卫生统计学简答题.doc

第四章 常用概率分布 一、二项分布的特征 ①二项分布图的高峰在μ 其中μ为均值，σ为标准差，则随机变量X服从正态分布，记为X~N(μ，σ2 )相应的分布函数（概率密度的累积函数）为： 五、正态曲线的性质 ①曲线在x轴的上方，与x轴的上方，与x轴不相交 ②曲线是单峰的，它关于直线x=μ对称 ③曲线在x=μ处达到峰值（最高点），在x=μσ处有拐点 ④曲线与横轴x所夹面积为1 ⑤均值μ反应随机变量的平均水平（位置参数），向右平移表示逐渐增大，向左平移表示逐渐减少。 ⑥标准差σ反映随机变量的集中趋势（形状参数），σ越大曲线越“矮胖”，表示分布越分散；σ越小曲线越“瘦高”，表示分布越集中。 当n很大，π很小时，nπ=λ为一常数时，二项分布近似于Poisson分布P(nπ) 当n较大时，π不接近0也不接近m时，二项分布近似于正态分布，N（nπ,nπ(1-π)） 当λ≥20时，Poisson分布渐近正态分布N（λ，λ） 六、简述二项分布、Possion分布、正态分布的区别与联系 区别：二项分布、Possion分布是离散型概率分布，用概率函数描述其分布状况，而正态分布是连续型概率分布，用密度函数和分布函数描述其分布状况。 联系：Possion分布可以视为n很大而π很小的二项分布。当n很大而π和1-π都不是很小的时候二项分布渐近正态分布，当λ≥20的时候，Possion分布渐近正态分布。 七、对于一组近似正态分布的资料，除样本含量n外，还可计算 ，S和 1.96X ，问各说明什么？ ①为算数均数，说明正态分布或近似正态分布资料的集中趋势 ②S为标准差，说明正态分布或近似分布资料的离散趋势 ③ 1.96X 可估计正态指标的95%医学参考值范围，即此范围在理论上应包含总体的95%的个体值。 八、正态分布、标准正态分布与对数正态分布有何异同 1、相同点： 随机变量的类型相同 服从这种分布的随机变量都是连续型随机变量 可转化性 对数正态分布变量记对数变换后可转化为正态分布变量 正态分布变量经标准化变换后可转化为标准正态分布 2、不同点： 表示不同 正态分布记为N(μ， σ2 )，是曲线族 标准正态分布是一种特殊的正态分布（均数为0，标准差为1），记为N(0,1) 对数正态分布记为N(μlgX,,σ2 lgX )，为另一曲线族 概率密度函数曲线不同 应用不同 正态分布和标准正态分布应用广泛，其资料可直接用于统计分析 服从对数正态分布的资料一般先记对数变换后，再进行统计处理 九、控制图的基本原理 如果某一波动仅仅由个体差异或随机测量误差所致，那么观察结果服从正态分布；依据标准正态分布曲线下面积的分布规律性，确定出现概率非常小的若干情况作为异常标准如果出现相应结果则判为异常。 十、质量控制 判断异常点的8种情况： 某点位于控制线3S之外 在中心线的一侧连续有9个点 连续6个点稳定地减少或增加 连续14个点交替上下 连续3个点中有2个点位于2S之外 连续5个点中有4个点位于1S之外 在中心线一侧或两侧连续15个点位于1S之内 在中心线一侧或两侧连续8个点位于1S之外 十一、医学参考值范围（reference range） 定义 是指包括绝大多数“正常人”的各种生理及生化指标常数，由于存在个体差异，生物医学数据并不是常数，而在一定范围内波动，故采用医学参考值范围作为判定正常和异常的参考标准，但不是“金标准” 制定方法百分位数法如果对资料取对数后y 第五章 参数估计 一什么是抽样误差抽样误差如何减少抽样误差样本均数与抽样分布特点在服从正态分布的总体中进行随机抽样样本均数的分布服从近似正态分布如果重复α和α是指拒绝了实际上成立的α对比来得到结论若α，则拒绝……不同或不等；否则若Pα，则不拒绝……不同或不等。 五、怎样正确选用单侧检验和双侧检验？ 单双侧检验首先应根据专业知识来确定，同时也应考虑所要解决问题的目的。若从专业知识判断一种方法的结果可能低于或高于另一种方法的结果，则用单侧检验；若尚不能从专业知识判断两种结果谁高谁低时，用双侧检验。若研究者对低于或高于两种结果都关心，则用双侧检验；若仅关心其中一种可能，则取单侧检验。一般认为双侧检验较保守和稳妥，单侧检验由于充分利用了另一侧的不可能性，故更能得出有差别的结论，但应慎用。 六、假设检验的一般步骤 ①建立检验假设：假设样本来自某一特定总体，根据所对应实际问题建立原假设 及备择假设 ②确定检验水准：确定最大容许误差 ③选定检验方法与计算检验统计量：计算样本与总体的偏离程度 ④计算与统计量对应的P值 ⑤作出结论：反证法思想小概率原理，判断是接受 还是拒绝 。 七、假设检验应注意的问题 ①要有严密的研究设计 ②不同资料应选用不同的检验方法