卫生学作业本统计部分问答题答案.doc

温医超有诶卫生学作业本统计部分问答题答案说明：这份资料来自“超有诶”团队“素心”同学，由于答案不是老师给的，所以给的都是可能答案，答案来源多样，可能会与书上有些许出入，有歧义的地方，以人卫8版卫生学为准。超有诶第二章1.均数、几何均数和中位数的适用范围有何异同？答:相同点,均表示计量资料集中趋势的指标。不同点:表2-5. 表2-5均数,几何均数和中位数的相异点平均数 意义 应用场合均数 平均数量水平 应用甚广,最适用于对称分布,特别是正态分布几何均数 平均增减倍数 等比资料；对数正态分布资料中位数 位次居中的观察值水平 偏态资料；分布不明资料； 分布一端或两端出现不确定值2中位数与百分位数在意义上计算和应用上有何区别与联系？答:1）意义：中位数是百分位中的第50分位数，常用于描述偏态分布资料的集中位置，反映位次居中的观察值水平。百分位数是用于描述样本或总体观察值序列在某百分位置的水平，最常用的百分位是P50即中位数。多个百分位数结合使用，可更全面地描述总体或样本的分布特征。（2）计算：中位数和百分位数均可用同一公式计算，即Px=L+（i/fx）（nx%-fL）可根据研究目的选择不同的百分位数代入公式进行计算分析。（3）应用：中位数常用于描述偏态分布资料的集中趋势；百分位数常用于医学参考值范围的确定。中位数常和其它分位数结合起来描述分布的特征，在实际工作中更为常用。百分位数还可以用来描述变量值的离散趋势（四分位数间距）。3同一资料的标准差是否一定小于均数？答：不一定。同一资料的标准差的大小与均数无关，主要与本资料的变异度有关。变异大，标准差就大，有时比均数大；变异小，标准差小。4测得一组资料，如身高或体重等，从统计上讲，影响其标准差大小的因素有哪些？（1）样本含量的大小，样本含量越大，标准差越稳定。（2）分组的多少（3）分布形状的影响，偏态分布的标准差较近似正态分布大（4）随机测量误差大小的影响（5）研究总体中观察值之间变异程度大小5正态分布标准正态分布与对数正态分布在概念上和应用上有何异同？（1）概念上：相同点：正态分布、标准正态分布与对数正态分布都是变量的连续型分布。其特征是：分布曲线在横轴上方，略呈钟型，以均数为中心，两边对称，均数处最高，两边逐渐减小，向外延伸，不与横轴相交。相异点：表示方法不同，正态分布用N（，2）表示，标准正态分布用N（0，1）表示，对数正态分布N（lgX，lgX）表示。（2）应用上：相同点：正态分布、对数正态分布都可以转换为标准正态分布。相异点：标准正态分布是标准正态变量u的分布，标准正态曲线下的面积唯一的由u决定，给应用带来极大方便。对医学资料呈偏态分布的数据，有的经对数变换后服从正态分布。正态分布、对数正态分布可描述变量值的分布特征，可用于正常值范围估计和质量控制等。正态分布是很多统计方法的理论基础。6医学中参考值范围的含义是什么？确定的原则和方法是什么？（1）含义：参考值范围亦称正常值范围，它是指特定健康状况人群（排除了有关疾病和因素对所研究指标有影响的所谓“正常人”不同于“健康人”概念）的解剖、生理、生化等数据绝大多数人的波动范围。（2）原则：抽取有代表性的足够例数的正常人群样本，样本分布越接近总体，所得结果越可靠。一般认为样本含量最好在100例以上，以能得到一个分布较为稳定的样本为原则。对选定的正常人进行准确而统一的测定，保证测定数据可靠是确定正常值范围的前提。判定是否要分组（如男女、年龄、地区等）确定正常值范围。决定取双侧范围值还是单侧范围值。选择适当的百分范围确定可疑范围估计界值（3） 方法：百分位数法： 双侧95: （P2.5, P97.5） 单侧95: P5 或 P95正态分布法（对数正态分布）： 双侧95:1.96S 单侧95: 1.64S百分位数法用于各种分布型（或分布不明）资料；正态分布法用于服从或近似正态分布（服从对数正态分布）的资料。第三章1.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；标准差常用于表示变量值对均数波动的大小，与均数结合估计参考值范围，计算变异系数，计算标准误等。标准误常用于表示样本统计量(样本均数，样本率)对总体参数(总体均数，总体率)的波动情况，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，如果把样本均数看作一个变量值，则样本均数的标准误可称为样本均数的标准差；当样本含量不变时，标准误与标准差成正比；两者均可与均数结合运用，但描述的内容各不相同。2.置信区间是用来估计未知总体参数的范围，范围内包括总体参数的置信度（1-a）。参考值范围则是个体的波动范围，用于判断个体某项指标是否正常。比如按给定的（1-a）确定的个体的大小、生化指标的正常波动范围。3.假设检验时首先认为设定H0，然后用样本数据检验是否支持H0，即假设在前，推断是有规范程序作出的，结论只有成立与否而没有大小数量方面的反映，而区间估计是由其样本数据算出估计量所在的区间和其置信度1-，然后人们由估算结果作出判断，两者的相同之处在于都利用了样本信息与统计推断，不同之处在于假设检验中与样本信息无关的原假设H0对结果影响很大而区间估计值依据样本，影响较小。不同之处在于：用统计量推断参数时，如果参数未知，则这种推断叫参数估计用统计量估计未知的参数；如果参数已知（或假设已知），需要利用统计量检验已知的参数是否靠谱，此时的统计推断即为假设检验。另一种答案：二者都属于统计推断的内容，假设检验推断总体参数间是否有质的区别，并可获得样本统计量，以得到相对精确的概率值。而可信区间用于推断总体参数的大小，它不仅可用以回答假设检验的问题，尚可比假设检验提供更多的信息。但这并不意味着用可信区间代替假设检验，因为假设检验可得到P值，比较精确地说明结论的概率保证，而可信区间只能告诉我们在某水准上有无统计意义，却不能像P那样提供精确的概率。因此，只有二者有机结合起来，互相补充，才是完整的分析。4.P值是指从H0所规定的总体进行随机抽样，获得的等于或大于（或小于等于）现有样本获得的检验统计量值得概率，一般认为概率为0.05为小概率事件，一般认为不发生，所以P0.05时拒绝H05.t检验：是假设检验的一种常用方法，当方差未知时，可以用来检验一个正态总体或两个正态总体的均值检验假设问题，也可以用来检验成对数据的均值假设问题。具体内容可以参考概率论与数理统计。可以用来判断两组数倨差异是否有显著意义，也就是结果有没有统计学意义。 方差分析：它是处理实验研究资料时重要的分析方法之一，代表数据是否具有统计意义, 一般一组数据代表某个条件或因素,方差分析可以判断你选取的这个因素是否有意义,是不是影响因素。如果你做统计为了找到事物相关性,而方差结果显示数据无统计学差异,很可能代表实验失败或设计有问题。6. 当所设H0为总体参数等于某一定值，而H1为仅从一个方向上偏离此定值者，为单侧检验。以下是几种常见的单侧检验，注意与相应的双侧检验分辨。检验两组的差异显著性时，只考虑AB之意义，不考虑AB之可能性者，为单侧检验(若上述A与B之间的关系全部相反，亦为单侧检验)；同时考虑包含AB和AB两种可能性者，为双侧检验。例如，某新药与一同类的常用药之疗效比较，一般应用双侧检验；而含甲药之某复方与单纯甲药之疗效比较，则可以采用单侧检验。检验差值均数的显著性时，只考虑正值的意义，不考虑负值之可能性者，为单侧检验(若上述正值和负值之设置相反，亦为单侧检验)；同时考虑包含正值和负值两个方面的可能性者，为双侧检验。 根据专业知识推断两个总体是否有差别时，是甲高于乙，还是以高于甲，当两种可能都存在时，一般选双侧；若根据专业知识，如果甲不会低于乙，或研究者仅关心其中一种可能时，可选用单侧。一般来讲，双侧检验较稳妥故较多用，在预实验有探索性质时，对结果的考虑以思路较宽为好，也用双侧检验。单侧检验，应以专业知识为依据，他充分利用了另一侧的不可能性，故检出效率高，但应慎用。 4. 区别：型错误：指拒绝了实际上成立的H0，即“弃真”的错误。型错误的概率用表示。统计推断时，根据研究者的要求来确定。型错误：指接受了实际上不成立的H0，即“存伪”的错误。型错误的概率用表示。值的大小很难确切估计，只有在已知样本含量n、两总体参数差值以及所规定的检验水准的条件下，才能估算出值的大小。联系：当抽样例数一定时越大，越小；反之，越小，越大。统计推断中，、型错误均有可能发生，若要使两者都减小，可适当增加样本含量。根据研究者要求，n一定时，可通过确定水平来控制的大小。意义：可用于样本含量的估计。可用来计算可信度（1），表明统计推断可靠性的大小。可用于计算把握度（1），来评价检验方法的效能等。有助于研究者选择适当的检验水准。可以说明统计结论的概率保证。第五章1. 常用的相对数指标有：率、构成比和相对比。意义和计算公式如下：率又称频率指标，它说明某现象发生的频率和强度。常用百分率、千分率、万分率或十万人率等表示，公式为：率=某时间内实际发生某现象的观察单位数/同时期可能发生某现象的观察单位总数K。例如，某病患病率常用百分率或千分率，婴儿死亡率常用千分率，死因别死亡率常用十万分率等。构成比说明事物内部各部分所占的比重。常用百分数表示，公式为：构成比=某一组成部分的观察单位数？同一事物各组成部分的观察单位总数100%。例如脑血管疾病在某地5咱慢性疾病的构成比为（3805/7896）100%=48.19%，心血管疾病占该5种慢性病总数的比重为（1365/7896）100%=17.29%。相对比说明一个指标是另一个指标的几倍或几分之几。两个指标可以是绝对数、相对数或平均数；可以性质相同，例如不同年份某地某病死亡率之比，也可以性质不同，例如某医院医护人员数与病床数之比。公式为：相对比=甲指标/乙指标（或100%）。构成比与率所说明的问题是不同的，构成比说明事物内部各部分所占的比重，不能说明某再象的发生强度或频率大小。因此，在分析时不能用构成比代替率。2. 构成比和率的不同，不能以比代率；计算相对数时，观察例数不宜过小；率的比较注意可比性，特别是混杂因素的问题，有的话，可用标准化法和分层分除观察单位不同的几个率的平均率不等于几个率的算术均数；样本率或构成比的比较应做假设检验。3.书上有第七章1. 可用于两个及两个以上率或构成比的比较；两分类变量相关关系分析。其数据构成，一定是相互对立的两组数据，2. 其根本思想就是在于比较理论频数和实际频数的吻合程度或拟合优度问题3.校正这个书上都有，相信大家都记住了4. 计算值时，必须用绝对数，不能用相对数。检验要求理论频数不宜太小。对于理论频数太小的处理方法：最好增大样本容量，以达到增大理论频数的目的删去理论频数太小的格子所对应的行或列，但这样会损失信息，损害样本的随机性将理论频数太小的行或列与性质相近的邻行或列中的实际频数合并，使重新计算的理论频数增大。（损失的信息比第2种方法小一些）。关于单向有序行列表，应用秩和检验或Ridit检验。当多个样本率（或构成比）比较的检验，结论为拒绝检验假设，只能认为各总体率之间总的来说有差别，但不能说明它们彼此之间都有差别，或某两者间有差别。第九章1. 答：做直线回归一定要有实际意义回归分析之前首先应绘制散点图。考虑建立线性模型的基本假定取值范围，避免外延。两变量间有直线关系不一定是因果关系。2.直线经过（X,Y）点，直线与纵轴交点的纵坐标为截距a,直线应在自变量X的实测范围内。3.积差相关系数r用于描述双变量正态分布资料的相关系数，等级相关系数rs适用于s适用于下列资料：不服从双变量正态分布而不宜作积差相关分析的资料。总体分布型未知的资料。原始数据是用等级表示的资料。4.不可5. 答：直线的斜率称为回归系数，直线相关系数也称积距相关系数，说明具有直线关系的两变量间的相关方向与密切程度。它们的联系方向一致即r与b正负一致，假设检验等价。区别：资料要求不同，回归系数方程要求服从正态分布，x精确测量严格控制型回归，相关方程要求x，y双重复正态型回归。第十一章 1. 列表的原则和基本要求是什么？（1）列表的原则：重点突出，简单明了；主谓分明，层次清楚。（2）列表的基本要求： 应有简明扼要说明统计表内容的标题。既不能过与简略，也不呢能过于繁琐或不确切。 标目文字要简明，有单位的标目要注明，标目不宜过多，层次应清楚。 线条不宜过多。除顶线、底线、纵标目下与合计行上面的线条外，其他线条一般均应省去。表的左上角不宜有斜线。 表内数字小数位数保留应一致，位次应对齐，不宜留空格。暂缺或未记录用“?”表示，无数字用“”表示，数字是“0”则应填写“0”。 备注一般不列入表内，应用“”号引出，写在表的下面。2. 常用的统计图有哪几种？他们的适用条件是什么？常用的统计图有条图、百分条图、圆图、线图、半对数线图、直方图、散点图和统计地图等。（1）直条图：用等宽直条的长短来表示相互独立的各项指标的数值大小，如发病率等。（2）百分条图、圆图：用长条各段的面积、圆的扇形面积来表示事物内部各构成部分的分布情况，即各构成比重的大小，如构成比。（3）普通线图：用线段的升降来表示连续性资料随时间的变迁、某事物现象的动态及变化趋势。（4）半对数线图：用线段的升降来表示连续性资料随时间的变迁和某事物现象发展变化的速度。（5）直方图：用直方面积的大小表示数值变量资料频数分布的情况。（6）散点图：用点的密集程度和趋势表示两变量间的相关关系。（7）统计地图：用不同的纹线或颜色说明指标高低，描述某事物现象在行政区域上的。直条图（条图）：适用于比较分析独立的或离散变量的多个组或多个类别的统计指标。圆图和百分比条图：适用于描述分类变量的各类别所占的构成比。普通线图（线图）：适合于描述统计量随另一连续性数值变量变化而变化的趋势，常用于描述统计量随时间变化而变化的趋势。直方图：数值变量的频数分布。散点图：相关，双变量。箱式图：偏态分布的资料。统计地图：研究指标的地理分布。 描述某连续变量的频数分布宜选用直方图；分析、比较独立的或不连续的多个组或多个类别的统计量宜选用条图，分析某指标随时间或其它连续变量变化而变化的趋势宜选用线图，描述或比较不同事物内部构成时用圆图或百分比条图等。第十二章1976年某单位报告了果胶驱铅的疗效观察。30名铅中毒工人脱离现场后住院治疗，治疗前测得尿铅的均数为0.116mg/L，血铅均数为1.81mg/L。服用20天后再测，尿铅均数降为0.087mg/L，血铅均数降为0.73mg/L。说明果胶驱铅有较好的驱铅作用。 此实验目的是要观察果胶的驱铅作用。人体对外来有害物质有解毒功能，因而铅中 毒者在脱离现场后经一段时间，血、尿中铅含量会下降（自然排铅）。该设计最大 缺点就在于无对照，其结果不知血铅和尿铅的下降是果胶的作用，还是人体自然排铅的结果。另外，只凭上述血铅和尿铅在治疗前后的均数，不作假设检验就下“果胶有较好的驱铅作用”的结论自然不妥，较好的设计应将30名患者随机分为两组，一组给予果胶，另一组给予具有肯定作用的驱铅药物如EDTA（即标准对照）等，经治疗一定时间后，以两组血铅及尿铅的变化值作假设检验，再下结论。2. 某单位研究菊花艾叶香预防感冒及空气消毒效果，对象为某幼儿园分住三个楼的儿童。中楼是中班的儿童（160人），东楼是小班（80人）的儿童，此两楼燃香；西楼是大班（160人）的儿童，不燃香为对照组，结论为该艾叶香无预防感冒效果，但有空气消毒作用（肉汤平板上菌落数较少）。该试验目的是观察野菊花艾叶香预防感冒和空气消毒的作用，但三组之间缺乏均衡性：（1）三栋楼房条件不同。（2）三组儿童年龄不同：不同年龄儿童对感冒抵抗力不同，大班儿童自然会比中班、小班儿童对感冒抵抗力强，故无法观察预防感冒的作用。（3）设立对照也有问题，空气消毒是野菊花艾叶香的燃香作用，还是烟作用无法区别，故达不到试验目的。应设立实验对照。3调查研究和实验研究的主要区别何在？按研究是否对观察对象施加干预（即处理因素）可分为调查与实验。调查即研究者只是被动的调查客观实际情况，而未加任何干预。实验比调查能更好地控制误差。基于上述差别，调查与实验研究在统计分析上也不尽相同。（1）调查研究：研究因素（处理因素）是客观存在的；不能通过随机化分组的方法来平衡混杂因素。（2）实验研究：研究者能人为设置处理因素；受试对象接受何种处理因素或水平是由随机分配而定。4. 估计样本例数的意义何在？需要确定那些前提条件？（1）估计样本例数的意义：在调查或实验研究中都要对样本例数进行估计，如果例数太少，有可能把个别情况误认为普遍情况，把偶然性或巧合的现象当做必然规律现象，以至错误地推论到总体，例数太多，势必造成人力、物力的浪费。在保证实验结果有一定可靠性的条件下，确定最少的样本例数，以节约人力和经费。（2）样本含量的估计可分为两类，一类是作参数估计时的样本含量估计；另一类是作指标比较时的假设检验中样本含量的估计。两种方法不同，决定样本含量的因素亦有所不同。现分述如下。1）参数估计时，影响样本含量的因素有： 容许误差。容许误差越小，所需样本含量越多；型错误的概率。越小，则所需样本含量越多；总体标准差。越大，所需样本含量越大； 总体是无限总体，所需样本含量较多；如系有限总体则总体单位数越小，所需样本含量也越少。2）指标比较时，决定样本含量的因素是：型误差的概率。越小，样本含量越大； 检验效能1-。为型误差的概率，1-越大，所需样本含量越大； 容许误差。越小则样本含量越大； 总体标准差或总体率。越小，n越小，越接近0.5样本含量越大； 单侧检验所需样本含量较少，双侧检验所需样本含量较多6. 调查研究和实验研究的主要区别何在？按研究是否对观察对象施加干预（即处理因素）可分为调查与实验。调查即研究者只是被动的调查客观实际情况，而未加任何干预。实验比调查能更好地控制误差。基于上述差别，调查与实验研究在统计分析上也不尽相同。（1）调查研究：研究因素（处理因素）是客观存在的；不能通过随机化分组的方法来平衡混杂因素。（3） 实验研究：研究者能人为设置处理因素；受试对象接受何种处理因素或水平是由随机分配而定。7. 估计样本例数的意义何在？需要确定那些前提条件？如何进行估算？（1）估计样本例数的意义：在调查或实验研究中都要对样本例数进行估计，如果例数太少，有可能把个别情况误认为普遍情况，把偶然性或巧合的现象当做必然规律现象，以至错误地推论到总体，例数太多，势必造成人力、物力的浪费。在保证实验结果有一定可靠性的条件下，确定最少的样本例数，以节约人力和经费。（2）样本含量的估计可分为两类，一类是作参数估计时的样本含量估计；另一类是作指标比较时的假设检验样本含量的估计。两种方法不同，决定样本含量的因素亦有所不同。现分述如下。1）参数估计时，影响样本含量的因素有： 容许误差。容许误差越小，所需样本含量越多；型错误的概率。越小，则所需样本含量越多；总体标准差。越大，所需样本含量越大； 总体是无限总体，所需样本含量较多；如系有限总体则总体单位数越小，所需样本含量也越少。2）指标比较时，决定样本含量的因素是：型误差的概率。越小，样本含量越大； 检验效能1-。为型误差的概率，1-越大，所需样本含量越大； 容许误差。越小则样本含量越大； 总体标准差或总体率。越小，n越小，越接近0.5样本含量越大； 单侧检验所需样本含量较少，双侧检验所需样本含量较多。如何进行样本含量估算，根据已知条件，区别调查研究还是实验中统计量的比较，以及数值变量还是分类变量，可按样本估计的专用公式计算，或查样8. 实验为什么要设对照组？如何设对照组？设对照可以使处理因素和非处理因素的差异有一个科学的对比。设立对照的目的是抵消对照组与处理组非处理因素的影响，处理因素效应得以充 分显示出来。主要有空白对照、安慰剂对照、实验对照、标准对照、历史对照、 自身对照和相互对照等六种形式，可以根据研究目的和内容加以选择。9. 常用的实验设计有那些？（1）完全随机设计。亦称单因素设计（2）配对设计（3）配伍组设计，亦称随机区组设计，是配对设计的扩大。（4）析因试验设计、拉丁方设计、正交设计，这些都是多因素，高效率的实验设计第 8 页 共 8 页2015