正态分布与正常值范围估计 练习题

1．根据第四章练习题2用百分位数法和正态分布法估计某地正常人尿汞值的90%、95%、99%上限，讨论用何法估计较适宜。　　2．调查得成都市1979年996名女学生月经初潮年龄的分布如下，本资料宜用何法确定其双侧99%正常值范围？试估计之。年岁1011121314151617181920合计人数744[详细]

2007/12/2 2:05:19

抽样误差与标准误

一、抽样误差的意义　　在第一章第二节曾提到过样本与总体以及抽样误差的概念，那里谈到，由于存在人与人之间的个体差异，即使从同一总体用同样方法随机抽取例数相同的一些样本，各样本算得的某种指标，如平均数（或率），通常也参差不齐存在一定的差异。样本指标与相应的总体指标之间有或多或少的相差，这一点是不难理解的[详细]

2007/12/2 2:05:16

t分布

从数理统计的理论上讲，并且上节的实例也已说明，在总体均数为μ，总体标准差为σ的正态总体中随机抽取n相等的许多样本，分别算出样本均数，这些样本均数呈正态分布。而当样本含量n不太小时，即使总体不呈正态分布，样本均数的分布也接近正态。在下式中，　　由于μ与（样本均数的标准差）都是常量，又　　X呈正态分布，[详细]

2007/12/2 2:05:15

可信区间的估计

一、参数估计的意义　　一组调查或实验数据，如果是计量资料可求得平均数，标准差等统计指标，如果是计数资料则求百分率藉以概括说明这群观察数据的特征，故称特征值。由于样本特征值是通过统计求得的，所以又称为统计量以区别于总体特征值。总体特征值一般称为参数（总体量）。我们进行科研所要探索的是总体特征值即总体参[详细]

2007/12/2 2:05:15

标准误与可信区间 练习题

1．下列数据为某院两种疾病治愈出院者住院天数统计，试计算标准误以比较两者抽样误差的大小。　例数n平均数X标准差S杆菌痢疾8417.6210.61流行性感冒906.173.49　　2．淮南第三药厂新近研制中西药结合的复方制剂安降片，经268例高血压病人临床验证。显效率达50%，试估计总体率所在的95%[详细]

2007/12/2 2:05:15

t检验与u检验

抽样研究包含参数估计与通过假设检验作统计推断这样一些重要内容。前者在第六章最后一节中已经涉及，后者如X2检验，我们亦已有过接触。本章将介绍两均数相比时的假设检验。[详细]

2007/12/2 2:05:15

t检验

一、样本均数与总体均数的比较　　为了判断观察到的一组计量数据是否与其总体均数接近，两者的相差系同一总体中样本与总体之间的误差，相差不大；还是已超出抽样误差的一般允许范围而存在显著差别？应进行假设检验，下面通过实例介绍t检验的方法步骤。　　例7.1　根据大量调查得知，健康成年男子脉搏均数为72次/分，[详细]

2007/12/2 2:05:11

u检验

u检验（亦称T检验），它根据正态分布规律作假设检验（显著性检验）。当样本含量增大时，样本均数的分布趋向正态，这可看图6.1，t分布曲线以ν=9的一条比ν=3的更近似正态分布，再看附表3，表最下一行ν为∞时的t分布即是正态分布。故u检验用于大样本。　　在仅有一条的标准正态曲线上，以u=1.96与-1.[详细]

2007/12/2 2:05:10

正态性检验与两方差的齐性检验

检验两个样本均数相差的显著性时，我们先有假定：第一个样本系从均数为μ1、方差为σ12的正态总体中随机取出，第二个样本取自另一个类似的总体，相应的总体参数为μ2与σ22，两个总体的方差应相等即σ12=σ22，然后才可用上述方法进行显著性检验，如果资料呈显著偏态，或两组方差相差悬殊，就要考虑用第十章非参[详细]

2007/12/2 2:05:09

t检验与u检验 练习题

1．用某药治疗10名高血压病人，对每一病人治疗前、后的舒张压（mmHg）进行了测量，结果如下，问该药有无降压作用？10名高血压病人治疗前后的舒张压（mmHg）病例编号12345678810治疗前117127141107110114115138127122治疗后12310812010710098102[详细]

2007/12/2 2:05:09

方差分析的意义

在第七章我们已介绍了两个样本均数相比较的显著性检验方法。如果相互比较的组超过两个，为同时解决几个均数的比较问题，通常使用方差分析法。　　方差即标准差σ或S的平方，又称均方，它由离均差平方和被自由度相除而得。方差分析时我们将总离均差平方和即总变异分析为几个组成部分，其自由度也分解为相应的几部分，故方差[详细]

2007/12/2 2:05:09

完全随机设计资料的方差分析

一、检验的一般步骤　　1．资料　这里所要的是类似第七章第一节三、中所述的成组资料，不过现在不是两组而是多组，如下例。　　例8.1　分泌型免疫球蛋白A（SIgA）是胃肠道分泌液、泪液等外分泌液中的主要免疫球蛋白类，某院研制了“125I－SIgA放射免疫测定药盒”，为人体SIgA的检验提供了一种简便方法[详细]

2007/12/2 2:05:05

随机单位组设计资料的方差分析

随机单位组设计资料和t检验中的成对资料相类似，不同之处是成对资料只二个组，而随机单位组设计有三个或更多的组，因而要比较的均数多于两个，它是比完全随机设计更精细的一种设计方法。这样设计的资料作方差分析的检验效能较高，因为在此种设计的方差分析表中多了一个分析内容──单位组间的变异，致使误差均方有一定程度[详细]

2007/12/2 2:05:04

拉丁方设计资料的方差分析

表8.11　家兔注射某种药物后不同部位所生疱疹大小（cm2）动物编号注射次序各动物小计各动物平均数123456ⅠB7.5C6.7A7.9D6.1F7.3E6.941.47.07ⅡE8.5D8.2B8.1C9.9A8.7F8.351.78.62ⅢC7.3F7.3E6.8A7.4B6.0D7.742.5[详细]

2007/12/2 2:05:04

几个方差的齐性检验

进行上述方差分析时，我们把比较的几个组的资料，看成是从几个相应的总体中随机抽取的独立样本，理论上要求几个总体都呈正态分布，几个总体的方差都是相同的，但总体均数可以不等。因此实际应用时，如果各组资料呈显著偏态，或各组方差相差悬殊，（尤其当各样本的含量甚不相同时）就不能用上述方法进行方差分析，而宜改用非[详细]

2007/12/2 2:05:04

方差分析 练习题

1．用三种抗凝剂（A1、A2、A3）对一血标本作红细胞沉降速度（一小时值）测定，每种各作5次，问用三种抗凝剂所作血沉值之间有差别否？　　A1：15 11 13 12 14　　A2：13 16 14 17 15　　A3：13 15 16 14 12　　2．下表所列数字为鹿茸草对五例原发性血小板减少症患[详细]

2007/12/2 2:05:04

直线相关与回归

前面各章介绍的统计方法都只涉及单一变量，即或进行两组或多组比较，所比较的仍然是同一变量，而且是以讨论各组间该变量的相差是否显著为中心环节。但医学领域里常可在一个统一体中遇到两个或多个变量之间存在着相互联系、相互制约的情况，如同一批水样的浊度与透光率，同一批人的年龄与血压以及身长、体重与胸围等。因而研[详细]

2007/12/2 2:05:01

直线相关

一、相关系数的意义　　相关分析是用相关系数（r）来表示两个变量间相互的直线关系，并判断其密切程度的统计方法。相关系数r没有单位。在-1～+1范围内变动，其绝对值愈接近1，两个变量间的直线相关愈密切，愈接近0，相关愈不密切。相关系数若为正，说明一变量随另一变量增减而增减，方向相同；若为负，表示一变量增[详细]

2007/12/2 2:05:00

直线回归

一、直线回归方程的意义　　计算出相关系数后，如果r显著，且又需要进一步了解两变量中一个变量依另一个变量而变动的规律时，则可进行回归分析。　　“回归”是个借用已久因而相沿成习的名称。若某一变量（Y）随另一变量（X）的变动而变动，则称X为自变量，Y为应变量。这种关系在数学上被称为Y是X的函数，但在医学领[详细]

2007/12/2 2:05:00

计算相关与回归的注意事项

1．作相关与回归分析要有实际意义。不要把毫无关联的两个事物或现象用来作相关或回归分析。如儿童身高的增长与小树的增长，作相关分析是没有实际意义的，如果计算由儿童身高推算小树高的回归方程则更无实际意义。也许算得的r、b是显著的，也是没有意义的。　　2．对相关分析的作用要正确理解。相关分析只是以相关系数来[详细]

2007/12/2 2:04:59