医科大学精品课件：统计总复习(研).ppt

1、20 总复习,考试可能出现的题型：, 简答题, 最佳选择题, 辩正误, 案例分析题,统计学研究特点：,研究的是样本，要对总体作出推断,得到的是频率，要对概率作出推断,需进行参数估计和假设检验,抽样研究,抽样误差,利用“小概率原则”进行统计推断,准确的收集数据； 准确的录入数据； 正确的选用统计分析方法、调用统计分析程序； 对输出的结果作出合理的解释。,统计学学习的重点是掌握如何：,统计 描述,抽样分布参数估计：点估计、区间估计,定量资料,定性资料：频率型指标、强度型指标、比,统计表和统计图,统计 推断,变量,概率分布：正态分布,假设检验,多变量：多重线性回归、logistic回归、生存分析,两

2、变量：简单线性相关和简单回归分析,实验设计：三要素、四原则、实验设计方案、样本含量估算,知识框架：,均数；标准差 N（，2 ）,正态分布与抽样分布,总体分布,抽样分布,原变量,样本均数,标准差与标准误的区别与联系,正态分布和抽样分布,步骤：,有关样本资料的差异性比较,定量资料,前提 条件,t / Z检验,单样本,两独立样本,配对设计,多独立样本,不满足t 检验/方差分析条件的,秩和检验,随机区组资料,析因设计资料,重复测量资料,前提条件,前提条件,变量变换或秩和检验,两 独 立 样 本,定量资料假设检验,单 样 本,配对资料,差值,正态,偏态,对子数,t 检验,n 50,正态,偏态,n 50,

3、方差齐,t 检验,方差不齐,方差齐,变量变换或秩和检验,t 检验,对于四格表资料的假设检验: n40且所有T5 n40但有1T5 n40或有T1,定性资料的假设检验-1,2. 对于配对分类数据的 22 表： 1. b+c 40 2. b+c 40,定性资料的假设检验-2,3. 行列表资料的2检验：,定性资料的假设检验-3,相关和回归分析：,简单相关：,回归分析,1个因变量Y,1个自变量X,2个以上自变量X,Y是数值变量,Y是分类型变量,常用的回归分析中分类：,回归分析,简单线性：,多重线性：,logistic回归,线性回归,只1个X： (简单),多个X：,Cox回归,区分多重线性回归、logi

4、stic回归和Cox回归的异同。,01 绪论,1. 掌握6组基本概念： 总体与样本 同质与变异、 参数和统计量 变量与变量分类、 抽样研究与抽样误差 随机事件与概率,2. 掌握什么是抽样误差，它产生的原因及主要特征。 3. 掌握随机事件、概率和小概率事件的基本含义。,2 统计描述,掌握定量资料集中趋势的指标：算术均数、几何均数、中位数的概念、计算和适用条件； 掌握定量资料离散趋势的指标：极差、四分位数间距、方差、标准差和变异系数的概念、计算和适用条件 掌握率、构成比的概念和区别，掌握相对数的注意事项； 掌握常用统计图表的适用范围和制作方法，从而根据资料的类型选择合适的统计图对资料进行描述。,3

5、 概率分布,熟悉Poisson分布、二项分布的概念、参数与图形特征。 掌握掌握正态分布的概念，图形特征两个参数及面积规律。 掌握标准正态分布的概念，标准化方法及意义。 掌握正态分布和应用参考值范围的定义，计算方法。,4 参数估计,熟悉抽样误差的概念及产生原因 掌握抽样误差的概念以及标准误的计算； t分布的图形特征； 参数估计的概念和参数估计的基本方法。,5 假设检验,掌握假设检验中P值的含义及其与的区别。 掌握假设检验的基本思想和步骤； 掌握型错误和型错误的概念，及二者的关系 掌握单侧检验和双侧检验的含义及应用条件； 单样本定量资料的分析思路和单样本t检验的模型假设。,6 两样本定量资料的比较

6、,掌握两独立样本定量资料的统计分析思路：两样本均来自正态总体且总体方差齐时用t 检验，两样本来自正态总体但总体方差不齐时用检验或秩和检验，当数据来自偏态分布总体时，首先考虑采用变量变换，再考虑选用秩和检验； 掌握配对设计的含义及两配对样本定量资料的统计分析思路：对于配对设计定量资料的统计分析，若差值服从正态分布，可采用配对t检验，否则，采用配对资料的符号秩和检验； 掌握两样本秩和检验的优缺点。,7. 多组定量资料的比较,掌握完全随机设计的含义； 掌握单因素方差分析的基本思想和模型假设；熟悉单因素方差分析的计算公式 了解多独立样本Kruscal-wallis秩和检验的编秩方法。掌握多独立样本秩和

7、检验的应用范围。,8 定性资料的比较,了解四格表概念及四格表中4个基本数据的含义； 了解配对四格表的概念以及配对四格表与一般四格表在设计上的不同。 熟悉等级资料平均水平秩和检验的基本过程。 掌握四格表资料检验的基本公式及各公式的适用条件；配对四格表检验的基本公式及各公式的适用条件；掌握四格表的确切概率法的适用条件；掌握检验的注意事项。,9 两变量关联性分析,掌握各种两变量资料类型的关联性分析方法，及应用的前提条件。 熟悉线性相关分析的基本步骤。 掌握 Pearson积矩相关系数、 Spearman秩相关系数、关联系数的概念、计算方法及解释意义。 4. 掌握关联性分析的结果解释意义。,10 简单

8、线性回归分析,1. 掌握线性回归适用资料类型、应用前提假设。 2. 熟悉线性回归的基本步骤，模型公式、求解回归方程中参数估计量和值所遵循的最小二乘原则； 3. 掌握回归系数的含义、计算方法及解释意义； 4.掌握相关与回归分析的区别与联系。,11 多重线性回归分析,掌握多重线性回归分析的造用资料类型、应用前提条件诊断和多重共线性。 熟悉多重线性回归分析的模型公式、基本步骤； 掌握多重线性回归分析中偏回归系数、标化的回归系数的概念和解释意义。 掌握确定系数、复相关系数、调整确定系数、调整复相关系数的概念和意义。,12 实验设计,熟悉配对、随机区组、析因、交叉、重复测量实验设计方法及其优缺点； 掌握样本含量估算的意义和4个主要影响因素。,18 logistic回归分析,掌握logistic回归分析的适用资料类型、应用前提条件及注意事项。 熟悉logistic回归分析的函数公式及建模基本步骤。 掌握 logistic回归模型中偏回归系数、优势比或相对危险度的概念、解释意义及相互关系。,路漫漫其修远兮,