千文網(wǎng)小編為你整理了多篇相關(guān)的《醫(yī)學(xué)統(tǒng)計(jì)學(xué)統(tǒng)計(jì)方法總結(jié)》，但愿對(duì)你工作學(xué)習(xí)有幫助，當(dāng)然你在千文網(wǎng)還可以找到更多《醫(yī)學(xué)統(tǒng)計(jì)學(xué)統(tǒng)計(jì)方法總結(jié)》。

第一篇：醫(yī)學(xué)統(tǒng)計(jì)學(xué)常用方法小結(jié)

一、兩組或多組計(jì)量資料的比較 1.兩組資料：

1)大樣本資料或服從正態(tài)分布的小樣本資料(1)若方差齊性，則作成組t檢驗(yàn)

(2)若方差不齊，則作t’檢驗(yàn)或用成組的Wilcoxon秩和檢驗(yàn) 2)小樣本偏態(tài)分布資料，則用成組的Wilcoxon秩和檢驗(yàn) 2.多組資料：

1)若大樣本資料或服從正態(tài)分布，并且方差齊性，則作完全隨機(jī)的方差分析。如果方差分析的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：LSD檢驗(yàn)，Bonferroni檢驗(yàn)等）進(jìn)行兩兩比較。

2)如果小樣本的偏態(tài)分布資料或方差不齊，則作Kruskal Wallis的統(tǒng)計(jì)檢驗(yàn)。如果Kruskal Wallis的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：用成組的Wilcoxon秩和檢驗(yàn)，但用Bonferroni方法校正P值等）進(jìn)行兩兩比較。

二、分類資料的統(tǒng)計(jì)分析 1.單樣本資料與總體比較 1)二分類資料：

(1)小樣本時(shí)：用二項(xiàng)分布進(jìn)行確切概率法檢驗(yàn)；(2)大樣本時(shí)：用U檢驗(yàn)。

2)多分類資料：用Pearson c2檢驗(yàn)（又稱擬合優(yōu)度檢驗(yàn)）。2.四格表資料

1)n>40并且所以理論數(shù)大于5，則用Pearson c2 2)n>40并且所以理論數(shù)大于1并且至少存在一個(gè)理論數(shù)

3)n￡40或存在理論數(shù)

1)列變量為效應(yīng)指標(biāo)，并且為有序多分類變量，行變量為分組變量，則行評(píng)分的CMH c2或成組的Wilcoxon秩和檢驗(yàn)

2)列變量為效應(yīng)指標(biāo)并且為二分類，列變量為有序多分類變量，則用趨勢(shì)c2檢驗(yàn) 3)行變量和列變量均為無序分類變量

(1)n>40并且理論數(shù)小于5的格子數(shù)行列表中格子總數(shù)的25%，則用Fisher’s 確切概率法檢驗(yàn)

4.R×C表資料的統(tǒng)計(jì)分析

1)列變量為效應(yīng)指標(biāo)，并且為有序多分類變量，行變量為分組變量，則CMH c2或Kruskal Wallis的秩和檢驗(yàn)

2)列變量為效應(yīng)指標(biāo)，并且為無序多分類變量，行變量為有序多分類變量，作none zero correlation analysis的CMH c2 3)列變量和行變量均為有序多分類變量，可以作Spearman相關(guān)分析 4)列變量和行變量均為無序多分類變量，(1)n>40并且理論數(shù)小于5的格子數(shù)行列表中格子總數(shù)的25%，則用Fisher’s 確切概率法檢驗(yàn)

三、Poisson分布資料 1.單樣本資料與總體比較： 1)觀察值較小時(shí)：用確切概率法進(jìn)行檢驗(yàn)。2)觀察值較大時(shí)：用正態(tài)近似的U檢驗(yàn)。2.兩個(gè)樣本比較：用正態(tài)近似的U檢驗(yàn)。

配對(duì)設(shè)計(jì)或隨機(jī)區(qū)組設(shè)計(jì)

四、兩組或多組計(jì)量資料的比較 1.兩組資料：

1)大樣本資料或配對(duì)差值服從正態(tài)分布的小樣本資料，作配對(duì)t檢驗(yàn) 2)小樣本并且差值呈偏態(tài)分布資料，則用Wilcoxon的符號(hào)配對(duì)秩檢驗(yàn) 2.多組資料：

1)若大樣本資料或殘差服從正態(tài)分布，并且方差齊性，則作隨機(jī)區(qū)組的方差分析。如果方差分析的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：LSD檢驗(yàn)，Bonferroni檢驗(yàn)等）進(jìn)行兩兩比較。

2)如果小樣本時(shí)，差值呈偏態(tài)分布資料或方差不齊，則作Fredman的統(tǒng)計(jì)檢驗(yàn)。如果Fredman的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：用Wilcoxon的符號(hào)配對(duì)秩檢驗(yàn)，但用Bonferroni方法校正P值等）進(jìn)行兩兩比較。

五、分類資料的統(tǒng)計(jì)分析 1.四格表資料

1)b+c>40，則用McNemar配對(duì)c2檢驗(yàn)或配對(duì)邊際c2檢驗(yàn) 2)b+c￡40，則用二項(xiàng)分布確切概率法檢驗(yàn) 2.C×C表資料：

1)配對(duì)比較：用McNemar配對(duì)c2檢驗(yàn)或配對(duì)邊際c2檢驗(yàn) 2)一致性問題（Agreement）：用Kap檢驗(yàn)

變量之間的關(guān)聯(lián)性分析

六、兩個(gè)變量之間的關(guān)聯(lián)性分析 1.兩個(gè)變量均為連續(xù)型變量

1)小樣本并且兩個(gè)變量服從雙正態(tài)分布，則用Pearson相關(guān)系數(shù)做統(tǒng)計(jì)分析 2)大樣本或兩個(gè)變量不服

第二篇：醫(yī)學(xué)統(tǒng)計(jì)學(xué)統(tǒng)計(jì)方法總結(jié)

計(jì)量資料：

一、描述性分析

集中趨勢(shì)：對(duì)稱——算術(shù)均數(shù)偏態(tài)——中位數(shù)等比——幾何均數(shù) 離散趨勢(shì)：對(duì)稱——方差、標(biāo)準(zhǔn)差偏態(tài)——四分位數(shù)間距

均數(shù)懸殊或單位不同的資料比較——變異系數(shù)

二、統(tǒng)計(jì)推斷（根據(jù)樣本推斷總體）1.參數(shù)（均數(shù)）估計(jì)總體方差未知——總體方差已知——

參考值范圍：?jiǎn)坞p側(cè)正態(tài)分布——

X?u?S

(x?t?/2v

snsn,x?t?/2v

s

sn))

(x?u?/2,x?u?/2

n

X?u?SX?u?S

偏態(tài)分布——百分位數(shù)法

二者的含義、用途 2.假設(shè)檢驗(yàn)

（1）均數(shù)的比較（正態(tài)）

單個(gè)樣本、配對(duì)（與兩獨(dú)立樣本的區(qū)別）兩樣本（方差齊——t檢驗(yàn)

方差不齊——校正t檢驗(yàn)或秩和檢驗(yàn)或變量轉(zhuǎn)換）多樣本：方差齊完全隨機(jī)設(shè)計(jì)方差分析隨機(jī)區(qū)組設(shè)計(jì)方差分析

方差不齊——秩和檢驗(yàn)或變量轉(zhuǎn)換

非正態(tài)：秩和檢驗(yàn)或變量轉(zhuǎn)換

F—+—>t

兩兩比較：SNK任兩個(gè)對(duì)比

LSD一對(duì)或幾對(duì)比較

Dunnet 實(shí)驗(yàn)與對(duì)照組比較

t——>FF=t

2(2)方差比較

兩個(gè)方差：F檢驗(yàn)（正態(tài)）

多個(gè)方差：Bartlett（正態(tài)）

Levene檢驗(yàn)

假設(shè)檢驗(yàn)注意事項(xiàng)

計(jì)數(shù)資料

一、描述性分析

頻率或嚴(yán)重程度——率

比重或構(gòu)成——構(gòu)成比

一指標(biāo)為另一指標(biāo)的若干倍或百分比——相對(duì)比

應(yīng)用注意：不能以比代率、可比性、樣本率不能直接對(duì)比

率或構(gòu)成比比較：

1.若某因素內(nèi)部構(gòu)成不同并且影響比較，進(jìn)行標(biāo)化

二、統(tǒng)計(jì)推斷

1.參數(shù)估計(jì)

二項(xiàng)分布率的估計(jì)：查表或正態(tài)法

泊松分布均數(shù)估計(jì)：查表或正態(tài)法

2.假設(shè)檢驗(yàn)

單個(gè)樣本率：直接法或二項(xiàng)分布U檢驗(yàn)泊松分布U檢驗(yàn)（率很?。﹥蓸颖韭实谋容^：四格表?2檢驗(yàn)（校正）

二項(xiàng)分布U檢驗(yàn)（n大、np>5,n(1-p)>5）

泊松分布U檢驗(yàn)（（率很?。?/p>

精確概率法

多個(gè)率或構(gòu)成比比較：?2檢驗(yàn)(理論數(shù)不能小于1或小于的理論數(shù)

不能多于5分1)

兩兩比較：

任兩個(gè)對(duì)比、實(shí)驗(yàn)與對(duì)照組比較

等級(jí)資料：-----效應(yīng)比較

秩和檢驗(yàn)

兩變量關(guān)系：

1.定量（計(jì)量資料）正態(tài)pearson相關(guān) 回歸

非正態(tài)秩相關(guān)

2．無序分類定性

3.有序分類定性?2檢驗(yàn)和列聯(lián)相關(guān)系數(shù)

（1）單向有序分組有序、指標(biāo)無序卡方檢驗(yàn)分組無序、指標(biāo)有序秩和檢驗(yàn)

（2）雙向有序

屬性相同屬性不同Kappa檢驗(yàn) 線性趨勢(shì)秩相關(guān)

第三篇：醫(yī)學(xué)統(tǒng)計(jì)學(xué)各種資料比較_選擇方法小結(jié)

醫(yī)學(xué)統(tǒng)計(jì)學(xué)各種資料比較 選擇方法小結(jié)

一、兩組或多組計(jì)量資料的比較 1.兩組資料：

1)大樣本資料或服從正態(tài)分布的小樣本資料(1)若方差齊性，則作成組t檢驗(yàn)

(2)若方差不齊，則作t’檢驗(yàn)或用成組的Wilcoxon秩和檢驗(yàn) 2)小樣本偏態(tài)分布資料，則用成組的Wilcoxon秩和檢驗(yàn) 2.多組資料：

1)若大樣本資料或服從正態(tài)分布，并且方差齊性，則作完全隨機(jī)的方差分析。如果方差分析的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：LSD檢驗(yàn)，Bonferroni檢驗(yàn)等）進(jìn)行兩兩比較。

2)如果小樣本的偏態(tài)分布資料或方差不齊，則作Kruskal Wallis的統(tǒng)計(jì)檢驗(yàn)。如果Kruskal Wallis的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：用成組的Wilcoxon秩和檢驗(yàn)，但用Bonferroni方法校正P值等）進(jìn)行兩兩比較。

二、分類資料的統(tǒng)計(jì)分析 1.單樣本資料與總體比較 1)二分類資料：

(1)小樣本時(shí)：用二項(xiàng)分布進(jìn)行確切概率法檢驗(yàn)；(2)大樣本時(shí)：用U檢驗(yàn)。2)多分類資料：用Pearson c2檢驗(yàn)（又稱擬合優(yōu)度檢驗(yàn)）。2.四格表資料

1)n>40并且所以理論數(shù)大于5，則用Pearson c2

2)n>40并且所以理論數(shù)大于1并且至少存在一個(gè)理論數(shù)

3)n￡40或存在理論數(shù)

1)列變量為效應(yīng)指標(biāo)，并且為有序多分類變量，行變量為分組變量，則行評(píng)分的CMH c2或成組的Wilcoxon秩和檢驗(yàn)

2)列變量為效應(yīng)指標(biāo)并且為二分類，列變量為有序多分類變量，則用趨勢(shì)c2檢驗(yàn)

3)行變量和列變量均為無序分類變量

(1)n>40并且理論數(shù)小于5的格子數(shù)

(2)n￡40或理論數(shù)小于5的格子數(shù)>行列表中格子總數(shù)的25%，則用Fisher’s 確切概率法檢驗(yàn) 4.R×C表資料的統(tǒng)計(jì)分析

1)列變量為效應(yīng)指標(biāo)，并且為有序多分類變量，行變量為分組變量，則CMH c2或Kruskal Wallis的秩和檢驗(yàn)

2)列變量為效應(yīng)指標(biāo)，并且為無序多分類變量，行變量為有序多分類變量，作none zero correlation analysis的CMH c2

3)列變量和行變量均為有序多分類變量，可以作Spearman相關(guān)分析 4)列變量和行變量均為無序多分類變量，(1)n>40并且理論數(shù)小于5的格子數(shù)

(2)n￡40或理論數(shù)小于5的格子數(shù)>行列表中格子總數(shù)的25%，則用Fisher’s 確切概率法檢驗(yàn)

三、Poisson分布資料 1.單樣本資料與總體比較：

1)觀察值較小時(shí)：用確切概率法進(jìn)行檢驗(yàn)。2)觀察值較大時(shí)：用正態(tài)近似的U檢驗(yàn)。2.兩個(gè)樣本比較：用正態(tài)近似的U檢驗(yàn)。

配對(duì)設(shè)計(jì)或隨機(jī)區(qū)組設(shè)計(jì)

四、兩組或多組計(jì)量資料的比較 1.兩組資料：

1)大樣本資料或配對(duì)差值服從正態(tài)分布的小樣本資料，作配對(duì)t檢驗(yàn) 2)小樣本并且差值呈偏態(tài)分布資料，則用Wilcoxon的符號(hào)配對(duì)秩檢驗(yàn)

2.多組資料：

1)若大樣本資料或殘差服從正態(tài)分布，并且方差齊性，則作隨機(jī)區(qū)組的方差分析。如果方差分析的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：LSD檢驗(yàn)，Bonferroni檢驗(yàn)等）進(jìn)行兩兩比較。

2)如果小樣本時(shí)，差值呈偏態(tài)分布資料或方差不齊，則作Fredman的統(tǒng)計(jì)檢驗(yàn)。如果Fredman的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：用Wilcoxon的符號(hào)配對(duì)秩檢驗(yàn)，但用Bonferroni方法校正P值等）進(jìn)行兩兩比較。

五、分類資料的統(tǒng)計(jì)分析 1.四格表資料

1)b+c>40，則用McNemar配對(duì)c2檢驗(yàn)或配對(duì)邊際c2檢驗(yàn) 2)b+c￡40，則用二項(xiàng)分布確切概率法檢驗(yàn) 2.C×C表資料：

1)配對(duì)比較：用McNemar配對(duì)c2檢驗(yàn)或配對(duì)邊際c2檢驗(yàn) 2)一致性問題（Agreement）：用Kap檢驗(yàn)

變量之間的關(guān)聯(lián)性分析

六、兩個(gè)變量之間的關(guān)聯(lián)性分析 1.兩個(gè)變量均為連續(xù)型變量

1)小樣本并且兩個(gè)變量服從雙正態(tài)分布，則用Pearson相關(guān)系數(shù)做統(tǒng)計(jì)分析

2)大樣本或兩個(gè)變量不服從雙正態(tài)分布，則用Spearman相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)分析

2.兩個(gè)變量均為有序分類變量，可以用Spearman相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)分析

3.一個(gè)變量為有序分類變量，另一個(gè)變量為連續(xù)型變量，可以用Spearman相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)分析

七、回歸分析

1.直線回歸：如果回歸分析中的殘差服從正態(tài)分布（大樣本時(shí)無需正態(tài)性），殘差與自變量無趨勢(shì)變化，則直線回歸（單個(gè)自變量的線性回歸，稱為簡(jiǎn)單回歸），否則應(yīng)作適當(dāng)?shù)淖儞Q，使其滿足上述條件。2.多重線性回歸：應(yīng)變量（Y）為連續(xù)型變量（即計(jì)量資料），自變量（X1，X2，…，Xp）可以為連續(xù)型變量、有序分類變量或二分類變量。如果回歸分析中的殘差服從正態(tài)分布（大樣本時(shí)無需正態(tài)性），殘差與自變量無趨勢(shì)變化，可以作多重線性回歸。

1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素 2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對(duì)結(jié)果的混雜作用

3.二分類的Logistic回歸：應(yīng)變量為二分類變量，自變量（X1，X2，…，Xp）可以為連續(xù)型變量、有序分類變量或二分類變量。1)非配對(duì)的情況：用非條件Logistic回歸

(1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素(2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對(duì)結(jié)果的混雜作用

2)配對(duì)的情況：用條件Logistic回歸

(1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素(2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對(duì)結(jié)果的混雜作用

4.有序多分類有序的Logistic回歸：應(yīng)變量為有序多分類變量，自變量（X1，X2，…，Xp）可以為連續(xù)型變量、有序分類變量或二分類變量。

1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素 2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對(duì)結(jié)果的混雜作用

5.無序多分類有序的Logistic回歸：應(yīng)變量為無序多分類變量，自變量（X1，X2，…，Xp）可以為連續(xù)型變量、有序分類變量或二分類變量。

1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素 2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對(duì)結(jié)果的混雜作用

八、生存分析資：要求資料記錄結(jié)局和結(jié)局發(fā)生的時(shí)間（如；死亡和死亡發(fā)生的時(shí)間）

1.用Kaplan-Meier方法估計(jì)生存曲線 2.大樣本時(shí)，可以壽命表方法估計(jì)

3.單因素可以用Log－rank比較兩條或多條生存曲線 4.多個(gè)因素時(shí)，可以作多重的Cox回歸

1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素 2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對(duì)結(jié)果的混雜作用

第四篇：-醫(yī)學(xué)統(tǒng)計(jì)方法a

《醫(yī)學(xué)統(tǒng)計(jì)方法》試題

醫(yī)學(xué)統(tǒng)計(jì)方法概述（10題）

1．某次研究進(jìn)行隨機(jī)抽樣，測(cè)量得到該市120名健康成年男子的血紅蛋白數(shù)，則本次研究總體為：

A.所有成年男子B．該市所有成年男子C．該市所有健康成年男子

D．120名該市成年男子E．120名該市健康成年男子

2．醫(yī)學(xué)統(tǒng)計(jì)的研究?jī)?nèi)容是

A．研究樣本B．研究個(gè)體C．研究變量之間的相關(guān)關(guān)系D．研究總體E．研究資料或信息的收集.整理和分析

3．總體應(yīng)該由

A．研究對(duì)象組成B．研究變量組成C．研究目的而定

D．同質(zhì)個(gè)體組成E．個(gè)體組成4.在統(tǒng)計(jì)學(xué)中，參數(shù)的含義是

A．變量B．參與研究的數(shù)目C．研究樣本的統(tǒng)計(jì)指標(biāo)

D．總體的統(tǒng)計(jì)指標(biāo)E．與統(tǒng)計(jì)研究有關(guān)的變量

5．調(diào)查某單位科研人員論文發(fā)表的情況，統(tǒng)計(jì)每人每年的論文發(fā)表數(shù)應(yīng)屬于

A．計(jì)數(shù)資料B．計(jì)量資料C．總體D．個(gè)體E．樣本

6．統(tǒng)計(jì)學(xué)中的小概率事件，下面說法正確的是：

A．反復(fù)多次觀察，絕對(duì)不發(fā)生的事件B．在一次觀察中，可以認(rèn)為不會(huì)發(fā)生的事件C．發(fā)生概率小于0.1的事件D．發(fā)生概率小于0.001的事件E．發(fā)生概率小于0.1的事件

7、統(tǒng)計(jì)上所說的樣本是指：

A、按照研究者要求抽取總體中有意義的部分

B、隨意抽取總體中任意部分C、有意識(shí)的抽取總體中有典型部分

D、按照隨機(jī)原則抽取總體中有代表性部分E、總體中的每一個(gè)個(gè)體

8、以舒張壓≥12.7KPa為高血壓，測(cè)量1000人，結(jié)果有990名非高血壓患者，有10名高血壓患者，該資料屬（）資料。

A、計(jì)算B、計(jì)數(shù)C、計(jì)量D、等級(jí)E、都對(duì)

9、紅細(xì)胞數(shù)(1012L-1)是:

A、觀察單位 B、數(shù)值變量 C、名義變量 D、等級(jí)變量 E、研究個(gè)體

10、療效是:

A、觀察單位 B、數(shù)值變量 C、名義變量 D、等級(jí)變量 E、研究個(gè)體

答案：1C2E3D4D5A6B7D8B9B10D

數(shù)值變量資料的統(tǒng)計(jì)描述（13題）

1.標(biāo)準(zhǔn)正態(tài)分布曲線的特征是：

A．?=0? =0B．?=0? =1C．?=1? =0

D．?=0? =不確定E．?=1? =不確定

2.描述計(jì)量資料的主要統(tǒng)計(jì)指標(biāo)是 ：

A.平均數(shù)B.相對(duì)數(shù)C.t值D.標(biāo)準(zhǔn)誤E.概率

3、一群7歲男孩身高標(biāo)準(zhǔn)差為5cm，體重標(biāo)準(zhǔn)差為3kg，則二者變異程度比較：

A、身高變異大于體重B、身高變異小于體重C、身高變異等于體重D、無法比較E、身高變異不等于體重

4、隨機(jī)抽取某市12名男孩，測(cè)得其體重均值為3.2公斤，標(biāo)準(zhǔn)差為0.5公斤，則總體均數(shù)95%可信區(qū)間的公式是：

A、3.2±t0.05.11 ×0.5B、3.2 ±t0.05.12 ×0.5/

C、3.2 ±t0.05.11 ×0.5/D、3.2±1.96×0.5/

E、3.2 ±2.58×0.5/

5.某組資料共5例, ?X2=190, ?X=30, 則均數(shù)和標(biāo)準(zhǔn)差分別是

A.6 和 1.29B.6.33 和 2.5C.38 和 6.78

D.6 和 1.58E 6和2.5

6．以下指標(biāo)中那一項(xiàng)可用來描述計(jì)量資料離散程度。

A．算術(shù)均數(shù)B．幾何均數(shù)C．中位數(shù)D．極差 E．第50百分位數(shù)

7．偏態(tài)分布資料宜用下面那一項(xiàng)描述其分布的集中趨勢(shì)。

A．算術(shù)均數(shù)B．標(biāo)準(zhǔn)差C．中位數(shù)D．四分位數(shù)間距E．方差

8．下面那一項(xiàng)可用于比較身高和體重的變異度

A．方差B．標(biāo)準(zhǔn)差C．變異系數(shù)D．全距E．四分位數(shù)間距

9．正態(tài)曲線下.橫軸上，從均數(shù)?到+∞的面積為。

A．97.5%B．95%C．50%D．5%E．不能確定

10．下面那一項(xiàng)分布的資料，均數(shù)等于中位數(shù)。

A．對(duì)數(shù)正態(tài)B．左偏態(tài)C．右偏態(tài)D．偏態(tài)E．正態(tài)

11.對(duì)于正態(tài)分布資料的95％正常值范圍，宜選用（）A.x±2.58sB.x±1.96sC.x±2.58sxD.x±1.96sE.x±1.645s

12．做頻數(shù)表時(shí)，以組距為5，下列哪項(xiàng)組段劃分正確

A．0一，5一，10一，?B．0—5，5一10，10一，?

C．一5，一10，一15，?D．0—4，5—9，10一，?E．5一，7一，9一，?

13．均數(shù)與標(biāo)準(zhǔn)差之間的關(guān)系是

A．標(biāo)準(zhǔn)差越小，均數(shù)代表性越大 B．標(biāo)準(zhǔn)差越小，均數(shù)代表性越小

C．均數(shù)越大，標(biāo)準(zhǔn)差越小D．均數(shù)越大，標(biāo)準(zhǔn)差越大E．標(biāo)準(zhǔn)差越大，均數(shù)代表性越大

答案：1.B 2.A 3.D 4.C 5.D 6.D 7.C 8.C 9.C 10.E 11.B 12.A 13.A

數(shù)值變量資料的統(tǒng)計(jì)推斷（13題）

1.抽樣研究中，S為定值，若逐漸增大樣本含量，則樣本：

A．標(biāo)準(zhǔn)誤減小B．標(biāo)準(zhǔn)誤增大C．標(biāo)準(zhǔn)誤不改變

D．標(biāo)準(zhǔn)誤的變化與樣本含量無關(guān)E．以上都對(duì)2、12名婦女分別用兩種測(cè)量肺活量的儀器測(cè)最大呼氣率(l/min)，比較兩種方法檢測(cè)結(jié)果有無差別，可進(jìn)行：

A、成組設(shè)計(jì)u檢驗(yàn)B、成組設(shè)計(jì)t檢驗(yàn) C、配對(duì)設(shè)計(jì)u檢驗(yàn)

D、配對(duì)設(shè)計(jì)t檢驗(yàn)E、X2檢驗(yàn)

3．比較兩種藥物療效時(shí)，對(duì)于下列哪項(xiàng)可作單側(cè)檢驗(yàn)()。

A．已知A藥與B藥均有效B．不知A藥好還是B藥好

C.已知A藥不會(huì)優(yōu)于B藥D.不知A藥與B藥是否均有效

E.已知A藥與B藥均無效

4.兩個(gè)大樣本均數(shù)比較的u檢驗(yàn), |u|=1.98,則統(tǒng)計(jì)結(jié)論是

A.P 0.05D.P =0.05E、P

5.配對(duì)計(jì)量資料比較的t檢驗(yàn)公式中，分母是 A.dB.sdC.dD.?dE、?d2

6.配對(duì)t檢驗(yàn)中，用藥前數(shù)據(jù)減去用藥后數(shù)據(jù)和用藥后數(shù)據(jù)減去用藥前數(shù)據(jù)，兩次t檢驗(yàn)

A、t值符號(hào)相反，結(jié)論相反B、t值符號(hào)相同，結(jié)論相同

C、t值符號(hào)相反，但結(jié)論相同

D、t值符號(hào)相同，但大小不同，結(jié)論相反E、t值符號(hào)與結(jié)論無關(guān)

7．下面那一項(xiàng)小，表示用該樣本均數(shù)估計(jì)總體均數(shù)的可靠性大。

A．CVB．SC．SxD．RE．四分位數(shù)間距

8．兩個(gè)小樣本數(shù)值變量資料比較的假設(shè)，首先應(yīng)考慮。

A．t檢驗(yàn)B．u檢驗(yàn)C．秩和檢驗(yàn)

D．t檢驗(yàn)和秩和檢驗(yàn)均可E．資料符合t檢驗(yàn)還是秩和檢驗(yàn)

9．抽樣誤差是指

A.總體參數(shù)與總體參數(shù)間的差異 B．個(gè)體值與樣本統(tǒng)計(jì)量間的差異

C．總體參數(shù)間的差異D．樣本統(tǒng)計(jì)量與總體統(tǒng)計(jì)量間的差異E．以上都不對(duì)

10、t?t0.05,?，統(tǒng)計(jì)上可接受（）的假設(shè)。

A、?1??2B、?1??2C、X1?X2D、X1?X2E、以上都錯(cuò)

11、統(tǒng)計(jì)推斷的內(nèi)容：

A.是用樣本指標(biāo)估計(jì)相應(yīng)的總體指標(biāo)B.是檢驗(yàn)統(tǒng)計(jì)上的“假設(shè)”

C.a、b均不是D.a、b均是E、以上都錯(cuò)

12、兩樣本均數(shù)比較，經(jīng)t 檢驗(yàn)，差別有顯著性時(shí)，P 越小，說明：

A.兩樣本均數(shù)差別越大B.兩總體均數(shù)差別越大

C.越有理由認(rèn)為兩總體均數(shù)不同D.越有理由認(rèn)為兩樣本均數(shù)不同 E.樣本均數(shù)與總體均數(shù)不同

13.表示均數(shù)的抽樣誤差大小的統(tǒng)計(jì)指標(biāo)是

A.標(biāo)準(zhǔn)差B.方差C.均數(shù)標(biāo)準(zhǔn)誤D.變異系數(shù)E.極差

答案：1.A 2.D 3.C 4.D 5.C 6.C 7.C 8.E 9.D 10.B 11.D 12.C 13.C

分類變量資料的統(tǒng)計(jì)描述與推斷（13題）

1.描述分類變量資料的主要統(tǒng)計(jì)指標(biāo)是:

A.平均數(shù)B.相對(duì)數(shù)C.變異系數(shù)D.相關(guān)系數(shù)E.百分位數(shù)

2.男性人口數(shù)/女性人口數(shù)，這一指標(biāo)為：

A、率B、構(gòu)成比C、相對(duì)比D、動(dòng)態(tài)數(shù)列E、不是相對(duì)數(shù)

3、構(gòu)成比有個(gè)重要特點(diǎn)是（）。

A、百分比總和必等于100％B、百分比總和必小于100％

C、百分比總和必大于100％D、以上均不對(duì)E、以上都錯(cuò)

4．標(biāo)化后的總死亡率()。

A.僅僅作為比較的基礎(chǔ)，它反映了一種相對(duì)水平

B.它反映了實(shí)際水平C.它不隨標(biāo)準(zhǔn)選擇的變化而變化

D．它反映了事物實(shí)際發(fā)生的強(qiáng)度E.以上都不對(duì)

5．關(guān)于相對(duì)數(shù),下列哪一個(gè)說法是錯(cuò)誤的A.相對(duì)數(shù)是兩個(gè)有聯(lián)系的指標(biāo)之比

B.常用相對(duì)數(shù)包括相對(duì)比,率與構(gòu)成比

C.計(jì)算相對(duì)數(shù)時(shí)要求分母要足夠大

D.率與構(gòu)成比雖然意義不同,但性質(zhì)相近, 經(jīng)常可以混用

E.計(jì)算相對(duì)數(shù)時(shí)不要求分母要足夠大

6.隨機(jī)選取男200人,女100人為某寄生蟲病研究的調(diào)查對(duì)象,測(cè)得其感染陽性率分別為20%和15%，則合并陽性率為__________

A.35%B.16.7%C.18.3%D.無法計(jì)算E、30%

7.對(duì)兩地的結(jié)核病死亡率比較時(shí)作率的標(biāo)準(zhǔn)化,其目的是：

A.為了能更好地反映人群實(shí)際死亡水平

B.消除兩地總?cè)藬?shù)不同的影響

C.消除各年齡組死亡率不同的影響

D.消除兩地人口年齡構(gòu)成不同的影響

E、以上都不對(duì)

8．四格表資料的卡方檢驗(yàn)時(shí)無需校正，應(yīng)滿足的條件是()。

A.總例數(shù)大于40B.理論數(shù)大于5C.實(shí)際數(shù)均大于l

D.總例數(shù)大于40且理論數(shù)均大于或等于5E.總例數(shù)小于40

9．計(jì)算相對(duì)數(shù)的目的是

A.為了進(jìn)行顯著性檢驗(yàn)B．為了表示絕對(duì)水平

C．為了便于比較D．為了表示實(shí)際水平E．為了表示相對(duì)水平

10．相對(duì)數(shù)使用時(shí)要注意以下幾點(diǎn)，其中哪一項(xiàng)是不正確的A．比較時(shí)應(yīng)做假設(shè)檢驗(yàn)B．離散程度和變異程度C．不要把構(gòu)成比當(dāng)率分析D．二者之間的可比性E．分母不宜過小

11、四個(gè)樣本率作比較，χ2>χ2

0.01(3)，可認(rèn)為:

A、各總體率不同或不全相同B、各總體率均不相同C、各樣本率均不相同D、各樣本率不同或不全相同E.各總體率和各樣本率均不同或不全相同

12、?2檢驗(yàn)適用于比較：

A、兩個(gè)率差別的顯著性B、多個(gè)率差別的顯著性C、兩個(gè)或多個(gè)構(gòu)成比差別的顯著性D、以上都可以E、以上都錯(cuò)

13、某研究者對(duì)50份痰液標(biāo)本，每份分別接種在甲乙培養(yǎng)基上，觀察結(jié)核桿菌的生長(zhǎng)情況并想比較兩種培養(yǎng)基的培養(yǎng)效果是否一致，資料見下表。問應(yīng)該選擇的統(tǒng)計(jì)方法是：

A.確切概率法B.四格表資料的?檢驗(yàn)C.配對(duì)計(jì)數(shù)資料的?檢驗(yàn)

D.行乘列表資料的?檢驗(yàn)E.配對(duì)計(jì)量資料的t檢驗(yàn)

甲培養(yǎng)基

﹢

﹣

乙培養(yǎng)基 ﹢ ﹣ 23 12 7 8 合計(jì)35 15 22

2答案：1.B 2.C 3.A 4.A 5.D 6.C 7.D 8.C 9.C 10.B 11.A 12.D 13.C

統(tǒng)計(jì)表與統(tǒng)計(jì)圖（4題）

1．為表示某地近20年來嬰兒死亡率的變化情況，宜繪制()。

A.普通線圖B.直方圖C.直條圖D.散點(diǎn)圖E.統(tǒng)計(jì)地圖

2.某醫(yī)院收集了近期門診病人的病種構(gòu)成情況資料，宜繪制：

A.直條圖B.圓圖C.線圖D.直方圖E.半對(duì)數(shù)線圖

3.圖示某地某年流行性乙型腦炎患者的年齡分布,宜繪制:

A.條圖B.百分條圖C.圓圖D.直方圖E.線圖

4.比較1995年某地三種傳染病白喉、乙腦、痢疾的病死率，選擇的統(tǒng)計(jì)圖是

A.直方圖B.半對(duì)數(shù)圖C.條圖D.線圖E.百分圖

答案：1.A 2.B 3.D 4.C

第五篇：醫(yī)學(xué)統(tǒng)計(jì)學(xué)各種資料比較_選擇方法小結(jié)

醫(yī)學(xué)統(tǒng)計(jì)學(xué)各種資料比較 選擇方法小結(jié)

一、兩組或多組計(jì)量資料的比較 1.兩組資料：

1)大樣本資料或服從正態(tài)分布的小樣本資料(1)若方差齊性，則作成組t檢驗(yàn)

(2)若方差不齊，則作t’檢驗(yàn)或用成組的Wilcoxon秩和檢驗(yàn) 2)小樣本偏態(tài)分布資料，則用成組的Wilcoxon秩和檢驗(yàn) 2.多組資料：

1)若大樣本資料或服從正態(tài)分布，并且方差齊性，則作完全隨機(jī)的方差分析。如果方差分析的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：LSD檢驗(yàn)，Bonferroni檢驗(yàn)等）進(jìn)行兩兩比較。

2)如果小樣本的偏態(tài)分布資料或方差不齊，則作Kruskal Wallis的統(tǒng)計(jì)檢驗(yàn)。如果Kruskal Wallis的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：用成組的Wilcoxon秩和檢驗(yàn)，但用Bonferroni方法校正P值等）進(jìn)行兩兩比較。

二、分類資料的統(tǒng)計(jì)分析 1.單樣本資料與總體比較 1)二分類資料：

(1)小樣本時(shí)：用二項(xiàng)分布進(jìn)行確切概率法檢驗(yàn)；(2)大樣本時(shí)：用U檢驗(yàn)。2)多分類資料：用Pearson c2檢驗(yàn)（又稱擬合優(yōu)度檢驗(yàn)）。2.四格表資料

1)n>40并且所以理論數(shù)大于5，則用Pearson c2

2)n>40并且所以理論數(shù)大于1并且至少存在一個(gè)理論數(shù)

3)n￡40或存在理論數(shù)

1)列變量為效應(yīng)指標(biāo)，并且為有序多分類變量，行變量為分組變量，則行評(píng)分的CMH c2或成組的Wilcoxon秩和檢驗(yàn)

2)列變量為效應(yīng)指標(biāo)并且為二分類，列變量為有序多分類變量，則用趨勢(shì)c2檢驗(yàn)

3)行變量和列變量均為無序分類變量

(1)n>40并且理論數(shù)小于5的格子數(shù)

(2)n￡40或理論數(shù)小于5的格子數(shù)>行列表中格子總數(shù)的25%，則用Fisher’s 確切概率法檢驗(yàn) 4.R×C表資料的統(tǒng)計(jì)分析

1)列變量為效應(yīng)指標(biāo)，并且為有序多分類變量，行變量為分組變量，則CMH c2或Kruskal Wallis的秩和檢驗(yàn)

2)列變量為效應(yīng)指標(biāo)，并且為無序多分類變量，行變量為有序多分類變量，作none zero correlation analysis的CMH c2

3)列變量和行變量均為有序多分類變量，可以作Spearman相關(guān)分析 4)列變量和行變量均為無序多分類變量，(1)n>40并且理論數(shù)小于5的格子數(shù)

(2)n￡40或理論數(shù)小于5的格子數(shù)>行列表中格子總數(shù)的25%，則用Fisher’s 確切概率法檢驗(yàn)

三、Poisson分布資料 1.單樣本資料與總體比較：

1)觀察值較小時(shí)：用確切概率法進(jìn)行檢驗(yàn)。2)觀察值較大時(shí)：用正態(tài)近似的U檢驗(yàn)。2.兩個(gè)樣本比較：用正態(tài)近似的U檢驗(yàn)。

配對(duì)設(shè)計(jì)或隨機(jī)區(qū)組設(shè)計(jì)

四、兩組或多組計(jì)量資料的比較 1.兩組資料：

1)大樣本資料或配對(duì)差值服從正態(tài)分布的小樣本資料，作配對(duì)t檢驗(yàn) 2)小樣本并且差值呈偏態(tài)分布資料，則用Wilcoxon的符號(hào)配對(duì)秩檢驗(yàn)

2.多組資料：

1)若大樣本資料或殘差服從正態(tài)分布，并且方差齊性，則作隨機(jī)區(qū)組的方差分析。如果方差分析的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：LSD檢驗(yàn)，Bonferroni檢驗(yàn)等）進(jìn)行兩兩比較。

2)如果小樣本時(shí)，差值呈偏態(tài)分布資料或方差不齊，則作Fredman的統(tǒng)計(jì)檢驗(yàn)。如果Fredman的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：用Wilcoxon的符號(hào)配對(duì)秩檢驗(yàn)，但用Bonferroni方法校正P值等）進(jìn)行兩兩比較。

五、分類資料的統(tǒng)計(jì)分析 1.四格表資料

1)b+c>40，則用McNemar配對(duì)c2檢驗(yàn)或配對(duì)邊際c2檢驗(yàn) 2)b+c￡40，則用二項(xiàng)分布確切概率法檢驗(yàn) 2.C×C表資料：

1)配對(duì)比較：用McNemar配對(duì)c2檢驗(yàn)或配對(duì)邊際c2檢驗(yàn) 2)一致性問題（Agreement）：用Kap檢驗(yàn)

變量之間的關(guān)聯(lián)性分析

六、兩個(gè)變量之間的關(guān)聯(lián)性分析 1.兩個(gè)變量均為連續(xù)型變量

1)小樣本并且兩個(gè)變量服從雙正態(tài)分布，則用Pearson相關(guān)系數(shù)做統(tǒng)計(jì)分析

2)大樣本或兩個(gè)變量不服從雙正態(tài)分布，則用Spearman相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)分析

2.兩個(gè)變量均為有序分類變量，可以用Spearman相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)分析

3.一個(gè)變量為有序分類變量，另一個(gè)變量為連續(xù)型變量，可以用Spearman相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)分析

七、回歸分析

1.直線回歸：如果回歸分析中的殘差服從正態(tài)分布（大樣本時(shí)無需正態(tài)性），殘差與自變量無趨勢(shì)變化，則直線回歸（單個(gè)自變量的線性回歸，稱為簡(jiǎn)單回歸），否則應(yīng)作適當(dāng)?shù)淖儞Q，使其滿足上述條件。2.多重線性回歸：應(yīng)變量（Y）為連續(xù)型變量（即計(jì)量資料），自變量（X1，X2，…，Xp）可以為連續(xù)型變量、有序分類變量或二分類變量。如果回歸分析中的殘差服從正態(tài)分布（大樣本時(shí)無需正態(tài)性），殘差與自變量無趨勢(shì)變化，可以作多重線性回歸。

1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素 2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對(duì)結(jié)果的混雜作用

3.二分類的Logistic回歸：應(yīng)變量為二分類變量，自變量（X1，X2，…，Xp）可以為連續(xù)型變量、有序分類變量或二分類變量。1)非配對(duì)的情況：用非條件Logistic回歸

(1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素(2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對(duì)結(jié)果的混雜作用

2)配對(duì)的情況：用條件Logistic回歸

(1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素(2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對(duì)結(jié)果的混雜作用

4.有序多分類有序的Logistic回歸：應(yīng)變量為有序多分類變量，自變量（X1，X2，…，Xp）可以為連續(xù)型變量、有序分類變量或二分類變量。

1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素 2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對(duì)結(jié)果的混雜作用

5.無序多分類有序的Logistic回歸：應(yīng)變量為無序多分類變量，自變量（X1，X2，…，Xp）可以為連續(xù)型變量、有序分類變量或二分類變量。

1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素 2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對(duì)結(jié)果的混雜作用

八、生存分析資：要求資料記錄結(jié)局和結(jié)局發(fā)生的時(shí)間（如；死亡和死亡發(fā)生的時(shí)間）

1.用Kaplan-Meier方法估計(jì)生存曲線 2.大樣本時(shí)，可以壽命表方法估計(jì)

3.單因素可以用Log－rank比較兩條或多條生存曲線 4.多個(gè)因素時(shí)，可以作多重的Cox回歸

1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素 2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對(duì)結(jié)果的混雜作用

第六篇：醫(yī)學(xué)統(tǒng)計(jì)方法小結(jié)

統(tǒng)計(jì)方法小結(jié)

首次分享者：yanyan 已被分享22次 評(píng)論(0)復(fù)制鏈接 分享 轉(zhuǎn)載 刪除

一、兩組或多組計(jì)量資料的比較 1.兩組資料：

1)大樣本資料或服從正態(tài)分布的小樣本資料(1)若方差齊性，則作成組t檢驗(yàn)

(2)若方差不齊，則作t’檢驗(yàn)或用成組的Wilcoxon秩和檢驗(yàn) 2)小樣本偏態(tài)分布資料，則用成組的Wilcoxon秩和檢驗(yàn) 2.多組資料：

1)若大樣本資料或服從正態(tài)分布，并且方差齊性，則作完全隨機(jī)的方差分析。如果方差分析的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：LSD檢驗(yàn)，Bonferroni檢驗(yàn)等）進(jìn)行兩兩比較。

2)如果小樣本的偏態(tài)分布資料或方差不齊，則作Kruskal Wallis的統(tǒng)計(jì)檢驗(yàn)。如果Kruskal Wallis的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：用成組的Wilcoxon秩和檢驗(yàn)，但用Bonferroni方法校正P值等）進(jìn)行兩兩比較。

二、分類資料的統(tǒng)計(jì)分析 1.單樣本資料與總體比較 1)二分類資料：

(1)小樣本時(shí)：用二項(xiàng)分布進(jìn)行確切概率法檢驗(yàn)；(2)大樣本時(shí)：用U檢驗(yàn)。

2)多分類資料：用Pearson c2檢驗(yàn)（又稱擬合優(yōu)度檢驗(yàn)）。2.四格表資料

1)n>40并且所以理論數(shù)大于5，則用Pearson c2

2)n>40并且所以理論數(shù)大于1并且至少存在一個(gè)理論數(shù)

3)n￡40或存在理論數(shù)

1)列變量為效應(yīng)指標(biāo)，并且為有序多分類變量，行變量為分組變量，則行評(píng)分的CMH c2或成組的Wilcoxon秩和檢驗(yàn)

2)列變量為效應(yīng)指標(biāo)并且為二分類，列變量為有序多分類變量，則用趨勢(shì)c2檢驗(yàn)

3)行變量和列變量均為無序分類變量

(1)n>40并且理論數(shù)小于5的格子數(shù)行列表中格子總數(shù)的25%，則用Fisher’s 確切概率法檢驗(yàn) 4.R×C表資料的統(tǒng)計(jì)分析

1)列變量為效應(yīng)指標(biāo)，并且為有序多分類變量，行變量為分組變量，則CMH c2或Kruskal Wallis的秩和檢驗(yàn) 2)列變量為效應(yīng)指標(biāo)，并且為無序多分類變量，行變量為有序多分類變量，作none zero correlation analysis的CMH c2

3)列變量和行變量均為有序多分類變量，可以作Spearman相關(guān)分析 4)列變量和行變量均為無序多分類變量，(1)n>40并且理論數(shù)小于5的格子數(shù)行列表中格子總數(shù)的25%，則用Fisher’s 確切概率法檢驗(yàn)

三、Poisson分布資料

1.單樣本資料與總體比較：

1)觀察值較小時(shí)：用確切概率法進(jìn)行檢驗(yàn)。2)觀察值較大時(shí)：用正態(tài)近似的U檢驗(yàn)。2.兩個(gè)樣本比較：用正態(tài)近似的U檢驗(yàn)。

配對(duì)設(shè)計(jì)或隨機(jī)區(qū)組設(shè)計(jì)

四、兩組或多組計(jì)量資料的比較 1.兩組資料：

1)大樣本資料或配對(duì)差值服從正態(tài)分布的小樣本資料，作配對(duì)t檢驗(yàn) 2)小樣本并且差值呈偏態(tài)分布資料，則用Wilcoxon的符號(hào)配對(duì)秩檢驗(yàn) 2.多組資料：

1)若大樣本資料或殘差服從正態(tài)分布，并且方差齊性，則作隨機(jī)區(qū)組的方差分析。如果方差分析的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：LSD檢驗(yàn)，Bonferroni檢驗(yàn)等）進(jìn)行兩兩比較。

2)如果小樣本時(shí)，差值呈偏態(tài)分布資料或方差不齊，則作Fredman的統(tǒng)計(jì)檢驗(yàn)。如果Fredman的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：用Wilcoxon的符號(hào)配對(duì)秩檢驗(yàn)，但用Bonferroni方法校正P值等）進(jìn)行兩兩比較。

五、分類資料的統(tǒng)計(jì)分析 1.四格表資料

1)b+c>40，則用McNemar配對(duì)c2檢驗(yàn)或配對(duì)邊際c2檢驗(yàn) 2)b+c￡40，則用二項(xiàng)分布確切概率法檢驗(yàn) 2.C×C表資料：

1)配對(duì)比較：用McNemar配對(duì)c2檢驗(yàn)或配對(duì)邊際c2檢驗(yàn) 2)一致性問題（Agreement）：用Kap檢驗(yàn)

變量之間的關(guān)聯(lián)性分析

六、兩個(gè)變量之間的關(guān)聯(lián)性分析 1.兩個(gè)變量均為連續(xù)型變量

1)小樣本并且兩個(gè)變量服從雙正態(tài)分布，則用Pearson相關(guān)系數(shù)做統(tǒng)計(jì)分析 2)大樣本或兩個(gè)變量不服從雙正態(tài)分布，則用Spearman相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)分析 2.兩個(gè)變量均為有序分類變量，可以用Spearman相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)分析

3.一個(gè)變量為有序分類變量，另一個(gè)變量為連續(xù)型變量，可以用Spearman相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)分析

七、回歸分析

1.直線回歸：如果回歸分析中的殘差服從正態(tài)分布（大樣本時(shí)無需正態(tài)性），殘差與自變量無趨勢(shì)變化，則直線回歸（單個(gè)自變量的線性回歸，稱為簡(jiǎn)單回歸），否則應(yīng)作適當(dāng)?shù)淖儞Q，使其滿足上述條件。2.多重線性回歸：應(yīng)變量（Y）為連續(xù)型變量（即計(jì)量資料），自變量（X1，X2，…，Xp）可以為連續(xù)型變量、有序分類變量或二分類變量。如果回歸分析中的殘差服從正態(tài)分布（大樣本時(shí)無需正態(tài)性），殘差與自變量無趨勢(shì)變化，可以作多重線性回歸。

1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素

2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對(duì)結(jié)果的混雜作用

3.二分類的Logistic回歸：應(yīng)變量為二分類變量，自變量（X1，X2，…，Xp）可以為連續(xù)型變量、有序分類變量或二分類變量。1)非配對(duì)的情況：用非條件Logistic回歸

(1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素

(2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對(duì)結(jié)果的混雜作用 2)配對(duì)的情況：用條件Logistic回歸

(1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素

(2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對(duì)結(jié)果的混雜作用

4.有序多分類有序的Logistic回歸：應(yīng)變量為有序多分類變量，自變量（X1，X2，…，Xp）可以為連續(xù)型變量、有序分類變量或二分類變量。1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素

2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對(duì)結(jié)果的混雜作用

5.無序多分類有序的Logistic回歸：應(yīng)變量為無序多分類變量，自變量（X1，X2，…，Xp）可以為連續(xù)型變量、有序分類變量或二分類變量。1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素

2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對(duì)結(jié)果的混雜作用

八、生存分析資：要求資料記錄結(jié)局和結(jié)局發(fā)生的時(shí)間（如；死亡和死亡發(fā)生的時(shí)間）

1.用Kaplan-Meier方法估計(jì)生存曲線 2.大樣本時(shí)，可以壽命表方法估計(jì)

3.單因素可以用Log－rank比較兩條或多條生存曲線 4.多個(gè)因素時(shí)，可以作多重的Cox回歸

1)觀察性研究：可以用逐步線性回歸尋找（擬）主要的影響因素

2)實(shí)驗(yàn)性研究：在保持主要研究因素變量（干預(yù)變量）外，可以適當(dāng)?shù)匾胍恍┢渌赡艿幕祀s因素變量，以校正這些混雜因素對(duì)結(jié)果的混雜作用