué)家 于 20 世紀(jì) 70 年代提出 ,是用系統(tǒng)分析的方法，對(duì)評(píng)價(jià)對(duì)象依評(píng)價(jià)目的所確定的總評(píng)價(jià)目標(biāo)進(jìn)行連續(xù) 性分解 ,得到各級(jí)（各層）評(píng)價(jià)目標(biāo)，并以最下層指標(biāo)作為衡量目標(biāo)達(dá)到程度的評(píng)價(jià)指標(biāo)。然后依據(jù)這些指標(biāo)計(jì)算出一綜合評(píng)分指數(shù)對(duì)評(píng)價(jià)對(duì)象的總評(píng)價(jià)目標(biāo)進(jìn)行評(píng)價(jià)，依其大小來(lái)確定評(píng)價(jià)對(duì)象的優(yōu)劣等級(jí)。 秩和比 （ Rank Sum Ratio， RSR）指行（或列）秩次的平均值，是一個(gè)非參數(shù)統(tǒng)計(jì)量，具有 0~1連續(xù)變量的特征。在綜合評(píng)價(jià)中，秩和比綜合了多項(xiàng)評(píng)價(jià)指標(biāo)的信息，表明多個(gè)評(píng)價(jià)指標(biāo)的綜合水平， RSR 值越大越優(yōu)。 重復(fù)測(cè)量設(shè)計(jì) ：當(dāng)前后測(cè)量設(shè)計(jì)的重復(fù)測(cè)量次數(shù) m≥ 3 時(shí)，稱重復(fù)測(cè)量設(shè)計(jì)或重復(fù)測(cè)量數(shù)據(jù)。 判別分析 :在已知分為若干 個(gè)類(lèi)的前提下，獲得判別模型，并用來(lái)判定觀察對(duì)象的歸屬。 聚類(lèi)分析 :將隨機(jī)現(xiàn)象歸類(lèi)的統(tǒng)計(jì)學(xué)方法，在不知道應(yīng)分多少類(lèi)合適的情況下，試圖借助數(shù)理統(tǒng)計(jì)的方法用已收集到的資料找出研究對(duì)象的適當(dāng)歸類(lèi)方法。已成為發(fā)掘海量基因信息的首選工具。 R 型聚類(lèi) : 又稱指標(biāo)聚類(lèi)，是指將 m 個(gè)指標(biāo)歸類(lèi)的方法，其目的是將指標(biāo)降維從而選擇有代表性的指標(biāo)。 Q 型聚類(lèi) : 又稱樣品聚類(lèi)，是指將 n 個(gè)樣品歸類(lèi)的方法，其目的是找出樣品間的共性。 非參數(shù)檢驗(yàn) 針對(duì)某些資料的總體分布難以用某種函數(shù)式來(lái)表達(dá)，或者資料的總體分布的函數(shù)式是未知的，只知道總體 分布式連續(xù)型的或是離散型的，用于解決這類(lèi)問(wèn)題需要一種不依賴總體分布的具體形式的統(tǒng)計(jì)分析方法。由于這類(lèi)方法不受總體參數(shù)的限制，故稱為非參數(shù)統(tǒng)計(jì)，或稱為不拘分布的統(tǒng)計(jì)分析方法，又稱為無(wú)分布型式假定的統(tǒng)計(jì)分析方法。適于處理總體分布不易確定或未知；分布非正態(tài)但無(wú)合適轉(zhuǎn)換方法；有一端或兩端有不確定數(shù)值（如 , ） 的資料；等級(jí)資料等。 參數(shù)檢驗(yàn)： 通常要求樣本來(lái)自總體分布類(lèi)型已知（正態(tài)分布），在這種假設(shè)的基礎(chǔ)上，對(duì)總體參數(shù)（如總體均數(shù)）進(jìn)行估計(jì)和檢驗(yàn)，稱為參數(shù)檢驗(yàn)。 例如，均數(shù)的區(qū)間估計(jì)； t 檢驗(yàn) /u 檢驗(yàn)， F檢驗(yàn)。 完全數(shù)據(jù) ：一部分研究對(duì)象可觀察到死亡，從而得到準(zhǔn)確的生存時(shí)間，所提供的信息是完全的 不完全數(shù)據(jù) ：亦稱截尾數(shù)據(jù)：一部分病人，或中途失訪，或到觀察結(jié)束時(shí)仍存活，對(duì)這部分病人無(wú)法知道準(zhǔn)確的生存時(shí)間，只知道其生存時(shí)間比觀察到的時(shí)間要長(zhǎng)，它提供不完全的信息，稱為不完全數(shù)據(jù)，亦稱截尾數(shù)據(jù) 生存時(shí)間： 生存時(shí)間（ survival time）是任何兩個(gè)有聯(lián)系事件之間的時(shí)間間隔，常用符號(hào) t 表示。狹義的生存時(shí)間常指患某種疾病的病人從發(fā)病到死亡所經(jīng)歷的時(shí)間跨度，廣義的生存時(shí)間定義為從某種起始事件到終點(diǎn)事件所經(jīng)歷的時(shí)間跨 度。 生存函數(shù)： 生存函數(shù)（ survival function）又稱為累積生存率，簡(jiǎn)稱生存率。表示具有協(xié)變量 X 的觀察對(duì)象其生存時(shí)間 T 大于時(shí)間 t 的概率，常用 ),(),( XX tTPtS ?? 表示。 死亡概率： 表示一個(gè)觀察對(duì)象從開(kāi)始觀察到時(shí)間 t 為止的死亡概率，它是一個(gè)隨時(shí)間上升的函數(shù)： F(t， X)=P(Tt， X)，當(dāng) t趨于無(wú)窮大時(shí)，死亡概率等于 1。 層次分 析法： 用系統(tǒng)分析的方法，對(duì)評(píng)價(jià)對(duì)象依評(píng)價(jià)目的所確定的總評(píng)價(jià)目標(biāo)進(jìn)行連續(xù)性分解 ,得到各級(jí)（各層）評(píng)價(jià)目標(biāo)，并以最下層指標(biāo)作為衡量目標(biāo)達(dá)到程度的評(píng)價(jià)指標(biāo)。然后依據(jù)這些指標(biāo)計(jì)算出一綜合評(píng)分指數(shù)對(duì)評(píng)價(jià)對(duì)象的總評(píng)價(jià)目標(biāo)進(jìn)行評(píng)價(jià)，依其大小來(lái)確定評(píng)價(jià)對(duì)象的優(yōu)劣等級(jí)。 Topsis 法： 是系統(tǒng)工程中有限方案多目標(biāo)決策分析的一種常用方法，可用于效益評(píng)價(jià)、衛(wèi)生決策和衛(wèi)生事業(yè)管理等多個(gè)領(lǐng)域。本法對(duì)樣本資料無(wú)特殊要求，使用靈活簡(jiǎn)便，故應(yīng)用日趨廣泛。 秩和比法： 指利用 RSR 進(jìn)行統(tǒng)計(jì)分析的一組方法。其基本思想是：在一個(gè)行列矩陣中，通過(guò)秩 轉(zhuǎn)換，獲得無(wú)量綱統(tǒng)計(jì)量；在此基礎(chǔ)上，運(yùn)用參數(shù)統(tǒng)計(jì)分析的概念與方法，研究的分布；以 RSR值對(duì)評(píng)價(jià)對(duì)象的優(yōu)劣直接排序或分檔排序。 頻數(shù)表 ： 頻數(shù)表亦稱頻數(shù)分布表，是由變量值的分組和各組段的例數(shù)構(gòu)成 統(tǒng)計(jì)描述 ：指選用恰當(dāng)?shù)闹笜?biāo)，通常稱為統(tǒng)計(jì)量，選用合適的統(tǒng)計(jì)表與統(tǒng)計(jì)圖，對(duì)資料的數(shù)量特征及其分布規(guī)律進(jìn)行測(cè)定和描述。包括搜集數(shù)據(jù)、整理數(shù)據(jù)、總結(jié)數(shù)據(jù)、分析數(shù)據(jù)以及將數(shù)據(jù)呈現(xiàn)出來(lái) 統(tǒng)計(jì)推斷 ：指如何在一定的可信度下由樣本信息統(tǒng)計(jì)指標(biāo)來(lái)推斷總體相應(yīng)指標(biāo)，又稱 參數(shù)估計(jì) 。包括進(jìn)行推測(cè)、假設(shè)檢驗(yàn)、確定關(guān)系然后作出預(yù)測(cè)，有點(diǎn)估計(jì)和區(qū)間 估計(jì)。 小概率事件 ：統(tǒng)計(jì)分析中的很多結(jié)論都是基于一定可信程度下的概率推斷，習(xí)慣上將 P= 稱為小概率事件，表示一次實(shí)驗(yàn)或觀察中該事件發(fā)生的可能很小，可以視為可能不發(fā)生。 算術(shù)均數(shù) ：簡(jiǎn)稱均數(shù) 可用于反映一組呈對(duì)稱分布的變量值在數(shù)量)](e x p [? 01 ccbRO jj ??統(tǒng)計(jì)復(fù)習(xí)題 5 Edited by RYAN DAI 上的平均水平或者說(shuō)是集中位置的特征值。 幾何均數(shù) ： 可用于反映一組經(jīng)對(duì)數(shù)轉(zhuǎn)換后呈對(duì)稱分布的變量值在數(shù)量上的平均水平。適用條件：呈倍數(shù)關(guān)系的等比資料或?qū)?shù)正態(tài)分布（正偏態(tài)）資料；如抗體滴度資料 中位數(shù) ：是將變量值從小到大排列，位置居于中間的那個(gè)變量值。符號(hào)為 Md，反映一批觀察 值在位次上的平均水平。 適用于 : 各種分布類(lèi)型的資料 特別是偏態(tài)分布資料和開(kāi)囗資料（一端或兩端無(wú)確切數(shù)值的資料）。 資料分布不明等 百分位數(shù) ：將一組數(shù)據(jù)從大到小按順序排列起來(lái)，并計(jì)算相應(yīng)的累計(jì)百分位（頻率）。那某一百分位所對(duì)應(yīng)的數(shù)據(jù)變量值就叫這一百分位的百分位數(shù) 百 分位數(shù)的應(yīng)用：確定醫(yī)學(xué)參考值范圍 ；中位數(shù) Md 與四分位半間距 QD 一起使用，描述偏態(tài)分布資料的特征 參考值范圍 ： 由于個(gè)體存在差異，醫(yī)學(xué)數(shù)據(jù)，并不是常數(shù)，而是在一定范圍內(nèi)波動(dòng)，是指包括絕大多數(shù)正常人形態(tài)、功能和代謝產(chǎn)物等各種生理及生化指標(biāo)常 數(shù)，也稱正常值 。 百分位數(shù) ：數(shù)據(jù)從小到大 排列 。在百分尺度下，所占百分比對(duì)應(yīng)的值。記為 Px。包括 直接算法和頻數(shù)表法 應(yīng)用 ： ：如 95％參考值范圍＝ － ；表示有 95％正常個(gè)體的測(cè)量值在此范圍。 Md 與四分位半間距 QD 一起使用，描述偏態(tài)分布資料的特征 抽樣誤差 ： 由個(gè)體變異產(chǎn)生的，抽樣造成的樣本統(tǒng)計(jì)量與總體參數(shù)的差異 方差 也稱均方差，樣本觀察值的離均差平方和的均值。表示一組數(shù)據(jù)的平均離散情況。 標(biāo)準(zhǔn)差 即方差的正平方根；其單位與原變量 X 的單位相同。 Бх ，標(biāo)準(zhǔn)誤 ：將樣 本統(tǒng)計(jì)量的標(biāo)準(zhǔn)差稱 ~，樣本均數(shù)的標(biāo)準(zhǔn)差稱均數(shù)標(biāo)準(zhǔn)誤 ,反映了樣本均屬間的離散程度，也反映了樣本均數(shù)與總體均數(shù)的差異，說(shuō)明均數(shù)抽樣誤差的大小 自由度 是數(shù)學(xué)名詞，在統(tǒng)計(jì)學(xué)中， n 個(gè)數(shù)據(jù)如不受任何條件的限制，則 n 個(gè)數(shù)據(jù)可取任意值，稱為有 n 個(gè)自由度 變異系數(shù) ：多用于觀察指標(biāo)單位不同時(shí)，如身高與體重的變異程度的比較；或均數(shù)相差較大時(shí)，如兒童身高與成人身高變異程度的比較。 可信區(qū)間 ： 按一定的概率或可信度 (1α) 用一個(gè)區(qū)間來(lái)估計(jì)總體參數(shù)所在的范圍 ,該范圍通常稱為參數(shù)的可信區(qū)間或者置信區(qū)間 ,預(yù)先給定的概率 (1α) 稱為可信度 或者置信度 。 如果能進(jìn)行重復(fù)抽樣試驗(yàn)，平均有 1α 的可信區(qū)間包含總體參數(shù)。 95％可信區(qū)間 ：從總體中作隨機(jī)抽樣，作 100 次抽樣，每個(gè)樣本可算得一個(gè)可信區(qū)間，得 100個(gè)可信區(qū)間，平均有 95 個(gè)可信區(qū)間包括 μ (估計(jì)正確 )，只有 5 個(gè)可信區(qū)間不包括 μ (估計(jì)錯(cuò)誤 )。 假設(shè)檢驗(yàn)過(guò)去稱顯著性檢驗(yàn) ：它是利用小概率反證法思想，從問(wèn)題的對(duì)立面 (H0)出發(fā)間接判斷要解決的問(wèn)題 (H1)是否成立。然后在 H0 成立的條件下計(jì)算檢驗(yàn)統(tǒng)計(jì)量，最后獲得 P 值來(lái)判斷。 檢驗(yàn)水準(zhǔn) ?，過(guò)去稱顯著性水準(zhǔn)，是預(yù)先規(guī)定的概率值，它確定了小概率事件的標(biāo)準(zhǔn)。 在實(shí)際工作中常取 ? = 。 可根據(jù)不同研究目的給予不同設(shè)置。