文档介绍：卫生统计学名词解释 1 、抽样误差:有个体变异产生的,抽样造成的样本统计量与总体参数之间的差异,称之。 2 、标准误:将样本统计量的标准差称为标准误。 3 、均数的标准误:样本均数的标准差也称为均数的标准误( SEM ), 它反映样本均数间的离散程度, 也反映样本均数与相应总体均数间的差异,因而说明了均数抽样误差的大小。 4、u 分布:若某一随机变量 X 服从总体均数为υ、总体标准差为σ的正态分布 N(υ,σ2) ,则通过 u 变换( X-u /σ)可将一般正态分布转化为标准正态分布 N( 0,1 2) ,即 u 分布。 5、t 分布: 在实际工作中, 由于σ-X 未知,用 S-X 代替,则-X- υ/ S-X 不再服从标准正态分布,而服从 t 分布。 6 、可信区间:是按照预先给定的概率( 1-α)所确定的包含总体均数的区间估计范围。其确切含义为:如果能够进行重复抽样试验,平均有 1-α(如 95% ) 的可信区间包含了总体均数,而不是总体均数落在该可信区间。 7 、假设检验:也称为显著性检验,是利用小概率反证法思想,从问题的对立面( Ho) 出发间接判定要解决的问题( H1) 是否成立。然后在 Ho 成立的条件下计算检验统计量,最后获得 P 值来判断。 8、Ⅰ型错误:拒绝了实际上成立的 Ho ,这类“弃真”的错误称之。Ⅱ型错误:“接受”了实际上不成立的 Ho, 这样的“取伪”的错误称之。 9 、检验效能: 1-β,即把握度,指当两总体确有差异,按规定检验水准α所能发现该差异的能力。 10 、变量转换:是指原始数据作某种函数转换,如转换为对数值等。 1、方差分析: 又称变异数分析或 F 检验, 适用于对多个平均值进行总体的假设检验,以检验实验所得的多个平均值是否来自相同总体。 2 、单向方差分析( one way analysis of variance )是指处理因素只有一个。这个处理因素包含有多个离散的水平, 分析在不同处理水平上应变量的平均值是否来自相同总体。 3 均方: 每种来源的离均差平方和用相应的自由度去除, 可得到平均的离均差平方和,简称均方( mean square , MS) 4、 LSD-t 检验:即最小显著性差异 t 检验,适用于一对或几对在专业上有特殊意义的样本均数间的比较。 5、 SNK ( student-Newman-Keuls )法: 又称 q 检验, 是根据 q 值的抽样分布作出统计推论,适用于多个样本均数两两之间的全面比较。 6、 Tukey 法: 又称为真正显著差( honestly significant difference , HSD )的单一值作为判断标准。 7、 t-t 检验:适用于 g-1 个实验组与一个对照组均数差别的多重比较。 8 、完全随机设计:是采用完全随机化的分组方法,将全部试验对象分配到 g 个处理组(水平组) ,各组分布接受不同的处理,试验结束后比较各组均数之间的差别有无统计学意义,推论处理因素的效应。 9 、析因设计( factorial design )实验:凡同时配置两个或两个以上处理因素, 这些因素的各水平又具有完全组合的实验, 统称为析因设计( factorial design )实验。 10 、随机区组设计( randomized block design )是事先将全部受试对象按某种可能与实验因素有关的特征分为若干个区组( block ),使每一区组内的受试对象例数与处理因素的分组数相等, 使每个实验组从每一区组得到一例受试对象。 1、二项分布: 是指只会产生两种可能结果如“阳性”或“阴性”之一的n 次独立重复试验中,当每次试验的“阳性”概率π保持不变时, 出现阳性次数 X=0 , 1,2,3 ……的一种概率分布。 2、 Poisson 分布:作为二项分布的一种极限情况,已发展为描述小概率事件发生规律的一种重要分布。 1 、分布:是一种连续型分布,可用于检验资料的实际频数和按检验假设计算的理论频数是否相符等问题。 2 、拟合优度检验:是判断样本实际频数分布与拟合的理论频数分布是否符合,或者说判断此样本是否来自某种分布。 3、 Cochran Armitage 趋势检验:当某因素是按自然顺序的等级分层或者在连续性资料等级化后再分层的情况下,可采用 Cochran Armitage 趋势检验( Cochan Armitage trend test )以分析率是否随分层等级而变化的趋势。 4 、四格表的费歇尔精确概率( Fisher ’s exact probabilities in2×2 table ) 检验: 也称四格表概率的直接计算法, 是一种直接计算概率的假设检验。它适用于四格表中有理论频数小于 1或n小于 40 的情况,特别是用其它检验方法所得