医学统计学

一起排列，比较。

圆图：以圆面积表示事物的全部，用扇形面积表示各部分的比重。

线图：用于连续性资料。用线段的升降来表示一事物随另一事物变化的趋势。

半对数线图：用于连续性资料。用线段升降来表示一事物随另一事物变化的速度。 直方图：用矩形面积来表示某个连续性变量的頻数分布。

散点图：以点的密集程度和趋势表示两种事物间的相关关系。

厢式图：用于比较两组或多组连续资料的平均指标和变异指标，描述其分布特征。 纵轴必从“0”开始的统计图：直条图、直方图和线图。

第十五章多元线性回归分析

偏回归系数βj：表示在其它变量保持不变时，Xj增加或减少一个单位时Y的平均变化量。 应用条件：LINE，线性关系、相互独立、正态分布和方差齐。 ??b?bX?bX?...?bX 回归方程：Y01122mm原理：最小二乘法。 决定系数R2：R?2SS回归SS总说明自变量能够解释Y变化的百分比。越接近1，模型对数据的

拟和效果越好。0?R2?1。

复相关系数R：R?R可以用来度量应变量Y与多个自变量见的线性相关程度，即观察

2?之间的相关程度。 值Y与估计值Y偏回归平方和：回归方程中某一自变量的偏回归平方和，表示含有其他m-1个自变量的条

件下该自变量对Y的回归贡献。剔除Xj所引起回归平方和的减少量，或在m-1个自变量基础上新增Xj引起的平方和增加量。

标准化回归系数：由于各自变量的测量单位不同，单从各单偏回归系数的绝对值大小来分析

难以得出正确的结论。若对数据标准化，即将原始数据减去相应变量的均数后在除以该变量的标准差。 多元线性回归的应用：影响因素分析、估计与预测和统计控制。

第十六章logistic回归分析

回归系数βj统计学含义：表示自变量Xj改变一个单位时logitP的改变量，它与衡量危险因素作用大小的优势比（OR）有一个对应关系。

βj与OR值关系：当βj=0时，ORj=1，说明因素Xj对疾病发生不起作用；当β＞0时，

OR＞1，说明Xj是一个危险因子；当βj＜0，ORj＜1，说明Xj是一个保护因

子。

根据一组实际观察资料估计logistic回归模型的参数时，通常用最大似然估计。

logistic回归的应用：（1）流行病学危险因素分析非常适合病例对照研究；（2）临床试验数据分析、分析药物或毒物的剂量反应；（3）预测与判别（预测某事件发生的概率P）。

logistic回归应用的注意事项：（1）变量的取值形式；（2）样本含量，病例对照应至少各30~50

例，配对资料，自变量20倍以上；（3）模型评价。

时间和精力有限，总结的内容不是灰常全,各位亲爱的同学们仅供参考，祝大家执业医考试顺利，并轻松完成最后一科考试，加油，共勉！