医学统计学名解

1. 医学统计学（medical statistics）：运用统计学原理和方法研究生物医学资料的搜集、整理、分析和推断的一门学科。2. 同质（homogeneity）：性质相同的事物称为同质的，否则称为异质的或间杂（heterogeneity）的。3. 变异（variation）：同质事物之间的差别称为变异，亦称个体变异。变异的两个方面：个体与个体间的差别；同一个体重复测量值间的差别。4. 总体（population）：根据研究目的所确定的同质观察单位的全体；分为有限总体和无限总体。5. 个体（individual）：构成总体的最基本观察单位。6. 样本（sample）：从总体中随机抽取的部分个体。7. 样本含量（sample size）：样本中所包含的个体数。8. 随机（random）：即机会均等，是为了保证样本对总体的代表性、可靠性，使各对比组间在大量不可控制的非处理因素的分布方面尽量保持均衡一致，而采取的一种统计学措施。(包括抽样随机、分组随机、实验顺序随机)9. 变量，随机变量（variable, random variable）：（在医学研究中，）根据研究目的的要求对一些观察项目或研究指标在一些研究对象中进行观察(或测量)，由于这些指标存在着变异，故把这些观察项目或研究指标称为随机变量，简称变量。10. 变量值，观察值（observation）：变量的取值。11. 数值变量，定量变量（numerical variable）：其取值是定量的，表现为数值大小，一般有度量衡单位，亦称计量资料。12. 分类变量，定性变量（categorical variable）：其取值是定性的，表现为互不相容的类别或属性。包括无序分类、有序分类。13. 无序分类（unordered categories）：包括二项分类（表现为互相对立的两种结果）、多项分类（表现为互不相容的多类结果）。14. 有序分类，等级变量（ordered categories）：各类之间有程度上的差别，或等级顺序关系，有“半定量”的意义。15. 统计量（statistic）：由样本所算出的统计指标或特征值称为统计量。16. 参数（parameter）：总体的统计指标或特征值称为参数。17. 频率（relative frequency）：在n次随机试验中，事件A发生了m次，则比值称为事件A在这n次试验中出现的频率。m称为事件A出现的频数（frequency）。18. 概率（probability）：数理统计学中的大数定理表明：当观察次数n越来越大，频率f的随机波动幅度越来越小，并最终趋向于一个常数P：随机事件A发生的概率。概率描述了随机事件发生的可能性的大小，是一种参数。19. 小概率事件：医学研究中，将概率小于等于0.05或0.01的事件称为小概率事件。20. 小概率原理：小概率事件虽不是不可能事件，但一般认为小概率事件在一次试验中是不会发生的。21. 偏态分布：非对称分布称为偏态分布，指观察值偏离中央的分布。22. 中位数（median）：将一组观察值按升序或降序排列，位次居中的数，常用M表示。23. 百分位数（percentile）：一种位置指标，以Px表示，一个百分位数Px将全部观察值分为两个部分，理论上有X%的观察值比Px小，有（100-X）%观察值比Px大。24. 变异系数（coefficient of variance, CV）：也称离散系数，为标准差与均数之比，变异系数没有度量衡单位，常用于比较度量衡单位不同或均数相差悬殊的两组或多组资料的离散程度。25. 参考值范围(reference range)：也称正常值范围，即绝大多数正常人的某指标值范围称为该指标的正常值范围。(这里的“绝大多数”可以是90%、95%、99%等等，最常见的是95%,所谓“正常人”不是指健康人，而是指排除了影响所研究指标的疾病和有关因素的同质人群) 26. 统计推断（statistical inference）：（医学）研究往往是从总体中随机抽取一定含量的样本进行研究，目的是通过样本的信息判断总体的特征，这一过程称为统计推断。统计推断的内容包括参数估计和假设检验。27. 抽样误差(sampling error)：由抽样引起的样本统计量与总体参数间的差别。（原因: 个体变异 + 抽样，表现为样本统计量与总体参数间的差别、不同样本统计量间的差别）28. 中心极限定理（central limit theorem）：从均数为、标准差为的总体中独立随机抽样，当样本含量n增加时，样本均数的分布将趋于正态分布，此分布的均数为，标准差为(x bar)。29. 标准误（standard error，SE）：样本统计量的标准差称为标准误。30. 区间估计（interval estimation）：按一定的概率或可信度(1-)用一个区间估计总体参数所在的范围，这个范围称作可信度为（1-）的可信区间（confidence interval, CI），又称为置信区间。31. 可信度：重复100次样本含量相同的抽样，每个样本均按同一方法构建100（1-）%可信区间，则在这些可信区间中，理论上有100（1-）个包含了总体参数，还有100个未估计到总体均数。32. 检验效能，把握度（power of a test）：1。两总体确有差别，按水准能发现它们有差别的能力。例如1-=0.9，意味着若两总体确有差别，则理论上100次抽样研究中，平均有90次能得出有差别的结论。33. 第一类错误(type error)：H0真实时被拒绝。34. 第二类错误(type error)：H0不真实时不拒绝。35. 比（ratio）：亦称相对比，是 A、B两个有关指标之比。说明A为B的若干倍或百分之几，它是对比的最简单形式。36. 构成比（proportion）：又称构成指标，表示某一事物内部各组成部分所占的比重或分布，常以百分数表示。37. 率（rate）：又称频率指标，用以说明某事物或某现象在其可能发生的范围内实际发生的频率或强度。38. 标准化（standardization method of rate）：采用统一的标准对内部构成不同的各组频率进行调整和对比的方法。调整后的率为标准化率，简称标化率（standardized rate），亦称调整率（adjusted rate）。39. 秩次（rank）：指全部观察值按某种顺序排列的位序。反映等级的高低。40. 秩和（rank sum）：同组秩次之和。（反映各组秩次的分布位置）41. 确定性关系：指一个变量值可以在与之有关的另一个变量值确定后根据某种函数关系精确地计算出来。42. 非确定性关系：（医学上）很多指标之间宏观上存在着某种联系，但尚未精确到可用数学函数表达出来，指标间的这种关系称为非确定性关系。43. 相关关系：44. 直线相关（linear correlation）：又称简单相关，用以描述呈二元正态分布的变量之间的线性共变关系，常简称相关。45. 相关系数（correlation coefficient）：用以说明具有直线关系的两个变量间相关关系的密切程度和相关方向的指标。46. 正相关（positive correlation）：当一个变量随着另一个变量的增加而增加，或减少而减少，即两者间的变化趋势是同向的，称为正相关，此时r0。47. 负相关（negative correlation）48. 零相关（zero correlation）：如果一个变量的增加或减少并不伴随着另一个变量的线性规律性改变，则它们之间没有相关关系，称为零相关，此时r=0。49. 直线回归（linear regression）：又称简单回归，是用直线回归方程来描述两个变量之间的线性关系。50. 回归系数（regression coefficient）：回归直线的斜率，当b0时，表明X与Y同向变化，当b0时，X与Y反向变化，而若b=0，回归直线平行于X轴，说明X与Y之间没有回归关系。回归系数b表示：X每增加一个单位，Y平均改变b个单位。51. 处理因素（treatment factor）：指外加于受试对象，在实验中需要观察并阐明其效应的因素。包括物理因素、化学因素及生物因素。若一次实验中只研究一个因素对实验指标的影响，称为单因素试验；研究两个或多个因素对实验指标的影响，称为多因素试验。52. 水平（level）：处理因素作用于受试对象的具体表现方式称为水平。53. 完全随机设计（completely random design）：从不同总体中随机抽样，通过对样本的分析，比较不同总体的特征。将同一个总体(同质)的样本随机分配到不同的处理组，观察不同处理的效应。 54. 配对设计（paired design）：当个体间变异较大时，将那些个体差异较小的研究对象配成若干对子，每对中的两个对象差异较小，并用随机地办法分配给相应的试验组和对照组。55. 随机区组设计（randomized block design）