論文資料-醫(yī)學(xué)統(tǒng)計(jì)學(xué)總結(jié)重點(diǎn)筆記復(fù)習(xí)資料word可編輯-wenkub.com
2024-11-10 10:17 本頁(yè)面
【正文】 ，避免外延。 ，應(yīng)繪制散點(diǎn)圖，當(dāng)觀察點(diǎn)的分布有直線趨勢(shì)時(shí)，才適宜作直線回歸分析，散點(diǎn)圖還能提示資料有無(wú)異常點(diǎn)。反之也是一樣?；貧w是對(duì)兩個(gè)變量做定量描述，研究?jī)蓚€(gè)變量的數(shù)量關(guān)系，已知一個(gè)變量值可以預(yù)測(cè)出另一個(gè)變量值，可以得到定量結(jié)果?；貧w是反映兩個(gè)變量的依存關(guān)系，一個(gè)變量的改變會(huì)引起另一個(gè)變量的變化，是一種 單向的關(guān)系。 ⑷雙變量的小樣本經(jīng) t 檢驗(yàn)只能推斷兩變量間有無(wú)直線關(guān)系，而不能推斷相關(guān)的緊密程度，要推斷相關(guān)的緊密程度，樣本含量必須很大。如果散點(diǎn)圖呈明顯曲線趨勢(shì)，應(yīng)使之直線化再行分析。 線性相關(guān)系數(shù)取值范圍（填空） 1≤ r≤ 1 樣本相關(guān)系數(shù) r的假設(shè)檢驗(yàn)（填空題） （ 1） r 界值表法 ； （ 2） t檢驗(yàn)法。若檢驗(yàn)統(tǒng)計(jì)量 T值在上、下界值范圍內(nèi)，其 P值大于表上方相應(yīng)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(yīng)概率水平。編秩次時(shí)遇差數(shù)等于 0，舍去不計(jì)，同時(shí)樣本例數(shù)減 1；遇絕對(duì)值相等差數(shù)，符號(hào)相同順次編秩次，符號(hào)相反取平均秩次，且符號(hào)相反。 對(duì)于大樣本，如不采用適當(dāng)?shù)慕?，?jì)算可能變得十分復(fù)雜。 當(dāng)推論多達(dá) 3個(gè)以上時(shí)，非參數(shù)統(tǒng)計(jì)方法尤具優(yōu)越性。 非參數(shù)檢驗(yàn)的優(yōu)缺點(diǎn)：（簡(jiǎn)答） 非參數(shù)統(tǒng)計(jì)與傳統(tǒng)的參數(shù)統(tǒng)計(jì)相比，有以下優(yōu)點(diǎn)： 非參數(shù)統(tǒng)計(jì)方法要求的假定條件比較少，因而它的適用范圍比較廣泛。 （ 5）分布類(lèi)型不明。 （ 2）偏態(tài)分布資料。 （ 2）收集資料方便，可用“等級(jí)”或“符號(hào)”來(lái)評(píng)定觀察 結(jié)果。由于這類(lèi)方法不受總體參數(shù)的限 制，故稱(chēng)非參數(shù)統(tǒng)計(jì)法（ nonparametric statistics），或稱(chēng)為不拘分布（ distributionfree statistics）的統(tǒng)計(jì)分析方法，又稱(chēng)為無(wú)分布型式假定（ assumption free statistics）的統(tǒng)計(jì)分析方法。 [評(píng)析 ]這是一個(gè)配對(duì)設(shè)計(jì)的資料，因此用配對(duì) 檢驗(yàn)公式計(jì)算。 標(biāo)準(zhǔn)化法的基本思想，就是采用統(tǒng)一的標(biāo)準(zhǔn)（統(tǒng)一的內(nèi)部構(gòu)成）計(jì)算出消除內(nèi)部構(gòu)成不同影響后的標(biāo)準(zhǔn)化率（調(diào)整率），然后再進(jìn)行比較。 ⑷ 對(duì)觀察單位數(shù)不等的幾個(gè)率，不能直接相加求其總率。 （ 2） 各樣本的總體方差相等，即方差齊性 (homoscedasticity)。 只取單尾，假設(shè)檢 驗(yàn)時(shí) 值一般不知道，在一定情況下可以測(cè)算出，如已知兩總體的差值 （如 ）、樣本含量 和檢驗(yàn)水準(zhǔn) 。因此要結(jié)合專(zhuān)業(yè)作出恰如其分的結(jié)論。差別有 統(tǒng)計(jì)學(xué)意義時(shí)，是指無(wú)效假設(shè) h0 被接受的可能性只有 5%或不到 5%，甚至不到 1%，根據(jù)小概率事件一次不可能拒 h0，但尚不能排除有 5%或 1%出現(xiàn)的可能，所以可能產(chǎn)生第一類(lèi)錯(cuò)誤；同樣，若不拒絕 h0，可能產(chǎn)生第二類(lèi)錯(cuò)誤。但即使檢驗(yàn)結(jié)果是 P＜ 甚至 P＜ ，都不說(shuō)明差異相差很大，只表示更有把握認(rèn)為二者存在差異。如果 t 值＜ t 界值，故 P＞ ，如 t＞t 界值，則 P＜ ，單側(cè)檢驗(yàn)的 t 界值 要小于雙側(cè)檢驗(yàn)的 t 界值，因此有可能出現(xiàn)算得的 t 值大于單側(cè) t 界值，而小于雙側(cè) t 界值的情況，即單側(cè)檢驗(yàn)顯著，雙側(cè)檢驗(yàn)未必就顯著，反之，雙側(cè)檢驗(yàn)顯著， 單側(cè)檢驗(yàn)必然會(huì)顯著。方差分析得到的是 F 統(tǒng)計(jì)量或稱(chēng) F值。 這里的檢驗(yàn)方法，是指參數(shù)檢驗(yàn)方法，有 u 檢驗(yàn)、 t 檢驗(yàn)和方差分析三種，對(duì)應(yīng)于不同的檢驗(yàn)公式。 假設(shè)檢驗(yàn)的基本求解步驟或者注意事項(xiàng)。 t 檢驗(yàn)的類(lèi)型： 單樣本 t檢驗(yàn) ， 獨(dú)立 t 檢驗(yàn) ， 配對(duì) t檢驗(yàn) 配對(duì)設(shè)計(jì)和完全隨機(jī)設(shè)計(jì)（名解 2選 1） 完全隨機(jī)設(shè)計(jì) （ pletely random design）：完全隨機(jī)設(shè)計(jì)僅涉及一個(gè)處理因素（但可為多水平），故又稱(chēng)單因素（ oneway）設(shè)計(jì)。 總體均數(shù) 95％可信區(qū)間的公式是： ?？尚艆^(qū)間用于估計(jì)總體參數(shù)，總體參數(shù)只有一個(gè) 。 參數(shù)估計(jì)： 指用樣本指標(biāo)值（統(tǒng)計(jì)量）估計(jì)總體指標(biāo)值（參數(shù)）。 對(duì)于具有特定的發(fā)生概率的隨機(jī)變量，其特定的價(jià)值區(qū)間 一個(gè)確定的數(shù)值范圍（“一個(gè)區(qū)間”）。 t 分布與正態(tài)分布比較的區(qū)別 t 分布與標(biāo)準(zhǔn)正態(tài)分布相比有以下特點(diǎn)：①都是單峰、對(duì)稱(chēng)分布；② t 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(biāo)準(zhǔn)正態(tài)分布；當(dāng)ν 趨向∞ ， t 分布的極限分布是標(biāo)準(zhǔn)正態(tài)分布。統(tǒng)計(jì)上用標(biāo)準(zhǔn)誤（ standard error， SE）來(lái)衡量抽樣誤差的大小，即樣本均數(shù)的 標(biāo)準(zhǔn)差 ，是描述均數(shù)抽樣分布的離散程度及衡量均數(shù)抽樣誤差大小的尺度。 （ ） =～ 脈搏數(shù)的 99%正常值范圍為： 177。求得 = ， S =。許多統(tǒng)計(jì)方法雖然不要求分析指標(biāo)服從正態(tài)分布，但相應(yīng)的統(tǒng)計(jì)量在大樣本時(shí)近似正態(tài)分布，因而大樣本時(shí)這些 統(tǒng)計(jì)推斷 方法也是以正態(tài)分布為理論基礎(chǔ)的。 3. 質(zhì)量控制 ：為了控制實(shí)驗(yàn)中的測(cè)量（或?qū)嶒?yàn)）誤差，常以 作為上、下警戒值，以 作為上、下控制值。 1. 估計(jì)頻數(shù)分布 一個(gè)服從正態(tài)分布的變量只要知道其均數(shù)與標(biāo)準(zhǔn)差就可根據(jù)公式即可估計(jì)任意取值范圍內(nèi)頻數(shù)比例。σ也稱(chēng)為是正態(tài)分布的形狀參數(shù)，σ越大，曲線越扁平，反之，σ越小，曲 線越瘦高。 (1) υ 是正態(tài)分布的位置參數(shù)，描述正態(tài)分布的集中趨勢(shì)位置。 據(jù)此繪制頻數(shù)分布圖。 便于進(jìn)一步計(jì)算有關(guān)指標(biāo)或進(jìn)行 統(tǒng)計(jì)分析 。 頻數(shù)分 布表的用途 描述資料的分布特征和分布類(lèi)型。例如第一個(gè)數(shù) “ 1
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1