发布时间 : 星期四 文章卫生统计学复习题更新完毕开始阅读7f94e97527284b73f24250c0
方程的实际效果用决定系数R2的大小，而不是线性回归分析的假设检验的概率P值。
简述线性相关与线性回归的区别与联系？
答：联系：①r（相关系数）与b（回归系数）可相互换算；②r与b的假设检验等价；③r与b正负号一致；④回归可解释相关，相关系数的平方r（对称决定系数）是回归平方与总的离均差平方和之比，故回归平方和是引入相关变
意义上：r说明两变量关系程度与方向b表示x增或改变，使Y改变b个单位；
㈣计算上：b=Lαy/Lαx, r=Lxy/
LxxLyy；⑤取值范围：-∞＜b＜＋∞，-1
≤r≤1；⑥单位：b有单位，r无单位。
随机区组设计的方差分析与完全随机设计方差分析在设计和变异分解上有什么不同？
答：随机区组设计的方差分析与完全随机设计方差分析在设计和变异分解上的
量后总平方和减少的部分tr=tb=
F。区别：①资料要求上相关X，Y正态分
不同之处，具体如下表所示：
布，回归Y正态分布；②应用上：相关说明相关关系，回归说明依存关系。③区别点 设计 完全随机设计 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)，各组分别接受不同的处理 变异分解 三种变异：SS总=SS组间+SS组内 随机区组设计 随机分配的次数要重复多次，每次随机分配都对同一个区组内的受试对象进行，且各个处理组受试对象数量相同，区组内均衡。 四种变异：SS总=SS处理+SS区组+SS误差 随机区组设计与完全随机设计相比，因为利用区组控制了可能的混杂因素，并在进行方差分析时将区组的变异从原组内变异中分解出来，所以，当区组间有统计学意义时，由于减少了误差，实验效率得以提高。
均数的可信区间与参考值范围有何不同？(书P98,表6-5)
答：均数的可信区间与参考值范围的区别主要体现在含义、计算公式和用途三方面的不同，具体如下表所示： 区别点 含义 均数的可信区间 按预先给定的概率，确定的未知参数的可能范围。实际上一次抽样算得的可信区间要么包含了总体均数，要么不包含。但可以说：该可信区间有多大(如当α=0.05时为95%)的可能性包含了总体均数 计算 公式 ①σ未知： ②σ已知： ③σ未知但n＞50 用途 估计总体均数 * 也可用 (对应于单尾概率时) 率
与构成比的区别 概念 强调点 资料获得 特点 请你谈谈标准差和标准误的异同点。 区别点 意义 计算公式 标准差 个体差异大小 总体标准差： 样本标准差: 与n的关系 用途 n↑ ，则S→σ 与均数结合可制定参考值范围 n↑，则 →0 与均数结合可计算总体均数的可信区间 标准误 抽样误差大小 样本均数的标准差： 或 率 发生的频率或强度 随机发生事件 较难 不一定 构成比 各组成部分所占的比重 各部分的构成 容易 合计为100% 判断观察对象的某项指标正常与否 ** 也可用 (对应于单尾概率时) ①正态分布： ②偏态分布： 参考值范围 “正常人”的解剖、生理、生化某项指标的波动范围。 试述正态分布、标准正态分布及对数正态分布的联系和区别。 答：正态分布、标准正态分布及对数正态分布的联系和区别： 原始值X 分布类型 集中趋势指标 均数与中位数的关系
正态分布 无需转换 对称 μ μ=M 标准正态分布 作u=(X-μ)/σ转换 对称 μ=0 μ=M 对数正态分布 作Y=log X转换 正偏态 G μ＞M