卫生统计学简答题方差分析的基本思想和应用条件是什么？答：方差分析的基本思想是，对于不同设计的方差分析，其思想都一样，即均将处理间平均变异与误差平均变异比较。不同之处在于变异分解的项目因设计不同而异。具体来讲，根据试验设计的类型和研究目的，将全部观测值总的离均差平方和及其自由度分解为两个或多个部分，除随机误差作用外，每个部分的变异可由某个因素的作用加以解释，通过比较不同变异来源的均方，借助F 分布作出统计推断，从而推论各种研究因素对试验结果有无影响。其应用条件是， ① 各样本是相互独立的随机样本，均服从正态分布；②各样本的总体方差相等，即方差齐性。多组定量资料比较时，统计处理的基本流程是什么？答：多组定量资料比较时首先应考虑用方差分析，对其应用条件进行检验，即方差齐性及各样本的正态性检验。若方差齐性，且各样本均服从正态分布，选单因素方差分析。若方差不齐，或某样本不服从正态分布，选Kruskal-Wallis秩和检验，或通过某种形式的数据变换使其满足方差分析的条件。若方差分析或秩和检验结果有统计学意义，则需选择合适的方法（如Bonferonni 、LSD 法等）进行两两比较。简述秩和检验的优缺点秩和检验的优点是（1）不受总体分布限制，适用面广； （2）适用于等级资料及两端无确定值的资料； （ 3）易于理解，易于计算。缺点是符合参数检验的资料，用秩和检验，则不能充分利用信息，检验效能低。试述假设检验与置信区间的联系与区别。答：区间估计与假设检验是由样本数据对总体参数作出统计学推断的两种主要方法。置信区间用于说明量的大小，即推断总体参数的置信范围；而假设检验用于推断质的不同，即判断两总体参数是否不等。试述两类错误的意义及其关系。答：Ⅰ类错误（ type Ⅰerror ）：如果检验假设0H实际是正确的，由样本数据计算获得的检验统计量得出拒绝0H的结论，此时就犯了错误，统计学上将这种拒绝了正确的零假设0H（弃真）的错误称为Ⅰ类错误。Ⅱ类错误 (type Ⅱ error)：假设检验的另一类错误称为Ⅱ类错误(type Ⅱ error)，即检验假设0H 原本不正确（ 1H 正确），由样本数据计算获得的检验统计量得出不拒绝0H（纳伪）的结论，此时就犯了Ⅱ类错误。Ⅱ类错误的概率用β表示。在假设检验时，应兼顾犯Ⅰ类错误的概率（α ）和犯Ⅱ类错误的概率（β ）。犯Ⅰ类错误的概率（α ）和犯Ⅱ类错误的概率（β ）成反比。如果把Ⅰ类错误的概率定得很小，势必增加犯Ⅱ...
