醫(yī)學(xué)統(tǒng)計(jì)學(xué)名詞解釋精心整理(帶英文)

1、同質(zhì)(Homo ity):醫(yī)學(xué)研究對象具有得某種共性、變異(aria in) :同質(zhì)研究對象變量值之間得差異?？傮w (P pulatio ):根據(jù)研究目得確定得所有同質(zhì)得觀察單位某項(xiàng)觀測值得全體稱為總體。樣本(ampl):來自于總體得部分觀察單位得觀測值稱為樣本。參數(shù) (Pa mter): 由總體中全部觀測值所計(jì)算出得反映總體特征得統(tǒng)計(jì)指標(biāo)。統(tǒng)計(jì)量(St tistic):由樣本觀測值所計(jì)算出得反映樣本特征得統(tǒng)計(jì)指標(biāo)。變量(Vaiabl) :指觀察單位得某項(xiàng)特征。它能表現(xiàn)觀察單位得變異性。概率 (Prob bi it ):就是隨機(jī)事件發(fā)生可能性大小 ,用表示 ,其取值為 ,1 。頻率 (Freu

2、enc) :在相同得條件下 ,獨(dú)立地重復(fù)做 n 次試驗(yàn) ,隨機(jī)事件 A 出現(xiàn) m 次,則比值 mn 為隨機(jī)事件出現(xiàn)得頻率。隨機(jī)誤差(Random error): 就是由于一系列實(shí)驗(yàn)或觀察條件等因素得隨機(jī)波動(dòng)造成得測量值與真實(shí)值之間得差異、隨機(jī)誤差就是不可避免得 ,且大小與方向都不固定。抽樣誤差 (S mpl g e o):由個(gè)體變異產(chǎn)生、隨機(jī)抽樣造成得若干個(gè)樣本統(tǒng)計(jì)量之間以及樣本統(tǒng)計(jì)量與總體參數(shù)之間得差異稱為抽樣誤差。系統(tǒng)誤差 (Sst mtic error) : 實(shí)際觀測中 ,由于儀器未校正 ,測量者感官得某種偏差 ,醫(yī)生掌握療效標(biāo)準(zhǔn)偏高或偏低等 ,而使觀測值有方向性、系統(tǒng)性或周期性地偏離真

3、值。四分位數(shù)間距(Qu t le ra ge) :上四分位數(shù)與下四分位數(shù)得差值,用Q 表示。通常用來描述偏態(tài)分布資料得離散趨勢。變異系數(shù) ( oef cint o variatio ) CV :就是標(biāo)準(zhǔn)差與均數(shù)之比 , 用于比較測量單位不同或均數(shù)相差較大得兩組或以上數(shù)據(jù)得離散程度。參考值范圍 (Referen e rage) :絕大多數(shù)“正常人 得解剖、生理、生化等某項(xiàng)指標(biāo)得波動(dòng)范圍 、構(gòu)成比 (Pro orti n) : 表示事物內(nèi)部某一組成部分觀察單位數(shù)與該事物各組成部分得觀察單位總數(shù)之比 ,用以說明事物內(nèi)部各組成部分所占得比重。率 (Rate): 就是某時(shí)期內(nèi)發(fā)生某現(xiàn)象得觀察單位數(shù)與同期

4、可能發(fā)生該現(xiàn)象得觀察單位總數(shù)之比 ,用以說明單位時(shí)間內(nèi)某現(xiàn)象發(fā)生得頻率或強(qiáng)度。相對危險(xiǎn)度 (Rel tive risk) :就是暴露組得危險(xiǎn)度與非暴露組得危險(xiǎn)度之比。表示暴露因素與疾病關(guān)聯(lián)強(qiáng)度大小。常用于隊(duì)列研究、優(yōu)勢比 (d s ratio) : 就是病例組某危險(xiǎn)因素得優(yōu)勢與對照組該危險(xiǎn)因素得優(yōu)勢之比。就是分析疾病與暴露因素聯(lián)系程度得指標(biāo)。常用于病例對照研究。標(biāo)準(zhǔn)化法(Sta da iztion) : 用統(tǒng)一得標(biāo)準(zhǔn)對內(nèi)部構(gòu)成不同得各組得率進(jìn)行調(diào)整與對比得方法,目得就是消除內(nèi)部構(gòu)成不同對總率所產(chǎn)生得影響,使兩組總率具有可比性、統(tǒng)計(jì)推斷(Statistica infere ce) :以隨機(jī)抽樣得

5、方式 ,從總體中抽取一個(gè)樣本 ,通過樣本信息來推斷總體得特征 ,這個(gè)過程稱為統(tǒng)計(jì)推斷。它包括參數(shù)估計(jì)與假設(shè)檢驗(yàn)。參數(shù)估計(jì) (P ram te estimation) : 就是根據(jù)從未知參數(shù)總體中抽取得樣本得統(tǒng)計(jì)量估計(jì)總體參數(shù)得方法。包括點(diǎn)估計(jì)與區(qū)間估計(jì)。標(biāo)準(zhǔn)誤 (Sta rd e or) :樣本統(tǒng)計(jì)量得標(biāo)準(zhǔn)差稱為標(biāo)準(zhǔn)誤。 反映樣本統(tǒng)計(jì)量抽樣誤差得大小、自由度(Degreeof fr edom) f : 指能夠自由取值得變量個(gè)數(shù)。置信區(qū)間(Confid nce interval):也叫可信區(qū)間 ,就是按預(yù)先給定得概率(1 )確定得包含未知總體參數(shù)得范圍。假設(shè)檢驗(yàn) (Hypothesi t st)

6、 :就是基于小概率事件原理與反證法思想得統(tǒng)計(jì)推斷方法 ,其基本思想就是先提出假設(shè) ,然后在假設(shè)成立得條件下瞧實(shí)際抽到得樣本就是否屬于小概率事件 ,所屬小概率事件 ,則拒絕無效假設(shè) ;若不屬于小概率事件 ,則不拒絕該假設(shè)、預(yù)先確定小概率事件標(biāo)準(zhǔn)即為檢驗(yàn)水準(zhǔn)、標(biāo)準(zhǔn)正態(tài)分布 ( anar Normal D viation): 正態(tài)分布就是以均數(shù)為中心、左右對稱 ,靠均數(shù)兩側(cè)頻數(shù)分布較多 ,離均數(shù)越遠(yuǎn)頻數(shù)越少得分布 ,該分布有兩個(gè)參數(shù) ,用 N-( ,), 其中為位置參數(shù) ,為形狀參數(shù) ;就是指均數(shù)為 ,標(biāo)準(zhǔn)差為 1 得正態(tài)分布 ,記作 (,1) 。對于任何一個(gè)正態(tài)分布 ,都可經(jīng)變量得標(biāo)準(zhǔn)正態(tài)變轉(zhuǎn)換為

7、標(biāo)準(zhǔn)正態(tài)分布。二項(xiàng)分布 (Binomial dis ibuti n) :就是指在只會(huì)產(chǎn)生兩種可能結(jié)果如“陽性”或“陰性”之一得次獨(dú)立重復(fù)試驗(yàn)(常常稱為重 B rnoull 試驗(yàn) )中 ,當(dāng)每次試驗(yàn)得“陽性 概率保持不變時(shí) ,出現(xiàn)“陽性”得次數(shù) =0,1,2, ,得一種概率分布。變量變換(ran fo a infvariabl s): 就是將數(shù)據(jù)做某種函數(shù)轉(zhuǎn)換 ,使資料服從正態(tài)分布 ,并盡可能達(dá)到各組間方差齊性。檢驗(yàn)效能 (Po er of test) : 也稱把握度 ,就是指當(dāng)兩總體參數(shù)確有差別時(shí) , 按檢驗(yàn)水準(zhǔn)通過假設(shè)檢驗(yàn)?zāi)馨l(fā)現(xiàn)它們有差別得概率。用 -表示 ,通常檢驗(yàn)效能應(yīng)達(dá)到 .8 以上。

8、檢驗(yàn)水準(zhǔn)(estinglev ) :也稱顯著性水平 (signific ne lvl),就是建立檢驗(yàn)假設(shè)時(shí)預(yù)先定義得一個(gè)小概率事件得概率標(biāo)準(zhǔn)。記為、非參數(shù)檢驗(yàn) (N nparam tric e t) : 不考慮總體得參數(shù)與總體分布類型 ,而就是對樣本所代表得總體得分布或分布位置進(jìn)行假設(shè)檢驗(yàn)得一類統(tǒng)計(jì)分析方法。區(qū)間估計(jì) (Interva es iat on): 就是按預(yù)先給定得概率 (1 )確定一個(gè)包含未知總體參數(shù)得范圍計(jì)量資料 ( eas rme t ata): 對每個(gè)觀察單位用定量得方法測定某項(xiàng)指標(biāo)所組成得資料、又稱定量資料。相關(guān)系數(shù) (Corre atin c eff ci nt) :就是

9、反映隨機(jī)變量之間線性相關(guān)關(guān)系得方向與密切程度得統(tǒng)計(jì)指標(biāo)。 簡單線性相關(guān)分析中用符號(hào) r 表示樣本相關(guān)系數(shù)。線性回歸 (L er regr sin) :就是利用數(shù)理統(tǒng)計(jì)中回歸分析 ,來確定兩種或兩種以上變量間相互數(shù)量變化得依存關(guān)系得一種統(tǒng)計(jì)分析方法。最小二乘法 (L ast square method) :就是一種根據(jù)殘差平方與最小來求解方程系數(shù)得數(shù)學(xué)方法。 在線性回歸分析中用其確定截距 a 與回歸系數(shù)得值決定系數(shù) (C eff cien dete mi tin) :就是指在應(yīng)變量 Y 得總變異中 ,可由與自變量 X 得回歸關(guān)系解釋得部分所占得比例 ,用 R 平方表示、回歸系數(shù) (R g ssi

10、on oef iient) :即回歸直線得斜率 ,在直線回歸方程中用 b 表示 ,就是當(dāng)自變量每變化一個(gè)單位時(shí) ,應(yīng)變量得平均改變得估計(jì)值。偏回歸系數(shù)(Parti regre sio oe fi i nt): 即多元線性回歸方程中 Xj 得系數(shù) ,它表示在其她自變量保持不變得條件下,自變量 Xj 每改變一個(gè)單位時(shí),因變量Y 得平均改變量。標(biāo)準(zhǔn)回歸系數(shù)( nad regre ion coeff ient):就是指經(jīng)過標(biāo)準(zhǔn)化消除了各自變量X 所取單位得影響之后得回歸系數(shù),用 bj表示。用于比較各自變量對應(yīng)變量得影響程度。復(fù)相關(guān)系數(shù) ( Mliple correlation c eficient)

11、: 就是用來度量一個(gè)變量與其它多個(gè)自變量之間得線性相關(guān)程度得指標(biāo) 。用 R 表示 , 分布范圍為到 1 之間。多重共線性 ( o li rity) :就是指線性回歸模型中得自變量之間存在較強(qiáng)得線性關(guān)系、 這些自變量通常就是相關(guān)得 ,若相關(guān)程度非常高 ,則得到得回歸方程可能很不可靠。最大似然法(Maximu li ood):就是一種非線性得擬合方法常用于 o isti回歸分析中回歸模型參數(shù)得估計(jì)。其基本思想就是先建立似然函數(shù)與對數(shù)似然函數(shù) ,再通過使對數(shù)似然函數(shù)最大來求解相應(yīng)得參數(shù)值,所得得估計(jì)值稱為函數(shù)得最大似然估計(jì)值。生存時(shí)間(ur ival im): 從起始事件即觀察起點(diǎn)到終止事件(如死亡或截尾 )所經(jīng)歷得時(shí)間跨度 ,常用符號(hào)表示。截尾數(shù)據(jù)(en oreddt): 就是指在隨訪過程中,由于某種原因未能觀察到患者得明確結(jié)局(終點(diǎn)事件 ), 或稱刪失。產(chǎn)生截尾得原因有三種:失訪、退出與終止。生存率 (Su v val ra e) : 又叫生存函數(shù) ,表示觀察對象生存時(shí)間T 大于 t時(shí)刻得概率 ,常用 S( )=(T t)表示。偏相關(guān)系數(shù) (Pa tia co re tionc f icien ):