自考数理统计复习资料之名词解释

推荐阅读：

• 自考马克思主义基本原理概论重点复习资料

• 自考合同法知识点汇总　

• 自考辅导资料：合同法笔记第三章

• 自考辅导资料：合同法笔记第二章

• 自考辅导资料：合同法笔记第一章

  
  
  总体

样本：从总体中随机抽取部分观察单位，其测量结果的集合称为样本（sample）。样本应具有代表性。所谓有代表性的样本，是指用随机抽样方法获得的样本。

变异：个体间测量结果的差异称为变异。变异是生物医学研究领域普遍存在的现象。严格的说，在自然状态下，任何两个患者或研究群体间都存在差异，其表现为各种生理测量值的参差不齐。

标准差（standard deviation）是方差的正平方根，使用的量纲与原量纲相同，适用于近似正态分布的资料，大样本、小样本均可，最为常用。(S:样本标准差, :总体标准差）

标准误：通常将样本统计量的标准差称为标准误。许多样本均数的标准差 称为均数的标准误（standard error of mean，SEM），它反映了样本均数间的离散程度，也反映了样本均数与总体均数的差异，说明均数抽样误差的大小。( ：率的标准误, ：均数的标准误, ：标准误的点估计值)

中位数：将一组观察值由小到大排列或从大到小排列，位次居中的那个数。

四分位数间距（inter-quartile range）是由第3四分位数和第1四分位数相减计算而得，常与中位数一起使用，描述偏态分布资料的分布特征，较极差稳定。

极差（range）亦称全距，即最大值与最小值之差，用于资料的粗略分析，其计算简便但稳定性较差。

统计推断：通过样本指标来说明总体特征，这种通过样本获取有关总体信息的过程称为统计推断（statistical inference）。

抽样误差（均数/率的误差）：由个体变异产生的，由于抽样造成的样本统计量与总体参数的差异，称为抽样误差（sampling error）。

参数估计：指用样本统计量估计总体参数。参数估计有两种方法：点估计和区间估计。

可信区间：按预先给定的概率确定的包含未知总体参数的可能范围。该范围称为总体参数的可信区间（CI）。它的确切含义是：可信区间包含总体参数的可能性是1- ，而不是总体参数落在该范围的可能性为1- 。

I型和II型错误：I型错误（type I error），指拒绝了实际上成立的H₀，这类“弃真”的错误称为I型错误，其概率大小用 表示；II型错误（type II error），指接受了实际上不成立的H₀，这类“存伪”的错误称为II型错误，其概率大小用 表示。

假设检验中P的含义：指从H₀规定的总体随机抽得等于及大于（或等于及小于）现有样本获得的检验统计量值的概率。

完全随机设计：只考虑一个处理因素，将全部受试对象随机分配到各处理组，然后观察实验效应，这种设计叫做完全随机设计。

随机区组设计：事先将全部受试对象按自然属性分为若干区组，原则是各区组内的受试对象的特征相同或相近，且受试对象数与处理因素的水平数相等。然后再将每个区组内的观察对象随机地分配到各处理组，这种设计叫做随机区组设计。

率：又称频率指标，说明一定时期内某现象发生的频率或强度。计算公式为：

                                    ，  表示方式有：百分率（%）、千分率（‰）等。

构成比（proportion）又称构成指标，说明某一事物内部各组成部分所占的比重或分布。计算公式为：                                                ，通常以百分数表示。

比（ratio）又称相对比，是A、B两个有关指标之比，说明A是B的若干倍或百分之几。计算公式为：比        ，表示方式为倍数或分数。

二项分布：若一个随机变量X，它的可能取值是0,1,…,n，且相应的取值概率为

则称此随机变量X服从以n、π为参数的二项分布（Binomial Distribution），记为

X～B（n,π）。

Poisson分布：若离散型随机变量X的取值为0,1,…,n，且相应的取值概率为

（μ>0）

则称随机变量X服从以μ为参数的Poisson分布（Poisson Distribution），记为X～P（μ）。

直线回归（linear regression）建立一个描述应变量依自变量变化而变化的直线方程，并要求各点与该直线纵向距离的平方和为最小。直线回归是回归分析中最基本、最简单的一种，故又称简单回归（simple regression）。

回归系数（regression coefficient）即直线的斜率(slope)，在直线回归方程中用b表示，b的统计意义为X每增（减）一个单位时，Y平均改变b个单位。

直线相关（linear correlation）又称简单相关（simple correlation），用于双变量正态分布资料。有正相关、负相关和零相关等关系。直线相关的性质可由散点图直观的说明。

相关系数又称积差相关系数（coefficient of product-moment correlation），以符号r表示样本相关系数，ρ表示总体相关系数。它是说明具有直线关系的两个变量间，相关关系的密切程度与相关方向的指标。

方差分析：方差分析（analysis of variance，ANOVA）就是根据资料的设计类型，即变异的不同来源将全部观察值总的离均差平方和与自由度分解为两个或多个部分，除随机误差外，其余每个部分的变异可由某个因素的作用（或某几个因素的交互作用）加以解释。通过各变异来源的均方与误差均方比值的大小，借助F分布作出统计推断，判断各因素对观测指标有无影响。

配对四格表：配对四格表：为了控制随机误差而采用配对设计方案，将条件相似的两个受试对象配成一对，然后随机地让其中一个接受A处理，另一个接受B处理，每种处理的反应都按二项分类。全部n对实验结果的资料以表8-12表示，这样的表称为配对四格表。

表8-12  配对四格表的形式

等级资料：将观察单位按测量结果的某种属性的不同程度分组，所得各组的观察单位数，称为等级资料(ordinal data)。等级资料又称有序资料。如患者的治疗结果可分为治愈、好转、有效、无效、死亡，各种结果既是分类结果，又有顺序和等级差别，但这种差别却不能准确测量。

正态分布：若资料 的频率曲线对应于数学上的正态曲线，则称该资料服从正态分布。通常用记号 表示均数为 ，标准差为 的正态分布。