第一篇：常用医学统计学方法的选择
常用医学统计学方法的选择
1.多组率的比较用卡方检验（χ2检验，chi-square test)直接用几个率的数值比较，与直接用原始数据录入比较，结果会有什么不同？卡方值会受样本量的影响，样本越多，卡方值越大。
2.多组计量资料比较采用方差分析(F检验)，不能用t检验。当方差分析结果为P<0.05时，只能说明k组总体均数之间不完全相同。若想进一步了解哪两组的差别有统计学意义，需进行多个均数间的多重比较，即SNK-q检验(多个均数两两之间的全面比较)、LSD-t检验(适用于一对或几对在专业上有特殊意义的均数间差别的比较)和Dunnett检验(适用于k-1个实验组与一个对比组均数差别的多重比较)。
3.非正态分布多组数据之间比较选用非参数检验、单样本中位数检验（符号检验和 Wilcoxon 检验）、双样本中位数检验（Mann-Whitney 检验）、方差分析（Kruskal-Wallis、Mood 中位数和 Friedman 检验）
4.按血糖水平从低到高分成多组，进行多组之间死亡率的比较，由于死亡率同样受年龄、性别、病史、您身边的论文好秘书：您的原始资料与构思,我按您的意思整理成优秀论文论著,并安排出版发表，扣1550116010、766085044自信我会是您人生路上不可或缺的论文好秘书血脂等因素的影响，所以需选取合适统计方法实现“调整年龄、性别等危险因素后，按血糖分组进行死亡率的比较（由血糖从低到高分成的4组）”。①年龄是定量变量（是数值），调整年龄的方法可在Logistic回归中运用，连续性变量年龄加入covariate中，当成协变量，就可以调整年龄，age-adjusted odds ratio就能得到了。②性别性别是二分类变量，不是定量变量，不可在LOGISTIC回归里比较。调整性别可在卡方检验中采取分层的方法比较。
如果为多分类LOGISTIC回归，在选择用multinomianl LOGISTIC回归中，可选入年龄等进入covariate，观察年龄的配比情况。可把性别选入factors(自变量)。这样可以实现调整年龄、性别等危险因素。
5.回顾性研究(1)临床妊娠率和女性年龄的关系+(2)男性影响临床妊娠的精子参数比较： 数据类型及变量的说明：y：计量 拟采用的分析方法：卡方检验 拟采用的分析软件：spss 原始数据附件及格式：word表
能否用其他方法统计分析：可用卡方分割，调整检验水准（根据比较的次数N，校正后的检验水准为0.05/N）。
6.重复t检验：多个样本均数间的两两比较(又称多重比较)不宜用t检验，因为重复数次，t检验将增加第一类错误的概率，使检验效率降低。此时宜用方差分析，并在此基础上用两两比较方法(如．SNK、LSD、Duncan法等)。
对于同一对均数间的差异，用t检验无显著性，而两两比较可能有显著性，可见错误选用统计方法将推出错误结论。
统计方法的选择: 分计量、计数、等级资料三
第二篇：医学统计学各种资料比较选择方法小结
一、两组或多组计量资料的比较 1.两组资料：
1)大样本资料或服从正态分布的小样本资料(1)若方差齐性，则作成组t检验
(2)若方差不齐，则作t’检验或用成组的Wilcoxon秩和检验 2)小样本偏态分布资料，则用成组的Wilcoxon秩和检验 2.多组资料：
1)若大样本资料或服从正态分布，并且方差齐性，则作完全随机的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。
2)如果小样本的偏态分布资料或方差不齐，则作Kruskal Wallis的统计检验。如果Kruskal Wallis的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用成组的Wilcoxon秩和检验，但用Bonferroni方法校正P值等）进行两两比较。
二、分类资料的统计分析 1.单样本资料与总体比较 1)二分类资料：
(1)小样本时：用二项分布进行确切概率法检验；(2)大样本时：用U检验。
2)多分类资料：用Pearson c2检验（又称拟合优度检验）。2.四格表资料
1)n>40并且所以理论数大于5，则用Pearson c2 2)n>40并且所以理论数大于1并且至少存在一个理论数<5，则用校正c2或用Fisher’s 确切概率法检验
3)n￡40或存在理论数<1，则用Fisher’s 检验 3.2×C表资料的统计分析
1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则行评分的CMH c2或成组的Wilcoxon秩和检验
2)列变量为效应指标并且为二分类，列变量为有序多分类变量，则用趋势c2检验 3)行变量和列变量均为无序分类变量
(1)n>40并且理论数小于5的格子数<行列表中格子总数的25%，则用Pearson c2(2)n￡40或理论数小于5的格子数>行列表中格子总数的25%，则用Fisher’s 确切概率法检验
4.R×C表资料的统计分析
1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则CMH c2或Kruskal Wallis的秩和检验
2)列变量为效应指标，并且为无序多分类变量，行变量为有序多分类变量，作none zero correlation analysis的CMH c2 3)列变量和行变量均为有序多分类变量，可以作Spearman相关分析 4)列变量和行变量均为无序多分类变量，(1)n>40并且理论数小于5的格子数<行列表中格子总数的25%，则用Pearson c2(2)n￡40或理论数小于5的格子数>行列表中格子总数的25%，则用Fisher’s 确切概率法检验
三、Poisson分布资料 1.单样本资料与总体比较：
1)观察值较小时：用确切概率法进行检验。2)观察值较大时：用正态近似的U检验。2.两个样本比较：用正态近似的U检验。
配对设计或随机区组设计
四、两组或多组计量资料的比较 1.两组资料：
1)大样本资料或配对差值服从正态分布的小样本资料，作配对t检验 2)小样本并且差值呈偏态分布资料，则用Wilcoxon的符号配对秩检验 2.多组资料：
1)若大样本资料或残差服从正态分布，并且方差齐性，则作随机区组的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。
2)如果小样本时，差值呈偏态分布资料或方差不齐，则作Fredman的统计检验。如果Fredman的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用Wilcoxon的符号配对秩检验，但用Bonferroni方法校正P值等）进行两两比较。
五、分类资料的统计分析 1.四格表资料
1)b+c>40，则用McNemar配对c2检验或配对边际c2检验 2)b+c￡40，则用二项分布确切概率法检验 2.C×C表资料：
1)配对比较：用McNemar配对c2检验或配对边际c2检验 2)一致性问题（Agreement）：用Kap检验
变量之间的关联性分析
六、两个变量之间的关联性分析 1.两个变量均为连续型变量
1)小样本并且两个变量服从双正态分布，则用Pearson相关系数做统计分析 2)大样本或两个变量不服从双正态分布，则用Spearman相关系数进行统计分析 2.两个变量均为有序分类变量，可以用Spearman相关系数进行统计分析
3.一个变量为有序分类变量，另一个变量为连续型变量，可以用Spearman相关系数进行统计分析
七、回归分析
1.直线回归：如果回归分析中的残差服从正态分布（大样本时无需正态性），残差与自变量无趋势变化，则直线回归（单个自变量的线性回归，称为简单回归），否则应作适当的变换，使其满足上述条件。
2.多重线性回归：应变量（Y）为连续型变量（即计量资料），自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。如果回归分析中的残差服从正态分布（大样本时无需正态性），残差与自变量无趋势变化，可以作多重线性回归。1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素
2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
3.二分类的Logistic回归：应变量为二分类变量，自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。1)非配对的情况：用非条件Logistic回归
(1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素
(2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用 2)配对的情况：用条件Logistic回归
(1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素
(2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用 4.有序多分类有序的Logistic回归：应变量为有序多分类变量，自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素
2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
5.无序多分类有序的Logistic回归：应变量为无序多分类变量，自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素
2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
第三篇：医学统计学各种资料比较_选择方法小结
医学统计学各种资料比较 选择方法小结
一、两组或多组计量资料的比较 1.两组资料：
1)大样本资料或服从正态分布的小样本资料(1)若方差齐性，则作成组t检验
(2)若方差不齐，则作t’检验或用成组的Wilcoxon秩和检验 2)小样本偏态分布资料，则用成组的Wilcoxon秩和检验 2.多组资料：
1)若大样本资料或服从正态分布，并且方差齐性，则作完全随机的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。
2)如果小样本的偏态分布资料或方差不齐，则作Kruskal Wallis的统计检验。如果Kruskal Wallis的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用成组的Wilcoxon秩和检验，但用Bonferroni方法校正P值等）进行两两比较。
二、分类资料的统计分析 1.单样本资料与总体比较 1)二分类资料：
(1)小样本时：用二项分布进行确切概率法检验；(2)大样本时：用U检验。2)多分类资料：用Pearson c2检验（又称拟合优度检验）。2.四格表资料
1)n>40并且所以理论数大于5，则用Pearson c2
2)n>40并且所以理论数大于1并且至少存在一个理论数<5，则用校正c2或用Fisher’s 确切概率法检验
3)n￡40或存在理论数<1，则用Fisher’s 检验 3.2×C表资料的统计分析
1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则行评分的CMH c2或成组的Wilcoxon秩和检验
2)列变量为效应指标并且为二分类，列变量为有序多分类变量，则用趋势c2检验
3)行变量和列变量均为无序分类变量
(1)n>40并且理论数小于5的格子数<行列表中格子总数的25%，则用Pearson c2
(2)n￡40或理论数小于5的格子数>行列表中格子总数的25%，则用Fisher’s 确切概率法检验 4.R×C表资料的统计分析
1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则CMH c2或Kruskal Wallis的秩和检验
2)列变量为效应指标，并且为无序多分类变量，行变量为有序多分类变量，作none zero correlation analysis的CMH c2
3)列变量和行变量均为有序多分类变量，可以作Spearman相关分析 4)列变量和行变量均为无序多分类变量，(1)n>40并且理论数小于5的格子数<行列表中格子总数的25%，则用Pearson c2
(2)n￡40或理论数小于5的格子数>行列表中格子总数的25%，则用Fisher’s 确切概率法检验
三、Poisson分布资料 1.单样本资料与总体比较：
1)观察值较小时：用确切概率法进行检验。2)观察值较大时：用正态近似的U检验。2.两个样本比较：用正态近似的U检验。
配对设计或随机区组设计
四、两组或多组计量资料的比较 1.两组资料：
1)大样本资料或配对差值服从正态分布的小样本资料，作配对t检验 2)小样本并且差值呈偏态分布资料，则用Wilcoxon的符号配对秩检验
2.多组资料：
1)若大样本资料或残差服从正态分布，并且方差齐性，则作随机区组的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。
2)如果小样本时，差值呈偏态分布资料或方差不齐，则作Fredman的统计检验。如果Fredman的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用Wilcoxon的符号配对秩检验，但用Bonferroni方法校正P值等）进行两两比较。
五、分类资料的统计分析 1.四格表资料
1)b+c>40，则用McNemar配对c2检验或配对边际c2检验 2)b+c￡40，则用二项分布确切概率法检验 2.C×C表资料：
1)配对比较：用McNemar配对c2检验或配对边际c2检验 2)一致性问题（Agreement）：用Kap检验
变量之间的关联性分析
六、两个变量之间的关联性分析 1.两个变量均为连续型变量
1)小样本并且两个变量服从双正态分布，则用Pearson相关系数做统计分析
2)大样本或两个变量不服从双正态分布，则用Spearman相关系数进行统计分析
2.两个变量均为有序分类变量，可以用Spearman相关系数进行统计分析
3.一个变量为有序分类变量，另一个变量为连续型变量，可以用Spearman相关系数进行统计分析
七、回归分析
1.直线回归：如果回归分析中的残差服从正态分布（大样本时无需正态性），残差与自变量无趋势变化，则直线回归（单个自变量的线性回归，称为简单回归），否则应作适当的变换，使其满足上述条件。2.多重线性回归：应变量（Y）为连续型变量（即计量资料），自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。如果回归分析中的残差服从正态分布（大样本时无需正态性），残差与自变量无趋势变化，可以作多重线性回归。
1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
3.二分类的Logistic回归：应变量为二分类变量，自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。1)非配对的情况：用非条件Logistic回归
(1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素(2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
2)配对的情况：用条件Logistic回归
(1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素(2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
4.有序多分类有序的Logistic回归：应变量为有序多分类变量，自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。
1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
5.无序多分类有序的Logistic回归：应变量为无序多分类变量，自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。
1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
八、生存分析资：要求资料记录结局和结局发生的时间（如；死亡和死亡发生的时间）
1.用Kaplan-Meier方法估计生存曲线 2.大样本时，可以寿命表方法估计
3.单因素可以用Log－rank比较两条或多条生存曲线 4.多个因素时，可以作多重的Cox回归
1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用
第四篇：医学统计学
A．总体中任意的一部分B．总体中的典型部分
C．总体中有意义的一部分
1、measurement date2、coefficient of variation(变异系数)
3、sampling error（抽样误差）
4、linear correlation coefficient（直线相关系数）
5、population（总体）
D．总体中有价值的一部分E．总体中有代表性的一部分
5、以下检验方法属非参数法的是。
A．T检验B．t检验C．u 检验D．F检验E．以上都是
6、样本含量的确定下面哪种说法合理。
A．样本越大越好B．样本越小越好C．保证一定检验效能条件下尽量增大样本含量D．保证一定检验效能条件下尽量减少样本含量E．越易于组织实施的样本含量越好
7、对计数资料进行统计描述的主要指标是。
A．平均数B．相对数C．标准差D．变异系数E．中位数
1、用样本推论总体，具有代表性的样本指的是
A．总体中最容易获得的部分个体B．在总体中随意抽取任意个体 C．挑选总体中的有代表性的部分个体D．用配对方法抽取的部分个体 E．依照随机原则抽取总体中的有代表性部分个体
2、计量资料,计数资料和等级分组资料的关系是。A．计量资料兼有计数资料和等级分组资料的一些性质B．计数资料兼有计量资料和等级分组资料的一些性质
8、由两样本均数的差别推断两总体均数的差别，得到此差别具有统计意义的结论是指
A．两样本均数差别有显著性B．两总体均数差别有显著性
C．两样本均数和两总体均数的差别都有显著性
D．其中一个样本均数和它的总体均数差别有显著性
9、说明某现象发生强度的指标为。A．构成比B．相对比C．定基比D．环比E．率
10、配对设计的秩和检验中，其H0假设为。A．差值的总体均数为0B．差值的总体中位数为0C．μd≠0D．Md≠0
C．等级分组资料兼有计量资料和计数资料的一些性质 D．计数资料有计量资料的一些性质E．等级分组资料又称半计数资料
3、总体率95%可信区间的意义是。
A．95%的正常值在此范围B．95%的样本率在此范围
C．95%的总体率在此范围D．总体率在此范围内的可能性为95%E．样本率在此范围内的可能性为95%
4、为了由样本推断总体,样本应该是。
命题组组长签字：第页（本试卷共4页）
E．μ1≠μ211、单因素方差分析中，不正确的计算公式是。A．SS组内=SS总-SS组间B．v总=v组间-v组内C．MS组间=SS组间/v组间D．MS组内=SS组内/v组内E．F=MS组内/MS组间
12、方差分析中，组内变异反映的是。A．测量误差B．个体差异
C．随机误差，包括个体差异及测量误差D．抽样误差E．系统误差
13、对统计图中的的坐标有如下规定。
A．所有统计图的纵坐标都必须从零点开始B．所有统计图坐标中都不能有折断线
C．条图、线图、直方图的纵坐标必须从零开始D．线图、直方图的纵坐标必须从零开始E．条图、直方图的纵坐标必须从零开始
14、制统计图时要求。
A．标题应说明图的主要内容，一般在图的上方B．纵横两轴应有标目，一般不注单位C．纵轴尺度必须从零开始
D．直条图和线图，其长宽比例一般取5：7E．以上都不对
15、下列关于医学参考值范围描述中，不正确的是
A．排除了有关疾病等因素对所研究指标有影响的正常人的解剖、生理、生化 等数据的波动范围
B．没有任何疾病的人的解剖、生理、生化等数据的波动范围C．习惯确定只包含95%或99%的人的界值来源：D．根据专业知识确定取单侧界限或双侧界限E．资料为正态分布时，可用正态近似法计算
16、各观察值均加(或减)同一数后A．均数改变,标准差不变B．均数不变,标准差改变
C．两者均不变D．两者均改变
E．根据实际资料而定
17、统计工作的步骤为
A．统计研究调查、搜集资料、整理资料、分析资料B．统计资料收集、整理资料、统计描述、统计推断C．统计研究设计、搜集资料、整理资料、分析资料D．统计研究调查、统计描述、统计推断、统计图表E．统计研究设计、统计描述、统计推断、统计图表
18、两个样本率判别的假设检验，其目的是。A．推断两个样本率有无差别B．推断两个总体率有无差别
C．推断两个样本率和两个总体率有无差别
D．推断两个样本率和两个总体率的差别有无统计意义E．推断两个总体分布是否相同
19、假设检验过程中，下列哪一项不可以由研究者事先设定。A．所比较的总体参数B．单侧或双侧检验C．检验水准D．P值E．以上都不对 20、统计资料的类型包括。
A．频数分布资料和等级分类资料B．多项分类资料和二项分类资料C．正态分布资料和频数分布资料
D．数值变量资料和等级资料E．数值变量资料和分类变量资料
21、有关离散度指标意义中，描述不正确的是。A．数值越大，说明个体差异越大B．数值越大，说明观察值的变异度越大C．数值越小，说明平均数的代表性越好D．数值越小，说明平均数的代表性越差E．应与平均数结合起来进行分析
22、秩和检验和t检验相比，其优点是。
A．计算简便，不受分布限制B．公式更为合理C．检验效能高D．抽样误差小E．第二类错误概率小
23、总体标准差描述的是。
A．所有个体值对总体均数的离散程度B．某样本均数对总体均数的离散程度C．所有样本均数对总体均数的离散程度D．某些样本均数对总体均数的离散程度
E．所有某个含量相同的样本均数对总体均数的离散程度
24、比较身高和体重两组数据变异度大小宜采用。A．变异系数B．方差
C．极差D．标准差E．四分位数间距
25、当样本例数相同时，两组计量资料的成组t检验与配对t检验相比，一般情况下为
A．成组t检验效率高一些B．配对t检验效率高一些C．两者效率相等
D．大样本时两者效率一致E．与两组样本均数的大小有关
26、样本的两变量(X,Y)的相关系数r=0时,说明。（B）A．两变量不存在任何关系
B．两变量间不存在直线关系,但不排除存在某种曲线关系
C．两变量间存在相互关系的可能性很小D．两变量必然存在某种曲线关系E．两变量间的关系不能确定
27、在标准差与标准误的关系中。A．二者均反映抽样误差大小
B．总体标准差增大时，总体标准误也增大
C．样本例数增大时，样本标准差和标准误都减小
D．可信区间大小与标准差有关，而参考值范围与标准误有关E．总体标准差一定时，增大样本例数会减小标准误
28、说明两个有关联的同类指标之比为。
A．率B．构成比C．频率D．相对比E．频数
29、下列观测结果属于等级资料的是（D）
A．收缩压测量值B．脉搏数 C．住院天数D．病情程度 E．四种血型
30、收集资料不可避免的误差是
A.随机误差B.系统误差 C.过失误差D.记录误差 E．仪器故障误差
31、算术均数与中位数相比，其特点是
A．不易受极端值的影响B．能充分利用数据的信息C．抽样误差较大D．更适用于偏态分布资料E．更适用于分布不明确资料
32、描述一组对称（或正态）分布资料的变异程度，用（A）较好
A标准差B 方差C 离均差平方和D 变异系数E以上都可以
33、变异系数主要用于
A．比较不同计量指标的变异程度B.衡量正态分布的变异程度
C.衡量测量的准确度D.衡量偏态分布的变异程度
E.衡量样本抽样误差的大小
34、正态曲线下，从均数μ到μ+1.0σ的面积
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点是
A．组间均方大于组内均方B．组内均方大于组间均方 C．不同来源的方差必须相等D．两方差之比服从F分布 E．总变异及其自由度可按不同来源分解
36、多组均数比较的方差分析，如果P0.05，则应该进一步做的是 A．两均数的t检验B．区组方差分析C．方差齐性检验D．q检验 E．确定单独效应
37、两样本均数比较,检验结果P>0.05说明（D）
A.两总体均数的差别较小B.两总体均数的差别较大C.支持两总体无差别的结论D.不支持两总体有差别的结论E.可以确认两总体无差别
38、计算标准化死亡率的目的是（D）
A.减少死亡率估计的偏倚B.减少死亡率估计的抽样误差 C.便于进行不同地区死亡率的比较D.消除各地区内部构成不同的影响 E.便于进行不同时间死亡率的比较
39、标准化后的总死亡率：
A、仅仅作为比较的基础，它反映了一种相对水平B、它反映了实际水平
C、它不随标准的选择变化而变化 D、它反映了事物实际发生的强度 E、它反映了实际率的水平
240、利用检验公式不适合解决的实际问题是（C）
A.比较两种药物的有效率B.检验某种疾病与基因多态性的关系 C.两组有序试验结果的药物疗效D.药物三种不同剂量显效率有无差别 E.两组病情“轻、中、重”的构成比例
41、对医学计量资料成组比较, 相对参数检验来说，非参数秩和检验的优点是（A）A.适用范围广B.检验效能高 C．检验结果更准确D.充分利用资料信息 E.不易出现假阴性错误
42、对于计量资料的比较,在满足参数法条件下用非参方法分析,可能产生的结果是（B）
A.增加Ⅰ类错误B.增加Ⅱ类错误C.减少Ⅰ类错误D.减少Ⅱ类错误 E.两类错误都增加
43、对于两组资料的比较，方差分析与t检验的关系是（E）A.t检验结果更准确B.方差分析结果更准确 C.t检验对数据的要求更为严格D.近似等价 E.完全等价
44、四格表如有一个实际数为0（C）A、就不能作χ2检验
B、就必须用校正χ2检验
C、还不能决定是否可作χ2检验 D、肯定可作校正χ2检验 E、肯定不可作校正χ2检验
45、行×列表的χ2检验中，P<0.05说明（D）A、被比较的几个样本率之间的差异均有显著性 B、样本率间的差异没有显著性
C、任意两个率之间的差异均有显著性 D、至少某两个样本率间的差异有显著性 E、只有两个样本率间的差异有显著性
46、两数值变量相关关系越强，表示（B）
A.相关系数越大B.相关系数的绝对值越大 B.回归系数越大C.回归系数的绝对值越大 E.相关系数检验统计量的t值越大
47、t分布比标准正态分布（D）
A、中心位置左移，但分布曲线相同 B、中心位置右移，但分布曲线相同 C、中心位置不变，但分布曲线峰高
D、中心位置不变，但分布曲线峰低，两侧较伸展 E、中心位置右移，但分布曲线峰高
三、判断题（10分）
1、相关系数r=0.98，说明两变量密切正相关（对）
2、构成比资料可以选用圆图和条图（错）
3、标准差和标准误都是反映变异程度大小的指标（错）
4、多个样本均数的两两比较可以用成组的t检验（错）
5、正常值范围属于统计描述，可信区间的估计属于统计推断（对）
6、、数值变量资料的标准差一定比均数小（错）
7、等级资料比较宜用秩和检验。（对）
8、两变量的相关分析中,若散点图的散点完全在一条直线上，则r=1（错）
9、对统计图中的的坐标所有统计图的纵坐标都必须从零点开始（错）
10、非参数统计进行假设检验要求的条件是总体是正态分布（错）
四、简答题（25分）
1、医学参考值范围和可信区间的区别（5）
2、非参数检验的适用条件（5）
3、标准正态分布曲线下的面积规律（5）
4、标准差与标准误有何区别?（5分）
5、描述数值变量集中趋势的指标有哪些？适用条件分别是什么？（5分）
五、作图（10分）
某药治疗老年慢性气管炎的近期疗效结果如下：
1、单纯型共221例，其中按病情分为重、中、轻，分别观察了136例、54例、31例；疗效：治愈60人、显效98人、好转51人、无效12人，有效率94.6％。
2、喘息型共182例，其中按病情分为重、中、轻，分别观察了93例，56例、33例；疗效：治愈23人、显效83人、好转65人、无效11人，有效率94.0％。请根据题目要求做出合适的统计图。
第五篇：医学统计学
单词：
Actual frequency 实际频数
Alternative hypothesis 备择假设
Average平均数
Bar chart 直条图
Cause fatality 病死率
Coefficient of correlation 相关系数
Confidence interval 可信区间（置信区间）
Constituent ratio 构成比
Cure rate 治愈率
Death rate 死亡率
Incidence rate 发病率
Interval estimation 区间估计
Line chart 线图
Mean 均数（算术均数）
Nonparametric test 非参数检验
Normal range 正常值范围
Null hypothesis 无效假设
Parameter estimation 参数估计
Parametric test 参数检验方法
Percentage chart 百分条图
Probability 概率
Reference value range 医学参考值范围
Regression coefficient 回归系数
Relative number 相对数
Relative ratio 相对比
Sample 样本
Sampling error 抽样误差
Type Ⅰ error Ⅰ型错误
Type Ⅱ error Ⅱ型错误
参数S标准差Reference value range医学参考值范围Ratio比r
2统计量CV变异系数X值X均数rate率
名词：
1样本：从总体中随机抽取部分的观察单位构成的集合。
2总体：根据研究目的确定的同质的个体所构成的全体。
3抽样误差：由抽样造成的样本均数与总体均数的差异。
4标准误：样本均数的标准差。
5相对数：原始的两个资料（绝对数）之比所得指标的统称。
6率：表示某种现象发生的频率和强度。
7构成比：表示事物内部各个组成部分所占整体的比重。
8相对比：两个有关联指标之比，用以描述两者对比水平.9概率：描写某一事件发生的可能性大小的一个量度。
10变异系数：相对于均数而言标准差的大小。
11中位数：将一组观察值从小到大按顺序排列，居中心位置的数值。
12四分位数间距：把所有的观察值排序后，分成四个数目相等的段落，每个段落的观察值数目各占总例数的25%，去掉两端的25%，取中间50%观察值的数据范围。
13百分位数：在一组数据中找到这样一个值，全部观察值的x%小于Px，而其余（100-x）%大于Px。
14参数：描述总体的统计指标。
15统计量：描述样本的统计指标。
16相关系数：说明具有直线关系的两个量间相关密切程度和相关方向的统计量。
17回归系数：线性回归方程ý=a+bx 中的b叫做回归系数，它表明x每变化1单位ý变化b单位。
18医学参考值范围：传统称正常值范围，指正常人的解剖、生理、生化、免疫及组织代谢产物的含量等各种数据的波动范围。
填空或选择：
1配对设计的原则：对子之间差异大、对子内个体之间差异小，其优点为：减少实验的误差和个体差异，提高统计处理的效率。
2描述正态分布集中趋势的是均数，离散趋势的是标准差。
3描述偏态分布集中趋势的是中位数，离散趋势的是四分位数间距。
4统计分析包括统计描述、统计推断（参数估计、假设检验）。
5要比较甲乙两地某病发（患）病率时注意标准化（对年龄、性别构成等进行标准化）。6估计医学参考值范围常用正态分布、百分位数法。
27四格表x检验校正的条件： N≥40，且1≤T＜5。
28四格表x检验不校正的条件： N≥40，且T≥5。
9统计表编制的主要原则：重点突出，简单明了、主谓分明，层次清楚。
10标准误反映了样本均数间的离散程度，也反映了样本均数与总体均数的差异，它衡量了抽样误差的大小。
问答题：
1医学统计学工作的基本步骤（简述医学统计学工作的主要内容）：实验设计、收集资料、整理资料、分析资料。
2简述描述定量资料（数值）集中趋势的统计指标及其适用条件。⑴平均数：包括①算术均数：主要适用于对称分布或偏斜度不大的资料②几何均数：多用于血清学和微生物学中⑵中位数和百分位数：①中位数：适用于所有计数资料，尤其是用于偏态分布资料②百分位数可用于任何频数分布的资料。
3简述描述定量资料（数值）离散趋势的统计指标及其适用条件。⑴极差和四分位数间距：①极差：仅用于粗略地说明变量的变动范围②四分位数间距(所有分布类型资料）⑵离均差平方和、方差(正态或接近正态分布的资料)、标准差（正态分布资料）和变异系数
4标准差和标准误区别和联系:联系:都是反映变异的统计指标,标准误是由标准差推导而来的.区别:1定义不同.2计算公式不同.3应用不同.标准差s的应用:1描述个体观察值变异.2S结合均数X计算变异系数CV=S/X.3S结合X计算医学参考值范围.4S结合n计算标准误Sx=S/√n.标准误应用:1度量抽样误差.2参数估计.3假设检验
5简述统计表的主要结构：标题、标目、线条、数字、文字。
6编制统计表的基本原则：①重点突出，简单明了②主谓分明，层次清楚③数据准确、可靠。7常用的统计图有哪些，它们分别适用于哪些情况？①直条图：主要适用于分类变量、计数资料或计量资料的非连续资料②构成图：常用于描述构成比的资料③趋势图：适用于分组标志为连续性变量的资料④直方图：适用于表示连续变量频数分布情况⑤箱图：用于比较两组或多组资料的平均指标和变异指标⑥散点图：适用于连续性定量资料
8什么是抽样误差？如何度量抽样误差？
由抽样造成的样本均数与总体均数的差异称为抽样误差。标准误可以衡量抽样误差的大小。9什么叫相对数？常用的相对数有哪些？
为了使计数资料具有可比性取原始的两个资料（绝对数）之比所得指标统称为相对数，常用的种类有率、构成比与相对比。
10相对数应用时注意事项：①不要把构成比与率相混淆②使用相对数时，分母不宜过小③要注意资料的可比性④要注意使用率的标准化⑤要考虑存在抽样误差。
11应用直线回归分析时的注意事项：①只有将两个内在有联系的变量放在一起进行回归分析才有意义②在回归分析中，因变量是随机变量，自变量既可以是随机变量，也可以是给定的量③回归方程建立后必须做假设检验，只有经假设检验拒绝了无效假设，回归方程才有意义④使用回归方程计算估计值时，不可把估计的范围扩大到建立方程时的自变量的取值范围之外。
12实验设计的三要素：受试对象、处理因素和实验效应；必须遵循的基本统计原则：对照原则、随机原则、重复原则和均衡原则。
13什么叫非参数检验，优缺点有哪些？
非参数检验是指不考虑总体的参数和总体的分布类型，而对总体的分布或分布位置进行检验。优点：适应性强，应用范围较广。缺点：若符合参数检验方法而用非参数检验，会损失信息，增加Ⅱ型错误。
分析题
1构成比只能说明某事物内部各组成部分的比重和分布,不能说明该事物某一部分发生的强度和频率,只有率才能描述某事物某部分发生的强度与频率，根据提供的信息只能计算构成比,把率和构成比混淆了.2统计表的缺点:①标题不够明确,而且未注明时间地点②发病季节、年龄、职业三项指标机械地放在一起,内容繁杂,不简明突出③标目设计不合理“人数”、“%”多次重复,不便比较分析④表内文字和线条过多.计算题
1配对t检验;(同一受试对象分别接受两种不同处理, 同一受试对象接受某种处理的前后;配对的两个个体分别接受两种不同处理).1建立假设检验,确立检验水准.H0: μd=0
H1: μd≠0
α=0.05
2计算检验统计量.分别计算配对样本的差值d，然后求出均数d，标准差Sdd
代入公式t=自由度ν=n-1
Sd/√n
3确定P值得出推断结论.t＞t0.05(ν)或t＞t0.01(ν)
P<0.05或P＜0.01差别有统计学意义,拒绝H0,接受H1,可以认为两种方法反应结果有统计学意义.2独立样本t检验: 1建立假设检验,确立检验水准.H0:μ1=μ2
H1:μ1≠μ2
α=0.05
2计算检验统计量.分别计算n1、x1、s1、n2、x2、s2
(n1-1)s12+(n2-1)s22x1-x2
代入公式sc2=t=ν=n1+n2-2 2n1+n2-2√sc(1/n1+1/n2)
3确定P值得出推断结论
t＞t0.05(ν)或t＞t0.01(ν).P<0.05或P＜0.01差别有统计学意义,拒绝H0,接受H1,可以认为两种方法反应结果有统计学意义.3四格表X2检验:首先通过两率或相对比编制规范四格表
1建立假设检验,确立检验水准.H0:π1=π2aba+bH1: π1≠π2cdc+dα=0.05a+cb+dn=a+b+c+d2计算检验统计量.通过标准判断是否需要校正即计算Ta=（a+b）(a+c)/n，n≥40,T≥5,应用公式 22X=(ad-bc)n/(a+c)(b+d)(a+b)(c+d)n≥40,1≤T＜5,应用公式
22X=（︴ad-bc︴-n/2）n/(a+c)(b+d)(a+b)(c+d)
3确定P值得出推断结论.2222X＞X0.05（1）或X＞X0.01（1）
P＜0.05或P＜0.01在α=0.05或α=0.01的检验水准下,拒绝H0, ,可以认为两种方法反应有差别,差别具有统计学意义。
点击咨询 