《醫(yī)學(xué)統(tǒng)計學(xué)簡答題總結(jié) 必考大題總結(jié) 考前必看》由會員分享，可在線閱讀，更多相關(guān)《醫(yī)學(xué)統(tǒng)計學(xué)簡答題總結(jié) 必考大題總結(jié) 考前必看（4頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、描述計量資料的集中趨勢和離散趨勢的指標(biāo)有哪些？各指標(biāo)的適用范圍如何？答:描述計量資料集中趨勢的統(tǒng)計 指標(biāo)常見的有算數(shù)均數(shù)、幾何均數(shù)、中位數(shù)。算數(shù)均數(shù)適用于描述對稱分布資料的集中位置，尤其是正態(tài)分布的 資料；幾何均數(shù)一般用來描述等比資料和對數(shù)正態(tài)分布資料的集中位置；中位數(shù)可以使用于任何分布的資料，尤 其是偏態(tài)分布。分布不明或分布末端無確定值的資料。 描述離散趨勢的指標(biāo)常見的有極差、四分位數(shù)間距、 方差、標(biāo)準(zhǔn)差和變異系數(shù)。極差與四分位數(shù)間距可以用于任何分布，后者比前者穩(wěn)定，但是這兩個指標(biāo)都不能綜 合反映各觀察值得變異程度；方差和標(biāo)準(zhǔn)差最常用，但要求資料近似正態(tài)分布；變異系數(shù)可以用于多組資料間量

2、綱不同或均數(shù)相差較大的時候變異程度的比較。 頻數(shù)分布表（圖）的用途有哪些？ 1描述資料的分布類型，是對稱分布還是偏態(tài)分布；2描述變量的分布特征： 集中趨勢和離散趨勢；3便于發(fā)現(xiàn)某些離群值或異常值；4便于進(jìn)一步的統(tǒng)計分析和處理；5當(dāng)樣本含量夠大的時 候，我們還可以以頻率作為概率的估計值。 變異系數(shù)和標(biāo)準(zhǔn)差有何異同？答：不同點：變異系數(shù)主要用于量綱不同的變量間，或均數(shù)相差較大的變量間的變 異程度的比較。所以變異系數(shù)是沒有量綱的，而標(biāo)準(zhǔn)差是方差的平方根，標(biāo)準(zhǔn)差的量綱與原指標(biāo)的一致，它適用 于近似正態(tài)分布的資料。 相同點和聯(lián)系：變異系數(shù)和標(biāo)準(zhǔn)差都是用于對稱分布資料，尤其是正態(tài)分布的資料， 且還可

3、以知道變異系數(shù)是由標(biāo)準(zhǔn)差計算得到的。 應(yīng)用相對數(shù)的注意事項：1、防止概念混淆2.頻率型指標(biāo)的解釋要緊扣總體與屬性3、計算相對數(shù)時分母應(yīng)有足夠 數(shù)量4.正確計算合計頻率5、注意資料的可比性6.正確進(jìn)行相對數(shù)的統(tǒng)計推斷。 為什么不能以構(gòu)成比代率？請聯(lián)系實際加以說明。 率和構(gòu)成比所說明的問題不同，因而絕不能以構(gòu)成比代率。構(gòu)成比只能說明各組成部分的比重或分布，而不能說 明某現(xiàn)象發(fā)生的頻率或強(qiáng)度。 .二項分布：如果每個對象陽性結(jié)果的發(fā)生概率為兀，陰性結(jié)果的概率為1-兀，而且各個觀察對象的結(jié)果是相互獨 立的，那么，重復(fù)觀察N個人，發(fā)生陽性次數(shù)的概率分布為二項分布。適用條件：1試驗只會出現(xiàn)兩種對立的

4、結(jié) 果2每次試驗陽性和陰性結(jié)果概率固定不變3每次試驗相互獨立。性質(zhì)和特征：1形態(tài)取決于n和n，當(dāng)n接近 于0.5時，分布對稱，離0.5越遠(yuǎn)，分布對稱性越差，當(dāng)n增大時，分布趨于對稱2,高峰在P=nn處3、二項分 布的總體均數(shù)U =n n，方差=nn（1-n），nn和n （1- n ）都大于5時，近似服從正態(tài)分布 Poission分布：可以看作是每個觀察對象陽性結(jié)果的發(fā)生發(fā)生概率n很小，而觀察例數(shù)n很大時的二項分布。特 征：1.它的分布屬于離散型分布2.當(dāng)總體均數(shù)入值小于5時為偏鋒，入愈小分布愈偏，隨著入增大，分布趨向?qū)?稱3.總體均數(shù)與總體方差相等。 正態(tài)分布的概念，圖形特征和應(yīng)用：A正態(tài)

5、分布是自然界最常見的一種分布，特點是中間頻數(shù)最多，兩邊頻數(shù)漸 少且對稱；B表現(xiàn)為鐘形曲線，曲線下面積為1；U決定曲線在橫軸上的位置，u增大，曲線沿橫軸向右移，反之 曲線沿橫軸向左移；。決定曲線的形狀，當(dāng)u恒定時它越大數(shù)據(jù)越分散，曲線越矮胖；。越小數(shù)據(jù)越集中，曲線 越瘦高；C正態(tài)分布的應(yīng)用：A確定醫(yī)學(xué)參考值范圍：指特定的“正?！比巳旱慕馄?，生理，生化指標(biāo)及組織代 謝產(chǎn)物含量等數(shù)據(jù)中大多數(shù)個體的取值所在的范圍。范圍有兩種：百分位數(shù)，適用于任何分布類型的資料。正態(tài) 分布法，若X服從正態(tài)分布，可以依賴正態(tài)分布規(guī)律計算。B質(zhì)量控制圖C計算頻率、頻數(shù)D作為統(tǒng)計學(xué)基礎(chǔ)。 標(biāo)準(zhǔn)誤和標(biāo)準(zhǔn)差的區(qū)別：1）標(biāo)準(zhǔn)差反

6、映個體值散布的程度，標(biāo)準(zhǔn)誤反映精確知道總體參數(shù)的程度2）標(biāo)誤小于標(biāo) 差3）樣本含量越大，標(biāo)誤越小，其樣本均數(shù)更有可能接近于總體均數(shù)，但標(biāo)差不隨樣本含量的改變而有明顯方 向性改變，隨著樣本含量的增大，標(biāo)差可能增大也可能減小。 t分布特點：1.t分布是以0為中心的單峰分布，左右完全對稱。2.v越小，t值越分散，曲線的峰部越矮，尾部越 高，3當(dāng)自由度v逐漸增大時。t分布逐漸逼近標(biāo)準(zhǔn)正態(tài)分布，當(dāng)v趨于無窮時，t分布就完全成為標(biāo)準(zhǔn)正態(tài)分布。 假設(shè)檢驗：也稱顯著性檢驗，利用小概率反證法思想，首先根據(jù)設(shè)計和研究目的提出某種假設(shè)，再根據(jù)現(xiàn)有的資 料提供的信息，推斷此假設(shè)應(yīng)當(dāng)拒絕還是不拒絕。步驟：1，建立檢

7、驗假設(shè)確定檢驗水準(zhǔn)2,計算檢驗統(tǒng)計量3, 確定P值，做出推斷。 假設(shè)檢驗注意事項:A要有嚴(yán)密的抽樣研究設(shè)計，樣本的代表性和組間的均衡性；B正確選用檢驗方法。根據(jù)研 究目的，設(shè)計類型，變量類型和樣本的大小選擇恰當(dāng)?shù)臋z驗方法C.正確理解P值的含義。差別有統(tǒng)計學(xué)意義，不 能理解為兩者差異大，也不能理解為所分析的指標(biāo)在實際應(yīng)用中就有“顯著效果”。D應(yīng)結(jié)合專業(yè)知識理解統(tǒng)計 推斷的結(jié)論，即統(tǒng)計學(xué)差異顯著的意義與實際意義的差別。E寫研究報告時，應(yīng)寫出檢驗統(tǒng)計量，檢驗水準(zhǔn)a， 并注明單雙側(cè)及p值的確切范圍。 假設(shè)檢驗中P值涵義：是指在零假設(shè)成立的條件下，出現(xiàn)統(tǒng)計量目前值及更不利于零假設(shè)數(shù)值的概率。（課本）

8、。 是指從Ho規(guī)定的在體內(nèi)中進(jìn)行隨機(jī)抽樣，所觀察到的等于及大于現(xiàn)有樣本檢驗統(tǒng)計量的概率。 檢驗水準(zhǔn)a：無效假設(shè)為真時，拒絕無效假設(shè)的概率。a是由研究者事先確定的，常用a值有0.05,0.01. 假設(shè)檢驗中檢驗水準(zhǔn)a和P值的關(guān)系？以t檢驗為例，a和P都可用t分布的尾部的面積大小表示，所不同的是： a值是指在統(tǒng)計推斷時預(yù)先設(shè)定一個小概率值，即原假設(shè)H0成立，經(jīng)檢驗被拒絕的概率。P值是由實際樣本計 算得到的，是指在Ho成立的前提下，出現(xiàn)等于或大于現(xiàn)有檢驗統(tǒng)計量的概率。 假設(shè)檢驗是如何確立單雙側(cè)？ 1）假設(shè)檢驗中根據(jù)專業(yè)知識和研究目的來確定采用單側(cè)還是雙側(cè)2）若根據(jù)專業(yè) 知識有充分把握可以排除某

9、一側(cè)，可采用單側(cè)檢驗3）在沒有充分理由進(jìn)行單側(cè)檢驗時，為穩(wěn)妥起見，應(yīng)選用雙 側(cè)檢驗。 簡述兩類錯誤及其關(guān)系？假設(shè)檢驗是由樣本信息對總體特征進(jìn)行推斷，因此無論做出那種推斷結(jié)論，都有可能發(fā) 生錯誤。假設(shè)檢驗時，拒絕原本正確的H0,犯第I類錯誤，稱為棄真錯誤；不能拒絕原本錯誤的H0，犯第II類錯 誤，稱存?zhèn)五e誤。犯第一類錯誤的概率用a表示，其數(shù)值根據(jù)研究者的要求來確定；犯第二類錯誤的概率用B表 示，它只有與特定的H1結(jié)合起來才有意義。對某一具體的檢驗來說，當(dāng)樣本量n 一定時，a越大B越??；a越 小B越大。為了同時減小a和B，只有通過增加樣本含量減少抽樣誤差來實現(xiàn)。 影響檢驗效能的因素：總體參數(shù)的

10、差異越大，個體差異（標(biāo)準(zhǔn)差）越小，樣本量越大，檢驗水準(zhǔn)a越大（越松）， 檢驗效能越大。 為什么假設(shè)檢驗的結(jié)論不能絕對化？假設(shè)檢驗的結(jié)論是根據(jù)小概率事件在一次實驗中實際不可能發(fā)生的原理作 出的，若檢驗水準(zhǔn)a =0.05則PW0.05表示在Ho成立的條件下，出現(xiàn)大于或等于現(xiàn)有統(tǒng)計量的概率等于或小于 0.05，是小概率事件，即在一次實驗中幾乎不可能出現(xiàn)的事件，因此拒絕Ho,但并非Ho不成立，絕對Ho可能 犯I型錯誤，反之，若P>0.05.則不拒絕Ho，但并非Ho絕對成立，不拒絕Ho有可能犯II型錯誤。 方差分析的基本思想：根據(jù)資料的實驗設(shè)計類型把全部觀察值總的離均差平方和與自由度分解為兩個或多個

11、部 分，然后將各影響因素產(chǎn)生的變異與隨機(jī)誤差進(jìn)行比較，以判斷各部分的變異與隨機(jī)誤差相比，是否有統(tǒng)計學(xué)意 義。 方差分析的前提條件：1）各樣本是相互獨立的隨機(jī)樣本，均服從正態(tài)分布2）各樣本的總體方差相等即方差齊 性。 隨機(jī)區(qū)組設(shè)計：事先將全部受試對象按自然屬性分為若干區(qū)組，原則是各區(qū)組內(nèi)的受試對象的特征相同或相近， 且受試對象數(shù)與處理因素的水平數(shù)相等。然后再將每個區(qū)組內(nèi)的觀察對象隨機(jī)地分配到各處理組，這種設(shè)計叫隨 機(jī)區(qū)組設(shè)計。 方差分析后為什么不能直接做兩兩比較的t檢驗？答：會增加犯一類錯誤的概率，如果比較次數(shù)是k。每次檢驗 水準(zhǔn)是a，則犯一類錯誤的累積概率為1- （1-a） k，明顯高于

12、原來的a。若要做兩兩比較的t檢驗，則其檢驗 水準(zhǔn)應(yīng)減小，可按Bonfferoni方法或Sidak方法進(jìn)行調(diào)整，同時兩樣本均數(shù)之差標(biāo)準(zhǔn)誤的計算應(yīng)當(dāng)采用多個樣本 的數(shù)據(jù)，而不僅僅是被比較兩組的數(shù)據(jù)。 方差分析中的F檢驗為何是單側(cè)檢驗？答：方差分析中檢驗統(tǒng)計量F的計算通常是用某部分的均方除以誤差的 均方，其中分母誤差部分的均方僅包含隨機(jī)因素的作用，而分子某部分的均方不但含有相應(yīng)處理因素或交互作用 的效應(yīng)，而且還含有隨機(jī)因素的作用，因此算得的F值從理論上講應(yīng)大于或等于1，不會小于1.因此方差分析時 的F界值采用單側(cè)檢驗的界值。 是否一定要經(jīng)過方差分析發(fā)現(xiàn)有統(tǒng)計學(xué)意義后，再作均數(shù)間的兩兩比較？答：一

13、般是這樣。實際上，經(jīng)方差分析 發(fā)現(xiàn)有統(tǒng)計學(xué)意義后，再作均數(shù)間兩兩比較屬于未計劃好的事后比較。而LSD-t檢驗、Dunnett-t檢驗和Tukey HSD檢驗等多重比較就沒有必要事先進(jìn)行方差分析。分析實際資料時，有事可能會出現(xiàn)以下兩種情況：一是方差 分析有統(tǒng)計學(xué)意義，但兩兩比較均無統(tǒng)計學(xué)意義，二是方差分析物統(tǒng)計學(xué)意義，但兩兩比較中某些均數(shù)間有統(tǒng)計 學(xué)意義。對于這兩種現(xiàn)象，如果P值在檢驗水準(zhǔn)a附近，則下結(jié)論時應(yīng)特別謹(jǐn)慎，通常應(yīng)當(dāng)增加樣本量后再作分 析和推斷。 實際頻數(shù)與理論頻數(shù)：實際頻數(shù)就是實際觀察單位個數(shù)，理論頻數(shù)是在假設(shè)多個率或構(gòu)成比相等的前提下由合計 率（構(gòu)成比）推算出來的頻數(shù)。 簡述X

14、2檢驗的用途？主要用于：1、比較兩個或多個獨立樣本頻率或獨立樣本頻率分布；2、比較配對設(shè)計量樣 本頻率分布；3單樣本分布的擬合優(yōu)度；4、推斷兩個變量或特征之間有無關(guān)聯(lián)性。 非參數(shù)檢驗:是不依賴總體分布類型，也不對總體參數(shù)進(jìn)行統(tǒng)計推斷的一類統(tǒng)計方法。應(yīng)用條件：1）不滿足正態(tài) 分布和方差齊性齊性條件的小樣本資料2）分布不明的小樣本資料3）一端或兩端是不確定數(shù)值的資料4）等級資 料。 優(yōu)點：a適用范圍廣，對變量的分布無特殊要求b對數(shù)據(jù)要求不嚴(yán)，對某些指標(biāo)不便準(zhǔn)確測定只能以嚴(yán)重程度、 優(yōu)劣等級做記錄的資料也可應(yīng)用。 缺點：對于符合參數(shù)檢驗的資料如果用參數(shù)檢驗，由于沒有充分利用資料提供的信息（用秩

15、次而非原始數(shù)據(jù)計算 統(tǒng)計量），故檢驗效能低于參數(shù)檢驗。若要使檢驗效能相同，往往需要更大的樣本含量。 線性相關(guān)分析的基本步驟：1）繪制散點圖，看有無線性關(guān)系2）估計簡單相關(guān)系數(shù)r3）檢驗簡單相關(guān)系數(shù)P是 否有統(tǒng)計學(xué)意義。 應(yīng)用直線相關(guān)分析時應(yīng)注意哪些問題？⑴進(jìn)行相關(guān)分析之前，應(yīng)繪制散點圖。當(dāng)散點分布有直線趨勢時，才適宜 作相關(guān)分析。另外散點圖還能提示資料有無異常，若出現(xiàn)異常點時慎用相關(guān)。⑵相關(guān)分析要求兩變量為服從雙變 量正態(tài)分布的隨機(jī)變量，因此當(dāng)有一個變量的數(shù)值人為選定時莫作相關(guān)分析。⑶樣本的相關(guān)系數(shù)接近于零并不意 味著兩變量間一定無相關(guān)性，也可能存在非線性（曲線）關(guān)系。⑷相關(guān)關(guān)系不一定是因

16、果關(guān)系，也可能是伴隨關(guān) 系，有相關(guān)關(guān)系不能證明事物間確有內(nèi)在聯(lián)系。⑸分層資料不能盲目合并，否則易出假象。 線性回歸模型的適用條件：1）線性：因變量Y與自變量X呈線性關(guān)系2）獨立：每個個體觀察值之間相互獨立 3）正態(tài)性：在一定范圍內(nèi)，任意給定X值，其對應(yīng)的隨機(jī)變量Y服從正態(tài)分布4）方差齊性，在一定范圍內(nèi)， 不同的X值對應(yīng)的隨機(jī)變量Y的方差相等。 回歸分析的基本步驟：繪制散點圖；求回歸系數(shù)和常數(shù)項（最小二乘法）；回歸系數(shù)和常數(shù)項的假設(shè)檢驗（回歸 系數(shù)t檢驗）；回歸方程的假設(shè)檢驗和解釋（單元素方差分析）。 相關(guān)和回歸分析的區(qū)別和聯(lián)系： 區(qū)別：1、資料要求，線性回歸要求應(yīng)變量y是服從正態(tài)分布的

17、隨機(jī)變量，x是可以精確測量和嚴(yán)格控制的變量， 一般稱為1型回歸；線性相關(guān)要求兩個變量x和y為服從雙變量正態(tài)分布的的隨機(jī)變量，兩變量之間如進(jìn)行回歸 分析稱為2型回歸。2、應(yīng)用目的：說明兩變量之間的關(guān)聯(lián)關(guān)系用相關(guān)分析，說明兩變量之間的依存關(guān)系用回歸 分析。3、意義：回歸系數(shù)b表示x每增減一個單位時，y平均改變b個單位；相關(guān)系數(shù)r說明具有線性相關(guān)的 兩個變量間關(guān)系的密切程度與相關(guān)方向。 4、計算：r= l / 'l l b =產(chǎn) 5、取值范圍b全體實數(shù) r正 負(fù)1。6、單位b是有量綱的，受xy計量單位的影響，r是無量綱的，不受Xyx計量單位的影響 聯(lián)系1、方 向一致對一組數(shù)據(jù)若能同時計算b和r他們

18、的符號是一致的2、假設(shè)檢驗等價 對同一樣本，r和b的假設(shè)檢 驗得到的t值相等t = t 3、用回歸解釋相關(guān)決定系數(shù)r2 = l2 " 1 既ss回/ss總，回歸平方和越接近 總平方和則r2越接近r1，說明相關(guān)性越好。 "力 簡述簡單線性回歸分析時應(yīng)注意的事項？ 1、做線性回歸分析時要有現(xiàn)實意義，不能把兩種毫無關(guān)系的現(xiàn)象作回 歸分析，必須對兩種現(xiàn)象的內(nèi)在聯(lián)系有所認(rèn)識。2、在進(jìn)行回歸分析之前，應(yīng)先繪制散點圖。當(dāng)觀察點的散布有 直線趨勢時，才適宜作線性回歸分析。如果散點圖呈現(xiàn)明顯的曲線趨勢，應(yīng)使之直線化再作線性回歸分析，散點 圖還可以提示有無異常點。3、線性回歸方程的應(yīng)用范圍一般以自變量的取值范圍

19、為限，若無充分理由證明超過 該范圍仍然是直線關(guān)系，不應(yīng)外延。4、雙變量正態(tài)分布資料的線性關(guān)聯(lián)關(guān)系經(jīng)假設(shè)檢驗有統(tǒng)計學(xué)意義，則直線 回歸關(guān)系也有統(tǒng)計學(xué)意義，兩個檢驗結(jié)果等價。5、有直線回歸關(guān)系不一定有因果關(guān)系，也可以是伴隨關(guān)系，反 饋關(guān)系等，有回歸或相關(guān)關(guān)系時不能證明事物間確有內(nèi)在聯(lián)系，因變量和自變量之間的聯(lián)系，應(yīng)該結(jié)合專業(yè)知識 來解釋。 經(jīng)檢驗認(rèn)為回歸方程有意義，是否可以認(rèn)為兩變量之間有因果關(guān)系？答：兩變量不一定存在因果關(guān)系。簡單線性 回歸定量考察應(yīng)變量與自變量間的線性依存關(guān)系，統(tǒng)計學(xué)檢驗表明回歸方程有意義，只是說明二者數(shù)量上的線性 聯(lián)系存在，至于該內(nèi)在聯(lián)系的性質(zhì)，則可能是伴隨關(guān)系、反饋關(guān)系、

20、因果關(guān)系等尚需結(jié)合專業(yè)知識來確定。 多重線性回歸模型：1）線性，指反映變量Y的總體平均值于自變量X成線性關(guān)系。2）獨立性，任意兩個記錄 互相獨立3）正態(tài)性，誤差項服從正態(tài)分布4）等方差性，自變量X取值范圍內(nèi)，不論X取什么值Y都具有相同 的方差。診斷：殘差分析，殘差的直方圖判斷分布的正態(tài)性，繪制殘差與反應(yīng)變量預(yù)測值的散點圖是否滿足線性 和方差齊性。 應(yīng)用多重線性回歸的注意事項：A因變量Y是服從正態(tài)分布的連續(xù)型隨機(jī)變量；B自變量最好是連續(xù)型變量，也 可以是等級資料，若自變量是多項無序分類資料，則必須先啞變量化后才能進(jìn)入模型；C利用自變量對因變量進(jìn) 行預(yù)測是回歸分析的主要目的之一，此時，只能在x

21、的取值范圍內(nèi)進(jìn)行；D自變量之間不能存在多重共線性。 回歸分析注意事項：個體間獨立；足夠的樣本量；適宜的變量賦值；模型的評價；標(biāo)準(zhǔn)化回歸系數(shù)的作用；結(jié)果 報告。 logistic回歸與多重線性回歸的區(qū)別與聯(lián)系：llogistic回歸分析要求因變量必須是分類資料，而多重線性回歸要求 因變量必須服從正態(tài)分布2logistic回歸分析對自變量無嚴(yán)格要求，而多重線性回歸一般要求自變量是定量資料， 也可是有序資料 聯(lián)系：均是用來分析多個自變量與一個因變量之間的關(guān)系。 B0表示在模型中所有自變量均為0時，即在不接觸任何潛在危險/保護(hù)因素條件下，效應(yīng)事件優(yōu)勢（odds）的 對數(shù)值。 Bi為自變量Xi的

22、Logistic回歸系數(shù)，表示在控制其它自變量時，自變量Xi每變化一個單位所引起 效應(yīng)事件 優(yōu)勢改變的對數(shù)值。 生存資料的特點：1有生存結(jié)局和生存時間兩個因變量2生存時間分布不正態(tài)-非負(fù)且右偏。3、可能含有刪失數(shù) 據(jù)。 Logrank檢驗是兩條或多條生存曲線比較的非參數(shù)方法之一?？捎糜谡麠l生存曲線的比較，也適用于壽命表資 料及多組生存率間的比較；Log-rank檢驗屬于單因素分析方法，其應(yīng)用條件是除比較因素外，影響生存率的各混 雜因素在不同的組間均衡。否則，可采用Cox回歸?？捎嬎銉山M死亡的相對危險度（relative ratio, RR）。 Cox回歸模型：以生存結(jié)局和生存時間為因變量

23、，可同時分析眾多因素對生存期的影響；分析帶有刪失生存時間 的資料；不要求資料服從特定的分布類型。 Bj的實際意義：在其他自變量固定不變的條件下，變量Xi每增加一個單位所引起的風(fēng)險比的自然對數(shù)。 RRi的實際意義：在其它協(xié)變量不變的條件下，變量Xi每增加一個單位所引起的風(fēng)險比或相對危險度。 實驗設(shè)計的基本要素有哪些：研究對象、研究因素、結(jié)局指標(biāo)。受試對象是處理因素作用的客體。是根據(jù)實驗?zāi)?的確定的研究總體。根據(jù)研究目的不同，醫(yī)學(xué)研究的對象可以使人動物和植物，也可以是某個器官、細(xì)胞等生物 材料。處理因素是根據(jù)研究目的的某種外部干預(yù)措施，實驗效應(yīng)是處理對象的反應(yīng)和結(jié)局，通過觀察指標(biāo)來實現(xiàn)。 選

24、擇研究對象的原則：受益、代表性、均衡可比、依從性、知情同意。 試驗設(shè)計的原則：對照、隨機(jī)化、及重復(fù)原則、實驗設(shè)計時需要設(shè)立對照以保證組間的均衡性、是排除混雜因素 的主要手段。隨機(jī)化即每個受試對象分到實驗組和對照組的機(jī)會相等。是使各對比組間在大量不可控制的非處理 因素的分布方面盡量保持均衡一致性的重要措施。重復(fù)是指在相同的試驗條件下進(jìn)行多次研究或多次觀察，以提 高試驗的可靠性和科學(xué)性。 估計樣本的意義何在？進(jìn)行估計樣本量估計需要確定哪些前提條件？意義：在實驗設(shè)計中要對樣本；例數(shù)進(jìn)行估 計，如果例數(shù)太少，有可能把個別現(xiàn)象誤認(rèn)為是普遍現(xiàn)象。把偶然性或是巧合現(xiàn)象當(dāng)做是必然的規(guī)律，以致錯誤 的推論到

25、總體；例數(shù)太多，會增加工作的難度，勢必造成人力、物力和時間的浪費。因此保證實驗結(jié)果有一定的 可靠的條件下，確定最少的樣本例數(shù)，可以節(jié)約人力，物力、經(jīng)費。合適的樣本量：是指在保證一定估計精度和 檢驗功效的前提下，所需最少的觀察單位數(shù)。 估計樣本含量的四要素①第一類錯誤概率a，a越小，所需樣本量越大；②檢驗功效（1-B ）或第二類錯誤概率 B，第二類錯誤概率越小，檢驗功效越大，所需樣本量越大③容許誤差5，8越小，則樣本量越大，④總體標(biāo)準(zhǔn) 差。，。越小，樣本量越小。 標(biāo)準(zhǔn)化偏回歸系數(shù)與偏回歸系數(shù)有什么區(qū)別？先對應(yīng)變量和自變量做標(biāo)準(zhǔn)正態(tài)轉(zhuǎn)換，再建立回歸方程，所得回歸 方程中的回歸系數(shù)b '即標(biāo)準(zhǔn)化偏回歸系數(shù)。標(biāo)準(zhǔn)化偏回歸系數(shù)與其變量X的計量單位無關(guān)，可以用來評價X 對Y的貢獻(xiàn)大小。而偏回歸系數(shù)b與其變量X計量單位有關(guān)，不能直接用力扭評價X對丫的貢獻(xiàn)大小，夕 表示在其他自變量固定不變的情況下，X .每變化一個測量單位所引起的Y的平均改變量。 7