最新医学统计学复习思考题及参考答案精品.docx

1、最新医学统计学复习思考题及参考答案精品尽管售价不菲，但仍没挡住喜欢它的人来来往往。这里有营业员们向顾客们示范着制作各种风格迥异的饰品，许多顾客也是学得不亦乐乎。在现场，有上班族在里面精挑细选成品，有细心的小女孩在仔细盘算着用料和价钱，准备自己制作的原料。可以想见，用本来稀奇的原料，加上别具匠心的制作，每一款成品都必是独一无二的。而这也许正是自己制造所能带来最大的快乐吧。夏日的街头，吊带装、露背装、一步裙、迷你裙五彩缤纷、争妍斗艳。爱美的女孩们不仅在服饰搭配上费尽心机，饰品的选择也十分讲究。可惜在商店里买的项链、手链、手机挂坠等往往样式平淡无奇，还容易出现雷同现象。3、你是否购买过DIY手工艺制

2、品？据调查，大学生对此类消费的态度是：手工艺制品消费比“负债”消费更得人心。在上海， 随着轨道交通的发展，地铁商铺应运而生，并且在重要的商业圈已经形成一定的气候，投资经营地铁商铺逐渐成为一大热门。在人民广场地下“的美”购物中心，有一家DIY自制饰品店-“碧芝自制饰品店”。随着社会经济、文化的飞跃发展，人们正从温饱型步入小康型，崇尚人性和时尚，不断塑造个性和魅力的现代文化价值观念，已成为人们的追求目标。因此，顺应时代的饰品文化显示出强大的发展势头和越来越广的市场，从事饰品销售是有着广阔的市场空间。随科技的迅速发展，人们的生活日益趋向便捷、快速，方便，对于我国传统的手工艺制作，也很少有人问津，因此

3、，我组想借此创业机会，在校园内开个DIY创意小屋。它包括编织、刺绣、串珠等，让我们传统的手工制作也能走进大学，丰富我们的生活。500元以上 12 24%民族性手工艺品。在饰品店里，墙上挂满了各式各样的小饰品，有最普通的玉制项链、珍珠手链，也有特别一点如景泰蓝的手机挂坠、中国结的耳坠，甚至还有具有浓郁的异域风情的藏族饰品。（3） 心态问题 医学统计学复习思考题及参考答案（精品） 预防医学第三篇复习思考题及参考答案 第十三章 医学统计学方法的基本概念和基本步骤 1 举例说明总体与样本的关系。 总体是根据研究目的确定的同质的所有观察单位某项观察值（变量值） 的集合。 例如研究某地 2019 年正常成

4、人白细胞数， 观察对象是该地 2019 年全部正常成人， 观察单位是每个人， 观察值是每人测得的白细胞数， 则该地2019 年全部正常成人的白细胞数就构成了一个总体； 从总体中随机抽取部分观察单位其某项指标的实测值组成样本。 从上述的某地 2019 年正常成人中随机抽取 150 人， 这 150 正常成人的白细胞数就是样本。 抽取样本的目的是用样本的信息推论总体特征。 2 简述 3 种变量类型的特征。 （1） 数值变量的变量值是用定量方法测量的， 表现为数值的大小， 一般有计量单位； （2） 无序分类变量的变量值是用定性方法得到的， 表现为互不相容的类别或属性， 但各类别间无程度上的差别， 包

5、括二项分类和多项分类；（3） 有序分类变量的变量值也是用定性方法得到的， 也表现为互不相容的类别或属性， 但各类别之间有程度上的差别。 第十四章 数值变量的统计描述 1 均数、 几何均数和中位数的适用范围是什么？ （1） 均数适用于描述对称分布， 特别是正态分布的数值变量资料的平均水平； （2） 几何均数适用于描述原始数据呈偏态分布， 但经过对数变换后呈正态分布或近似正态分布的数值变量资料的平均水平；（3） 中位数适用于描述呈明显偏态分布（正偏态或负偏态）， 或分布情况不明， 或分布的末端有不确切数值的数值变量资料的平均水平。 2 全距、 四分位数间距、 方差、 标准差、 变异系数各有何特点？

6、 （1） 全距是一组观察值中最大值与最小值之差， 计算简单， 意义明了， 但全距的不能反映组内其他观察值之间的离散情况， 并且容易受个别特大值或特小值的影响， 稳定性较差；（2） 四分位数间距内包括了全部观察值的一半， 可看作为中间一半观察值的全距， 它比全距稳定， 但仍未考虑每个观察值的离散度， 它适用于描述偏态分布资料， 特别是分布末端无确定数据资料的离散度；（3） 方差是离均差平方和的均数， 克服了全距和四分位数间距不能反映组内每个观察值离散度的缺点， 但方差把观察值的原度量单位变成了平方单位， 导致计算结果难于解释； （4）方差开方， 即为标准差， 它适宜于描述对称分布， 特别是正态分

7、布的数值变量资料的离散程度；（5） 变异系数是标准差与均数之比， 它适宜于描述度量单位不同的观察值的离散程度和度量单位相同但均数相差悬殊的观察值的离散程度。 3 制定医学参考值范围的一般原则是什么？ （1） 抽取样本含量足够大的正常人。 一般认为样本含量应在 100 例以上， 并以取得一个比较稳定的样本分布为原则。 （2） 对抽取的正常人进行准确而统一的测定， 控制测量误差。 （3） 判断是否需要分组制定参考值范围。 （4） 决定参考值范围的单侧或双侧界值。 （5） 选择适当的百分界值。 （6） 根据资料的分布类型选用恰当的方法估计参考值范围。 第十五章 数值变量的统计推断 1 标准差与标准误

8、有何区别和联系? 标准差和标准误都是变异指标， 但它们之间有区别， 也有联系。 区别: 概念不同； 标准差是描述观察值(个体值) 之间的变异程度； 标准误是描述样本均数的抽样误差； 用途不同； 标准差与均数结合估计参考值范围， 计算变异系数， 计算标准误等。 标准误用于估计参数的可信区间， 进行假设检验等。 它们与样本含量的关系不同: 当样本含量 n 足够大时， 标准差趋向稳定； 而标准误随 n 的增大而减小， 甚至趋于 0 。 联系: 标准差， 标准误均为变异指标， 当样本含量不变时， 标准误与标准差成正比。 2 参考值范围与可信区间有何区别? (1) 意义不同: 参考值范围是指同质总体中包

9、括一定数量(如 95%或 99%) 个体值的估计范围。 可信区间是指按一定的可信度来估计总 体参数所在范围。 (2) 计算方法不同 : 参考值范围用SuX 计算。 可信区间用XSt ,X 或XSuX 计算, 前者用标准差， 后者用标准误。 3 何谓假设检验?其一般步骤是什么? 所谓假设检验， 就是根据研究目的， 对样本所属总体特征提出一个假设， 然后根据样本所提供的信息， 借助一定的分布， 观察实测样本情况是否属于小概率事件, 从而对所提出的假设作出拒绝或不拒绝的结论的过程。 假设检验一般分为以下步骤: 建立假设： 包括: H0， 称无效假设； H1: 称备择假设； 确定检验水准： 检验水准用

10、表示， 一般取 0. 05； 计算检验统计量： 根据不同的检验方法， 使用特定的公式计算； 确定 P 值： 通过统计量及相应的界值表来确定 P 值； 推断结论： 如 P ， 则接受 H0， 差别无统计学意义； 如 P ， 则拒绝 H0， 差别有统计学意义。 4 方差分析的基本思想是什么? 方差分析的基本思想是: 根据研究资料设计的类型及研究目的， 把全部观察值总变异分解为两个或多个组成部分， 其总自由度也分解为相应的几个部分。 例如完全随机设计的方差分析， 可把总变异分解为组间变异和组内变异，即 SS 总SS 组内SS 组间， 总的自由度也分解为相应的两部分， 即 总= 组内 组间。 离均差平

11、方和除以自由度得均方MS， 组间均方(MS 组间) 与误差均方(MS 误差)之比为 F 值； 如果各组处理的效应一样， 则组间均方等于组内均方， 即 F1； 但由于抽样误差， F 值不正好等于 1， 而是接近 1； 如果 F 值较大， 远离 1， 说明组间均方大于误差均方， 反映各处理组的效应不一样， 即各组均数差别有意义， 至于 F 值多大才能认为差别有意义， 可查 F 界值表(方差分析用) 来确定。 5 t 检验、 u 检验和 F 检验的应用条件各是什么? t 检验的应用条件是： 未知而且 n 较小时， 要求样本来自正态总体； 两小样本均数比较时， 还要求两样本所属总体的方差相等。 u 检

12、验的应用条件是： 已知； 未知但样本含量较大。 方差分析的应用条件是： 各样本是相互独立的随机样本； 各样本来自正态总体； 各处理组总体方差相等。 第二十一章 统计表和统计图 1 常用统计图的适用范围是什么？ 常用的统计图及适用条件是: 条图， 适用于相互独立的资料， 以表示其指标大小； 百分条图及远圆图， 适用于构成比资料， 反映各组成部分的大小； 普通线图: 适用于连续性资料， 反映事物在时间上的发展变化的趋势，或某现象随另一现象变迁的情况。 半对数线图， 适用于连续性资料， 反映事物发展速度(相对比) 。 直方图: 适用于连续性变量资料， 反映连续变量的频数分布。 散点图: 适用于成对数

13、据， 反映散点分布的趋势。 2 普通线图和半对数线图在制作和应用中有何主要区别？ 普通线图绘制时， 纵轴的尺度为算术尺度， 并且一般应从0 开始； 而半对数线图纵坐标的尺度为对数尺度，起点没有 0。 应用上， 普通线图反映某事物随时间变动的趋势或某现象随另一现象变迁的情况； 而半对数线图用来比较两种或两种以上事物物随时间变动的速度（相对比）。 复习思考题及其答案 第十六章 分类资料的统计描述 1. 应用相对数的注意事项 应用相对数时应注意以下几个事项（1） 计算率和构成比时观察单位不宜过小；（2） 注意正确区分构成比和率，不能以比代率；（3） 对率和构成比进行比较时， 应注意资料的可比性；（4

14、） 当比较两个总率时， 若其内部构成不同，需要进行率的标准化； （5） 两样本率比较时应进行假设检验。 2.简述率的标准化法的基本思想 当比较两个总率时， 如果两组内部某种重要特征在构成上有差别， 则直接比较这两个总率是不合理的； 因为这些特征构成上的不同， 往往造成总率的升高或下降， 从而影响两个总率的对比。 率标准化法的基本思想就是采用统一的内部构成计算标准化率， 以消除内部构成不同对指标的影响， 使算得的标准化率具有可比性。 例如比较两人群的死亡率、 出生率、 患病率时， 常要考虑人群性别、 年龄的构成是否相同； 试验组和对照组治愈率的比较时， 常要考虑两组病情轻重、 年龄、 免疫状态等

15、因素的构成是否相同。 如其构成不同， 需采用统一的标准进行校正， 然后计算校正后的标准化率进行比较， 这种方法称为标准化法。 第十七章 分类资料的统计推断 1.描述率的 u 检验的适用条件。 进行率的比较时， 在样本含量较大， 且 p 和 1p 不太小， 即满足 np 和5)1 (n p时， 率的抽样分布接近正态分布， 可按正态分布的原理处理资料， 可进行 u 检验。 2.简述2 检验的的基本思想 2 检验是检验理论频数与实际频数的吻合程度， 从基本公式（TTA22)( ） 可以看出， 在检验假设成立的情况下， T（理论频数） 与 A（实际频数） 之差一般不会很大， 此时2 值也较小； 反之，

16、2 值较大。 当2 值较大， 且大于一定的界值时， 就拒绝 H0， 接受 H1， 认为两样本率有统计学差异。 当2 值较小， 且小于特定的界值时，就不拒绝 H0， 认为两样本率差异无统计学意义。 3 简述当不满足行列的2 检验的条件时的处理办法。 当不满足行列的2 检验的条件（RC 表中不宜有 1/5 的格子数小于 5， 或有一个格子的理论频数小于 1 时，可采用下述方法处理： （1） 增大样本例数，（2） 删除理论数较小的行和列，（3） 将理论数较小的行或列与性质相近的行或列合并， 但在合并时应注意合并的合理性。 （2） 和（3） 两种处理方法会丢失部分信息。 4 四格表的 u 检验和2 检

17、验有何联系与区别？ 相同点： （1） 四格表的 u 检验是根据正态分布近似原理（n50 且 n,np5） 凡是能使用 u 检验进行两个率比较的资料， 都可以使用2 检验， 同一资料二者是等价的即 u2=2 ( =1)。 （2） u 检验和2 检验都存在连续性校正问题。 不同点： （1） 由于正态分布可确定单、 双侧检验界值， 当满足正态近似条件时， 可用 u 检验进行单侧检验。 （2） 满足四格表 u 检验的资料， 计算两率之间的 95%可信区间， 还可分析两度之差有无实际意义。 （3）2 检验不可用于检验 22 配对资料的关联性。 第十八章 非参数统计 1.参数检验与非参数检验有何区别， 各

18、有何优缺点？ （1） 区别： 参数检验： 以已知分布（如正态分布） 为假定条件， 对总体参数进行估计或检验。 非参数检验： 不依赖总体分布的具体形式， 检验分布位置是否相同。 （2） 优缺点： 参数检验： 优点是符合条件时， 检验效能高。 缺点是对资料要求严格， 如等级资料、 分布不明或末端有不明确数据的资料不能用参数检验， 要求资料的分布类型已知且总体方差相等。 非参数检验： 优点是应用范围广、 简便； 缺点是对于符合参数统计的资料， 如果用非参数统计会造成资料信息的丢失， 致使检验效能下降， 犯第二类错误的概率增大。 故符合参数统计条件的资料， 要首先选用参数统计的方法。 当参数统计的应用

19、条件得不到满足时， 应选用非参数统计。 2. 简述非参数检验的适用资料。 （1） 等级资料； （2） 偏态资料； （3） 分布不明的资料； （4） 资料中各组方差不齐， 且转换后不能达到方差齐性。 第十九章 直线相关与回归分析 1 直线相关与回归有何联系与区别？ 联系： （1） 对符合相关回归条件的资料， 其相关系数与回归系数的正负号相同。 （2） 回归系数与相关系数的假设检验是等价的， 对同一样本的资料， 回归系数的 t 检验与相关系数的 t 检验其数值相等， 即 tr=tb。 （3） 可以用回归解释相关。 r 的平方称为决定系数（coefficient of determination）

20、总回SSSSllllllryyXXXYYYxxXY /222 区别： 回归要求因变量 Y 是正态分布的随机变量； X 可以是精确测量或严格控制的变量， 也可以是呈正态分布的随机变量， 当 X 是精确测量或严格控制的变量时， 此时的回归称 型回归。 当 X 是呈正态分布的随机变量时， 此时的回归称为型回归。 相关要求变量 X、 Y 都是呈正态分布的随机变量。 当说明两变量间依存变化的数量关系时用回归， 当说明两变量间的相关关系时用相关。 2 简述进行直线相关回归分析应注意的事项 （1） 相关分析注意的事项 相关系数 r 是用来描述两个变量间线性相关关系的密切程度和方向的统计指标。 所以， 如果目

21、的是想定量地描述两个变量间相互关系的密切程度和方向， 则应作相关分析。 而且， r 的绝对值大小， 对利用回归方程进行变量预测具有指导意义， 如果 r 的绝对值很小， 利用回归方程从一个变量预测另一个变量的值是没有多大意义的。 应用相关分析时应注意的问题： 进行相关分析时要有实际意义， 不能把毫无关联的两事物或现象作相关分析。 相关关系不一定是因果关系， 可能仅是表面上的伴随关系， 或两个变量同时受另一因素的影响。 不能只根据相关系数绝对值的大小来推断两事物现象之间有无相关以及相关的密切程度， 而必须进行相关系数的显著性检验。 另外， 不要把相关系数的显著性误解为两事物或现象相关的强度。 关于

22、相关分析的样本的合并与分层问题， 应审慎对待。 散点图在相关分析中具有重要作用， 要充分利用。 （2） 回归分析的注意事项 作回归分析要有实际意义， 不能把毫无关联的两种现象， 随意进行回归分析， 忽视事物现象间的内在联系和规律。 直线回归分析的资料， 一般要求因变量 Y 是来自正态分布总体的随机变量， 自变量 X 可以是正态随机变量，也可以是精确测量和严格控制的值。 进行回归分析时， 应先绘制散点图。 绘制散点图后， 若出现一些特大特小的离群值（异常点）， 则应及时复核检查。 回归直线不要外延。 3 等级相关常于哪些资料？ （1） 不服从双变量正态分布而不宜作积差相关分析 （2） 总体分布类

23、型未知 （3） 原始数据是用等级表示的。 第二十章 病例随访资料分析 1 生存分析的概念及适用于什么资料？ 生存分析就是将事件发生的结果和生存时间两个因素结合在一起， 同时考虑进行分析的一种统计分析方法。 能同时分析完全数据和不完全数据， 因此， 它充分利用了研究所得的信息， 能更加准确地评价和比较随访资料。 主要用于分析病例的随访资料。 2 生存分析的常用术语有哪些， 其各自含义是什么？ 生存分析的常用术语包括生存时间、 失效事件、 截尾值、 完全数据、 生存函数和死亡函数。 生存时间（survival time） 是任何两个有联系事件之间的时间间隔， 常用符号 t 表示。 狭义的生存时间是

24、指患某种疾病的病人从发病到死亡所经历的时间跨度， 广义的生存时间可定义为从某种起始事件到终点事件所经历的时间跨度。 失效事件（failure event） 指治疗处理效果特征的事件， 又称为死亡事件、 终点事件。 它是由研究目的所决定，因此必须在设计时明确规定， 并在研究中严格遵守。 如肾移植病人因肾功能丧失的死亡， 急性白血病患者的复发，癌症患者的死亡等。 起始事件是反映生存时间起始特征的事件， 如疾病确诊、 某种疾病治疗开始、 接触毒物等， 设计时须事先明确规定。 截尾值（censored value） 在随访工作中， 由于某种原因未能观察到病人的明确结局（即终止事件）， 所以不知道该病人

25、的确切生存时间， 它所提供关于生存时间的信息是不完全的。 这样的数据称为截尾值， 又称为不完全数据。 完全数据指在生存分析中， 可观察到死亡或者说终点事件的发生， 从而得到准确的生存时间称为完全数据。 生存函数（survival function） 又称为累积生存率， 简称生存率， 是指某观察对象其生存时间 T大于 t 时刻的概率， 常用),(), (SXtTPXt 表示， 其取值范围在 0 之间， 在观察起点即 t=0 时的生存率为 1； 当观察期为无穷大时， 其生存率为 0。 根据不同随访资料的失效事件， 生存率可以是缓解率、 有效率等。 死亡概率表示一个观察对象从开始观察到时间 t 为止

26、的死亡概率， 它 是一个随时间延长而上升的函数： ),(), (FXtTPXt 当 t 无限大时， 死亡概率等于 1。 3 什么是中位生存时间， 计算方法有那些？ 中位生存时间（median survival time） 又称为生存时间的中位数， 表示刚好有 50%的个体其存活期大于该时间。 它是生存分析中最常用的概括性统计量。 计算中位生存时间的方法有两种， 即图解法和线性内插法， 图解法是利用生存曲线图（见本教材图 20-2）， 从纵轴生存率为 0. 5 处划一条平行线与生存率曲线相交， 然后自交点划垂线与横轴相交， 此交点即为中位生存时间。 图解法比较简单直观， 但其结果较粗略， 在例数较少时， 结果的误差较大。 线性内插法首先找出两个生存率 1 itS和 itS， 使得 5 . 01 itS而 5 . 0 itS， 然后计算中位生存时间。