基本统计方法 第一章 概论 1. 总体（Population）：根据研究目的确定的同质对象的全体（集合）；样本（Sample）：从总体中随机抽取的部分具有代表性的研究对象。 2. 参数（Parameter）：反映总体特征的统计指标，如总体均数、标准差等，用希腊字母表示，是固定的常数；统计量（Statistic）：反映样本特征的统计指标，如样本均数、标准差等，采用拉丁字字母表示，是在参数附近波动的随机变量。 3. 统计资料分类：定量（计量）资料、定性（计数）资料、等级资料。 第二章 计量资料统计描述 1. 集中趋势：均数（算术、几何）、中位数、众数 2. 离散趋势：极差、四分位间距（QR=P75-P25）、标准差（或方差）、变异系数（CV） 3. 正态分布特征：①X 轴上方关于 X=对称的钟形曲线；②X=时，f(X)取得最大值；③有两个参数，位置参数和形态参数；④曲线下面积为1，区间±的面积为68.27%，区间±1.96 的面积为95.00%，区间±2.58的面积为99.00%。 4. 医学参考值范围的制定方法：正态近似法：/2XuS；百分位数法：P2.5-P97.5。 第三章 总体均数估计和假设检验 1. 抽样误差（Sampling Error）：由个体变异产生、随机抽样造成的样本统计量与总体参数的差异。抽样误差不可避免，产生的根本原因是生物个体的变异性。 2. 均数的标准误（Standard error of Mean, SEM）：样本均数的标准差，计算公式：/Xn。反映样本均数间的离散程度，说明抽样误差的大小。 3. 降低抽样误差的途径有：①通过增加样本含量 n；②通过设计减少 S。 4. t 分布特征： ①单峰分布，以 0 为中心，左右对称； ②形态取决于自由度，越小，t 值越分散，t 分布的峰部越矮而尾部翘得越高； ③当逼近∞,XS 逼近X, t 分布逼近 u 分布，故标准正态分布是 t 分布的特例。 5. 置信区间（Confidence Interval, CI）：按预先给定的概率（1-）确定的包含总体参数的一个范围，计算公式：/2 ,XXtS或/2 ,XXuS。95%CI 含义：从固定样本含量的已知总体中进行重复抽样试验，根据每个样本可得到一个置信区间，则平均有 95%的置信区间包含了总体参数。 6. 假设检验的基本原理：小概率反证法的思想。 ①反证法：从问题的对立面(H0)出发间接判断要解决的问题(H1)是否成立。 ②小概率事件：在 H0 成立的条件下计算检验统计量，根据概率分布确定检验水准下P值大小，判断是否为小概率事件...
