第一篇：常用医学统计学方法的选择

常用医学统计学方法的选择

1.多组率的比较用卡方检验（χ2检验，chi-square test)直接用几个率的数值比较，与直接用原始数据录入比较，结果会有什么不同？卡方值会受样本量的影响，样本越多，卡方值越大。

2.多组计量资料比较采用方差分析(F检验)，不能用t检验。当方差分析结果为P<0.05时，只能说明k组总体均数之间不完全相同。若想进一步了解哪两组的差别有统计学意义，需进行多个均数间的多重比较，即SNK-q检验(多个均数两两之间的全面比较)、LSD-t检验(适用于一对或几对在专业上有特殊意义的均数间差别的比较)和Dunnett检验(适用于k-1个实验组与一个对比组均数差别的多重比较)。

3.非正态分布多组数据之间比较选用非参数检验、单样本中位数检验（符号检验和 Wilcoxon 检验）、双样本中位数检验（Mann-Whitney 检验）、方差分析（Kruskal-Wallis、Mood 中位数和 Friedman 检验）

4.按血糖水平从低到高分成多组，进行多组之间死亡率的比较，由于死亡率同样受年龄、性别、病史、您身边的论文好秘书：您的原始资料与构思,我按您的意思整理成优秀论文论著,并安排出版发表，扣1550116010、766085044自信我会是您人生路上不可或缺的论文好秘书血脂等因素的影响，所以需选取合适统计方法实现“调整年龄、性别等危险因素后，按血糖分组进行死亡率的比较（由血糖从低到高分成的4组）”。①年龄是定量变量（是数值），调整年龄的方法可在Logistic回归中运用，连续性变量年龄加入covariate中，当成协变量，就可以调整年龄，age-adjusted odds ratio就能得到了。②性别性别是二分类变量，不是定量变量，不可在LOGISTIC回归里比较。调整性别可在卡方检验中采取分层的方法比较。

如果为多分类LOGISTIC回归，在选择用multinomianl LOGISTIC回归中，可选入年龄等进入covariate，观察年龄的配比情况。可把性别选入factors(自变量)。这样可以实现调整年龄、性别等危险因素。

5.回顾性研究(1)临床妊娠率和女性年龄的关系+(2)男性影响临床妊娠的精子参数比较： 数据类型及变量的说明：y：计量 拟采用的分析方法：卡方检验 拟采用的分析软件：spss 原始数据附件及格式：word表

能否用其他方法统计分析：可用卡方分割，调整检验水准（根据比较的次数N，校正后的检验水准为0.05/N）。

6.重复t检验：多个样本均数间的两两比较(又称多重比较)不宜用t检验，因为重复数次，t检验将增加第一类错误的概率，使检验效率降低。此时宜用方差分析，并在此基础上用两两比较方法(如．SNK、LSD、Duncan法等)。

对于同一对均数间的差异，用t检验无显著性，而两两比较可能有显著性，可见错误选用统计方法将推出错误结论。

统计方法的选择: 分计量、计数、等级资料三

第二篇：医学统计学各种资料比较_选择方法小结

医学统计学各种资料比较 选择方法小结

一、两组或多组计量资料的比较 1.两组资料：

1)大样本资料或服从正态分布的小样本资料(1)若方差齐性，则作成组t检验

(2)若方差不齐，则作t’检验或用成组的Wilcoxon秩和检验 2)小样本偏态分布资料，则用成组的Wilcoxon秩和检验 2.多组资料：

1)若大样本资料或服从正态分布，并且方差齐性，则作完全随机的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。

2)如果小样本的偏态分布资料或方差不齐，则作Kruskal Wallis的统计检验。如果Kruskal Wallis的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用成组的Wilcoxon秩和检验，但用Bonferroni方法校正P值等）进行两两比较。

二、分类资料的统计分析 1.单样本资料与总体比较 1)二分类资料：

(1)小样本时：用二项分布进行确切概率法检验；(2)大样本时：用U检验。2)多分类资料：用Pearson c2检验（又称拟合优度检验）。2.四格表资料

1)n>40并且所以理论数大于5，则用Pearson c2

2)n>40并且所以理论数大于1并且至少存在一个理论数<5，则用校正c2或用Fisher’s 确切概率法检验

3)n￡40或存在理论数<1，则用Fisher’s 检验 3.2×C表资料的统计分析

1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则行评分的CMH c2或成组的Wilcoxon秩和检验

2)列变量为效应指标并且为二分类，列变量为有序多分类变量，则用趋势c2检验

3)行变量和列变量均为无序分类变量

(1)n>40并且理论数小于5的格子数<行列表中格子总数的25%，则用Pearson c2

(2)n￡40或理论数小于5的格子数>行列表中格子总数的25%，则用Fisher’s 确切概率法检验 4.R×C表资料的统计分析

1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则CMH c2或Kruskal Wallis的秩和检验

2)列变量为效应指标，并且为无序多分类变量，行变量为有序多分类变量，作none zero correlation analysis的CMH c2

3)列变量和行变量均为有序多分类变量，可以作Spearman相关分析 4)列变量和行变量均为无序多分类变量，(1)n>40并且理论数小于5的格子数<行列表中格子总数的25%，则用Pearson c2

(2)n￡40或理论数小于5的格子数>行列表中格子总数的25%，则用Fisher’s 确切概率法检验

三、Poisson分布资料 1.单样本资料与总体比较：

1)观察值较小时：用确切概率法进行检验。2)观察值较大时：用正态近似的U检验。2.两个样本比较：用正态近似的U检验。

配对设计或随机区组设计

四、两组或多组计量资料的比较 1.两组资料：

1)大样本资料或配对差值服从正态分布的小样本资料，作配对t检验 2)小样本并且差值呈偏态分布资料，则用Wilcoxon的符号配对秩检验

2.多组资料：

1)若大样本资料或残差服从正态分布，并且方差齐性，则作随机区组的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。

2)如果小样本时，差值呈偏态分布资料或方差不齐，则作Fredman的统计检验。如果Fredman的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用Wilcoxon的符号配对秩检验，但用Bonferroni方法校正P值等）进行两两比较。

五、分类资料的统计分析 1.四格表资料

1)b+c>40，则用McNemar配对c2检验或配对边际c2检验 2)b+c￡40，则用二项分布确切概率法检验 2.C×C表资料：

1)配对比较：用McNemar配对c2检验或配对边际c2检验 2)一致性问题（Agreement）：用Kap检验

变量之间的关联性分析

六、两个变量之间的关联性分析 1.两个变量均为连续型变量

1)小样本并且两个变量服从双正态分布，则用Pearson相关系数做统计分析

2)大样本或两个变量不服从双正态分布，则用Spearman相关系数进行统计分析

2.两个变量均为有序分类变量，可以用Spearman相关系数进行统计分析

3.一个变量为有序分类变量，另一个变量为连续型变量，可以用Spearman相关系数进行统计分析

七、回归分析

1.直线回归：如果回归分析中的残差服从正态分布（大样本时无需正态性），残差与自变量无趋势变化，则直线回归（单个自变量的线性回归，称为简单回归），否则应作适当的变换，使其满足上述条件。2.多重线性回归：应变量（Y）为连续型变量（即计量资料），自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。如果回归分析中的残差服从正态分布（大样本时无需正态性），残差与自变量无趋势变化，可以作多重线性回归。

1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用

3.二分类的Logistic回归：应变量为二分类变量，自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。1)非配对的情况：用非条件Logistic回归

(1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素(2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用

2)配对的情况：用条件Logistic回归

(1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素(2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用

4.有序多分类有序的Logistic回归：应变量为有序多分类变量，自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。

1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用

5.无序多分类有序的Logistic回归：应变量为无序多分类变量，自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。

1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用

八、生存分析资：要求资料记录结局和结局发生的时间（如；死亡和死亡发生的时间）

1.用Kaplan-Meier方法估计生存曲线 2.大样本时，可以寿命表方法估计

3.单因素可以用Log－rank比较两条或多条生存曲线 4.多个因素时，可以作多重的Cox回归

1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素 2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用

第三篇：医学统计学各种资料比较选择方法小结

一、两组或多组计量资料的比较 1.两组资料：

1)大样本资料或服从正态分布的小样本资料(1)若方差齐性，则作成组t检验

(2)若方差不齐，则作t’检验或用成组的Wilcoxon秩和检验 2)小样本偏态分布资料，则用成组的Wilcoxon秩和检验 2.多组资料：

1)若大样本资料或服从正态分布，并且方差齐性，则作完全随机的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。

2)如果小样本的偏态分布资料或方差不齐，则作Kruskal Wallis的统计检验。如果Kruskal Wallis的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用成组的Wilcoxon秩和检验，但用Bonferroni方法校正P值等）进行两两比较。

二、分类资料的统计分析 1.单样本资料与总体比较 1)二分类资料：

(1)小样本时：用二项分布进行确切概率法检验；(2)大样本时：用U检验。

2)多分类资料：用Pearson c2检验（又称拟合优度检验）。2.四格表资料

1)n>40并且所以理论数大于5，则用Pearson c2 2)n>40并且所以理论数大于1并且至少存在一个理论数<5，则用校正c2或用Fisher’s 确切概率法检验

3)n￡40或存在理论数<1，则用Fisher’s 检验 3.2×C表资料的统计分析

1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则行评分的CMH c2或成组的Wilcoxon秩和检验

2)列变量为效应指标并且为二分类，列变量为有序多分类变量，则用趋势c2检验 3)行变量和列变量均为无序分类变量

(1)n>40并且理论数小于5的格子数<行列表中格子总数的25%，则用Pearson c2(2)n￡40或理论数小于5的格子数>行列表中格子总数的25%，则用Fisher’s 确切概率法检验

4.R×C表资料的统计分析

1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则CMH c2或Kruskal Wallis的秩和检验

2)列变量为效应指标，并且为无序多分类变量，行变量为有序多分类变量，作none zero correlation analysis的CMH c2 3)列变量和行变量均为有序多分类变量，可以作Spearman相关分析 4)列变量和行变量均为无序多分类变量，(1)n>40并且理论数小于5的格子数<行列表中格子总数的25%，则用Pearson c2(2)n￡40或理论数小于5的格子数>行列表中格子总数的25%，则用Fisher’s 确切概率法检验

三、Poisson分布资料 1.单样本资料与总体比较：

1)观察值较小时：用确切概率法进行检验。2)观察值较大时：用正态近似的U检验。2.两个样本比较：用正态近似的U检验。

配对设计或随机区组设计

四、两组或多组计量资料的比较 1.两组资料：

1)大样本资料或配对差值服从正态分布的小样本资料，作配对t检验 2)小样本并且差值呈偏态分布资料，则用Wilcoxon的符号配对秩检验 2.多组资料：

1)若大样本资料或残差服从正态分布，并且方差齐性，则作随机区组的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。

2)如果小样本时，差值呈偏态分布资料或方差不齐，则作Fredman的统计检验。如果Fredman的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用Wilcoxon的符号配对秩检验，但用Bonferroni方法校正P值等）进行两两比较。

五、分类资料的统计分析 1.四格表资料

1)b+c>40，则用McNemar配对c2检验或配对边际c2检验 2)b+c￡40，则用二项分布确切概率法检验 2.C×C表资料：

1)配对比较：用McNemar配对c2检验或配对边际c2检验 2)一致性问题（Agreement）：用Kap检验

变量之间的关联性分析

六、两个变量之间的关联性分析 1.两个变量均为连续型变量

1)小样本并且两个变量服从双正态分布，则用Pearson相关系数做统计分析 2)大样本或两个变量不服从双正态分布，则用Spearman相关系数进行统计分析 2.两个变量均为有序分类变量，可以用Spearman相关系数进行统计分析

3.一个变量为有序分类变量，另一个变量为连续型变量，可以用Spearman相关系数进行统计分析

七、回归分析

1.直线回归：如果回归分析中的残差服从正态分布（大样本时无需正态性），残差与自变量无趋势变化，则直线回归（单个自变量的线性回归，称为简单回归），否则应作适当的变换，使其满足上述条件。

2.多重线性回归：应变量（Y）为连续型变量（即计量资料），自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。如果回归分析中的残差服从正态分布（大样本时无需正态性），残差与自变量无趋势变化，可以作多重线性回归。1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素

2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用

3.二分类的Logistic回归：应变量为二分类变量，自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。1)非配对的情况：用非条件Logistic回归

(1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素

(2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用 2)配对的情况：用条件Logistic回归

(1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素

(2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用 4.有序多分类有序的Logistic回归：应变量为有序多分类变量，自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素

2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用

5.无序多分类有序的Logistic回归：应变量为无序多分类变量，自变量（X1，X2，…，Xp）可以为连续型变量、有序分类变量或二分类变量。1)观察性研究：可以用逐步线性回归寻找（拟）主要的影响因素

2)实验性研究：在保持主要研究因素变量（干预变量）外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用

第四篇：医学统计学 常用方法小结

一、两组或多组计量资料的比较 1.两组资料：

1)大样本资料或服从正态分布的小样本资料(1)若方差齐性，则作成组t检验

(2)若方差不齐，则作t’检验或用成组的Wilcoxon秩和检验 2)小样本偏态分布资料，则用成组的Wilcoxon秩和检验 2.多组资料：

1)若大样本资料或服从正态分布，并且方差齐性，则作完全随机的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。

2)如果小样本的偏态分布资料或方差不齐，则作Kruskal Wallis的统计检验。如果Kruskal Wallis的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用成组的Wilcoxon秩和检验，但用Bonferroni方法校正P值等）进行两两比较。

二、分类资料的统计分析 1.单样本资料与总体比较 1)二分类资料：

(1)小样本时：用二项分布进行确切概率法检验；(2)大样本时：用U检验。

2)多分类资料：用Pearson c2检验（又称拟合优度检验）。2.四格表资料

1)n>40并且所以理论数大于5，则用Pearson c2 2)n>40并且所以理论数大于1并且至少存在一个理论数<5，则用校正c2或用Fisher’s 确切概率法检验

3)n￡40或存在理论数<1，则用Fisher’s 检验 3.2×C表资料的统计分析

1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则行评分的CMH c2或成组的Wilcoxon秩和检验

2)列变量为效应指标并且为二分类，列变量为有序多分类变量，则用趋势c2检验 3)行变量和列变量均为无序分类变量

(1)n>40并且理论数小于5的格子数<行列表中格子总数的25%，则用Pearson c2(2)n￡40或理论数小于5的格子数>行列表中格子总数的25%，则用Fisher’s 确切概率法检验

4.R×C表资料的统计分析

1)列变量为效应指标，并且为有序多分类变量，行变量为分组变量，则CMH c2或Kruskal Wallis的秩和检验

2)列变量为效应指标，并且为无序多分类变量，行变量为有序多分类变量，作none zero correlation analysis的CMH c2 3)列变量和行变量均为有序多分类变量，可以作Spearman相关分析 4)列变量和行变量均为无序多分类变量，(1)n>40并且理论数小于5的格子数<行列表中格子总数的25%，则用Pearson c2(2)n￡40或理论数小于5的格子数>行列表中格子总数的25%，则用Fisher’s 确切概率法检验

三、Poisson分布资料 1.单样本资料与总体比较： 1)观察值较小时：用确切概率法进行检验。2)观察值较大时：用正态近似的U检验。2.两个样本比较：用正态近似的U检验。

配对设计或随机区组设计

四、两组或多组计量资料的比较 1.两组资料：

1)大样本资料或配对差值服从正态分布的小样本资料，作配对t检验 2)小样本并且差值呈偏态分布资料，则用Wilcoxon的符号配对秩检验 2.多组资料：

1)若大样本资料或残差服从正态分布，并且方差齐性，则作随机区组的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。

2)如果小样本时，差值呈偏态分布资料或方差不齐，则作Fredman的统计检验。如果Fredman的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用Wilcoxon的符号配对秩检验，但用Bonferroni方法校正P值等）进行两两比较。

五、分类资料的统计分析 1.四格表资料

1)b+c>40，则用McNemar配对c2检验或配对边际c2检验 2)b+c￡40，则用二项分布确切概率法检验 2.C×C表资料：

1)配对比较：用McNemar配对c2检验或配对边际c2检验 2)一致性问题（Agreement）：用Kap检验

变量之间的关联性分析

六、两个变量之间的关联性分析 1.两个变量均为连续型变量

1)小样本并且两个变量服从双正态分布，则用Pearson相关系数做统计分析 2)大样本或两个变量不服

第五篇：医学统计学

A．总体中任意的一部分B．总体中的典型部分

C．总体中有意义的一部分

1、measurement date2、coefficient of variation(变异系数)

3、sampling error（抽样误差）

4、linear correlation coefficient（直线相关系数）

5、population（总体）

D．总体中有价值的一部分E．总体中有代表性的一部分

5、以下检验方法属非参数法的是。

A．T检验B．t检验C．u 检验D．F检验E．以上都是

6、样本含量的确定下面哪种说法合理。

A．样本越大越好B．样本越小越好C．保证一定检验效能条件下尽量增大样本含量D．保证一定检验效能条件下尽量减少样本含量E．越易于组织实施的样本含量越好

7、对计数资料进行统计描述的主要指标是。

A．平均数B．相对数C．标准差D．变异系数E．中位数

1、用样本推论总体，具有代表性的样本指的是

A．总体中最容易获得的部分个体B．在总体中随意抽取任意个体 C．挑选总体中的有代表性的部分个体D．用配对方法抽取的部分个体 E．依照随机原则抽取总体中的有代表性部分个体

2、计量资料,计数资料和等级分组资料的关系是。A．计量资料兼有计数资料和等级分组资料的一些性质B．计数资料兼有计量资料和等级分组资料的一些性质

8、由两样本均数的差别推断两总体均数的差别，得到此差别具有统计意义的结论是指

A．两样本均数差别有显著性B．两总体均数差别有显著性

C．两样本均数和两总体均数的差别都有显著性

D．其中一个样本均数和它的总体均数差别有显著性

9、说明某现象发生强度的指标为。A．构成比B．相对比C．定基比D．环比E．率

10、配对设计的秩和检验中，其H0假设为。A．差值的总体均数为0B．差值的总体中位数为0C．μd≠0D．Md≠0

C．等级分组资料兼有计量资料和计数资料的一些性质 D．计数资料有计量资料的一些性质E．等级分组资料又称半计数资料

3、总体率95%可信区间的意义是。

A．95%的正常值在此范围B．95%的样本率在此范围

C．95%的总体率在此范围D．总体率在此范围内的可能性为95%E．样本率在此范围内的可能性为95%

4、为了由样本推断总体,样本应该是。

命题组组长签字：第页（本试卷共4页）

E．μ1≠μ211、单因素方差分析中，不正确的计算公式是。A．SS组内=SS总-SS组间B．v总=v组间-v组内C．MS组间=SS组间/v组间D．MS组内=SS组内/v组内E．F=MS组内/MS组间

12、方差分析中，组内变异反映的是。A．测量误差B．个体差异

C．随机误差，包括个体差异及测量误差D．抽样误差E．系统误差

13、对统计图中的的坐标有如下规定。

A．所有统计图的纵坐标都必须从零点开始B．所有统计图坐标中都不能有折断线

C．条图、线图、直方图的纵坐标必须从零开始D．线图、直方图的纵坐标必须从零开始E．条图、直方图的纵坐标必须从零开始

14、制统计图时要求。

A．标题应说明图的主要内容，一般在图的上方B．纵横两轴应有标目，一般不注单位C．纵轴尺度必须从零开始

D．直条图和线图，其长宽比例一般取5：7E．以上都不对

15、下列关于医学参考值范围描述中，不正确的是

A．排除了有关疾病等因素对所研究指标有影响的正常人的解剖、生理、生化 等数据的波动范围

B．没有任何疾病的人的解剖、生理、生化等数据的波动范围C．习惯确定只包含95%或99%的人的界值来源：D．根据专业知识确定取单侧界限或双侧界限E．资料为正态分布时，可用正态近似法计算

16、各观察值均加(或减)同一数后A．均数改变,标准差不变B．均数不变,标准差改变

C．两者均不变D．两者均改变

E．根据实际资料而定

17、统计工作的步骤为

A．统计研究调查、搜集资料、整理资料、分析资料B．统计资料收集、整理资料、统计描述、统计推断C．统计研究设计、搜集资料、整理资料、分析资料D．统计研究调查、统计描述、统计推断、统计图表E．统计研究设计、统计描述、统计推断、统计图表

18、两个样本率判别的假设检验，其目的是。A．推断两个样本率有无差别B．推断两个总体率有无差别

C．推断两个样本率和两个总体率有无差别

D．推断两个样本率和两个总体率的差别有无统计意义E．推断两个总体分布是否相同

19、假设检验过程中，下列哪一项不可以由研究者事先设定。A．所比较的总体参数B．单侧或双侧检验C．检验水准D．P值E．以上都不对 20、统计资料的类型包括。

A．频数分布资料和等级分类资料B．多项分类资料和二项分类资料C．正态分布资料和频数分布资料

D．数值变量资料和等级资料E．数值变量资料和分类变量资料

21、有关离散度指标意义中，描述不正确的是。A．数值越大，说明个体差异越大B．数值越大，说明观察值的变异度越大C．数值越小，说明平均数的代表性越好D．数值越小，说明平均数的代表性越差E．应与平均数结合起来进行分析

22、秩和检验和t检验相比，其优点是。

A．计算简便，不受分布限制B．公式更为合理C．检验效能高D．抽样误差小E．第二类错误概率小

23、总体标准差描述的是。

A．所有个体值对总体均数的离散程度B．某样本均数对总体均数的离散程度C．所有样本均数对总体均数的离散程度D．某些样本均数对总体均数的离散程度

E．所有某个含量相同的样本均数对总体均数的离散程度

24、比较身高和体重两组数据变异度大小宜采用。A．变异系数B．方差

C．极差D．标准差E．四分位数间距

25、当样本例数相同时，两组计量资料的成组t检验与配对t检验相比，一般情况下为

A．成组t检验效率高一些B．配对t检验效率高一些C．两者效率相等

D．大样本时两者效率一致E．与两组样本均数的大小有关

26、样本的两变量(X,Y)的相关系数r=0时,说明。（B）A．两变量不存在任何关系

B．两变量间不存在直线关系,但不排除存在某种曲线关系

C．两变量间存在相互关系的可能性很小D．两变量必然存在某种曲线关系E．两变量间的关系不能确定

27、在标准差与标准误的关系中。A．二者均反映抽样误差大小

B．总体标准差增大时，总体标准误也增大

C．样本例数增大时，样本标准差和标准误都减小

D．可信区间大小与标准差有关，而参考值范围与标准误有关E．总体标准差一定时，增大样本例数会减小标准误

28、说明两个有关联的同类指标之比为。

A．率B．构成比C．频率D．相对比E．频数

29、下列观测结果属于等级资料的是（D）

A．收缩压测量值B．脉搏数 C．住院天数D．病情程度 E．四种血型

30、收集资料不可避免的误差是

A.随机误差B.系统误差 C.过失误差D.记录误差 E．仪器故障误差

31、算术均数与中位数相比，其特点是

A．不易受极端值的影响B．能充分利用数据的信息C．抽样误差较大D．更适用于偏态分布资料E．更适用于分布不明确资料

32、描述一组对称（或正态）分布资料的变异程度，用（A）较好

A标准差B 方差C 离均差平方和D 变异系数E以上都可以

33、变异系数主要用于

A．比较不同计量指标的变异程度B.衡量正态分布的变异程度

C.衡量测量的准确度D.衡量偏态分布的变异程度

E.衡量样本抽样误差的大小

34、正态曲线下，从均数μ到μ+1.0σ的面积

A、45%B、90%C、95.00%D、47.5%E、34.14%

35、方差分析的基本思想和要点是

A．组间均方大于组内均方B．组内均方大于组间均方 C．不同来源的方差必须相等D．两方差之比服从F分布 E．总变异及其自由度可按不同来源分解

36、多组均数比较的方差分析，如果P0.05，则应该进一步做的是 A．两均数的t检验B．区组方差分析C．方差齐性检验D．q检验 E．确定单独效应

37、两样本均数比较,检验结果P>0.05说明（D）

A.两总体均数的差别较小B.两总体均数的差别较大C.支持两总体无差别的结论D.不支持两总体有差别的结论E.可以确认两总体无差别

38、计算标准化死亡率的目的是（D）

A.减少死亡率估计的偏倚B.减少死亡率估计的抽样误差 C.便于进行不同地区死亡率的比较D.消除各地区内部构成不同的影响 E.便于进行不同时间死亡率的比较

39、标准化后的总死亡率：

A、仅仅作为比较的基础，它反映了一种相对水平B、它反映了实际水平

C、它不随标准的选择变化而变化 D、它反映了事物实际发生的强度 E、它反映了实际率的水平

240、利用检验公式不适合解决的实际问题是（C）

A.比较两种药物的有效率B.检验某种疾病与基因多态性的关系 C.两组有序试验结果的药物疗效D.药物三种不同剂量显效率有无差别 E.两组病情“轻、中、重”的构成比例

41、对医学计量资料成组比较, 相对参数检验来说，非参数秩和检验的优点是（A）A.适用范围广B.检验效能高 C．检验结果更准确D.充分利用资料信息 E.不易出现假阴性错误

42、对于计量资料的比较,在满足参数法条件下用非参方法分析,可能产生的结果是（B）

A.增加Ⅰ类错误B.增加Ⅱ类错误C.减少Ⅰ类错误D.减少Ⅱ类错误 E.两类错误都增加

43、对于两组资料的比较，方差分析与t检验的关系是（E）A.t检验结果更准确B.方差分析结果更准确 C.t检验对数据的要求更为严格D.近似等价 E.完全等价

44、四格表如有一个实际数为0（C）A、就不能作χ2检验

B、就必须用校正χ2检验

C、还不能决定是否可作χ2检验 D、肯定可作校正χ2检验 E、肯定不可作校正χ2检验

45、行×列表的χ2检验中，P<0.05说明（D）A、被比较的几个样本率之间的差异均有显著性 B、样本率间的差异没有显著性

C、任意两个率之间的差异均有显著性 D、至少某两个样本率间的差异有显著性 E、只有两个样本率间的差异有显著性

46、两数值变量相关关系越强，表示（B）

A.相关系数越大B.相关系数的绝对值越大 B.回归系数越大C.回归系数的绝对值越大 E.相关系数检验统计量的t值越大

47、t分布比标准正态分布（D）

A、中心位置左移，但分布曲线相同 B、中心位置右移，但分布曲线相同 C、中心位置不变，但分布曲线峰高

D、中心位置不变，但分布曲线峰低，两侧较伸展 E、中心位置右移，但分布曲线峰高

三、判断题（10分）

1、相关系数r=0.98，说明两变量密切正相关（对）

2、构成比资料可以选用圆图和条图（错）

3、标准差和标准误都是反映变异程度大小的指标（错）

4、多个样本均数的两两比较可以用成组的t检验（错）

5、正常值范围属于统计描述，可信区间的估计属于统计推断（对）

6、、数值变量资料的标准差一定比均数小（错）

7、等级资料比较宜用秩和检验。（对）

8、两变量的相关分析中,若散点图的散点完全在一条直线上，则r=1（错）

9、对统计图中的的坐标所有统计图的纵坐标都必须从零点开始（错）

10、非参数统计进行假设检验要求的条件是总体是正态分布（错）

四、简答题（25分）

1、医学参考值范围和可信区间的区别（5）

2、非参数检验的适用条件（5）

3、标准正态分布曲线下的面积规律（5）

4、标准差与标准误有何区别?（5分）

5、描述数值变量集中趋势的指标有哪些？适用条件分别是什么？（5分）

五、作图（10分）

某药治疗老年慢性气管炎的近期疗效结果如下：

1、单纯型共221例，其中按病情分为重、中、轻，分别观察了136例、54例、31例；疗效：治愈60人、显效98人、好转51人、无效12人，有效率94.6％。

2、喘息型共182例，其中按病情分为重、中、轻，分别观察了93例，56例、33例；疗效：治愈23人、显效83人、好转65人、无效11人，有效率94.0％。请根据题目要求做出合适的统计图。