医学统计学考试重点(11)

区别：1. 相关说明相关关系，回归说明依存关系； 2. r与b有区别； 3. 资料要求不同。 联系：1. r与b值可相互换算； 2. r与b正负号一致；

3. r与b的假设检验等价；

4. 回归可解释相关。相关系数的平方r2(又称决定系数)是回归平方和与总的离均差平方和之比，故回归平方和是引入相关变量后总平方和减少的部分。

回归系数的估计原则：最小二乘(least squares)原则（填空）

应用直线回归时（简答）

应用直线回归时的注意事项：

1.作回归分析要有实际意义，不能把毫无关联的两种现象作回归分析，必须对两种现象间的内在联系有所认识。 2.在进行直线回归分析之前，应绘制散点图，当观察点的分布有直线趋势时，才适宜作直线回归分析，散点图还能提示资料有无异常点。异常点的存在往往对方程中的系数（a、b）的估计产生较大影响。因此，需对异常点进行复查。

3.建立直线回归方程后，要对系数进行假设检验，以确定回归方程有无意义。

4.直线回归方程的适用范围一般以自变量的取值范围为限，避免外延。获得自变量值的手段也应与建立方程时相同。否则会产生较大偏差。

一、名解

1.小概率原理：一个事件如果发生的概率很小的话，那么它在一次试验中是几乎不会发生的，称之为小概率原理。统计学中，一般认为等于或小于0.05或0.01的概率为小概率。 2.小概率事件：习惯上将p<0.05或p<0.01的事件。

3.同质：是针对被研究的指标来讲，其影响因素相同，简单的理解，同质就是指对研究指标影响较大的可控的主要因素。同质基础上的个体差异称为变异。

4.抽样误差：由于生物固有的个体变异的存在，从某一总体中随机抽取一个样本，所得统计标准量与相应的标准参数往往是不同的，这种差异称为抽样误差。

5.第一类错误/第二类错误：如果实际情况与H0一致，仅仅由于抽样的原因，使得统计量观察值落到拒绝域，拒绝原本正确的H0，导致推断结论错误，这样的错误称为第一类错误。如果实际情况与H0不一致，也仅仅是抽样的原因使得统计量的观察值落到接受域，不能拒绝原本错误的H0，则导致了另一种推断错误，这样的错误称为第二类错误。

6.检验效能：1-β称为假设检验的功效，当所研究的总体与H0确有差别时，按检验水准α能够发现它（拒绝H0）的概率

7.四分位间距：表示百分位数P75和百分位数P25之差，定义为Q=P75-P25

8.变异系数：cv主要用于量纲不同的变量间或均数差别较大的变量间变异程度的比较。 9.均数的标准误：样本均数的标准差，通常称为均数的标准误，用于反应均数抽样误差的大小。

10.总体参数的可信区间：按预先给定的概率（1-α）估计总体参数的可能范围，该范围就称为总体参数的1-α置信区间。

11.相关系数：又称pearson积矩相关系数，是定量描述两个变量间线性关系密切程度和相关方向的统计指标。

12.最小二乘法原理：残差ei=Yi-（a+bXi）yI，求a与b的适宜值，能使所有残差平方和为最小，则称这一对a和b为α与β的最小二乘估计。

13.回归系数μY/X=α+βX，其中，Y为个体的因变量值，α为回归直线的截距参数，β为

搜索“diyifanwen.net”或“第一范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，第一范文网，提供最新资格考试认证医学统计学考试重点(11)全文阅读和word下载服务。