苏州大学2019临床博士统计学期末考试重点复习资料

统计复习1. 一个完整的SAS程序一般有两部分组成：数据步（data step）、过程步（proc step）2. 运行方法：点击工具栏“小人”标志；执行指令的文本框中键入“Submit”，回车；主菜单中的“Run”，再点击“Submit”；直接用功能键“F8”3. Cards语句表示数据开始输入，其后是数据行，数据行必须另起一行，数据之间用空格分开4. 均数：是由一组同质数据相加除以观察值的个数所得的商。统计学中总体均属用希腊字母表示，样本均属用x表示。（P12，13算术均数、几何均数）方差：用总体中每一个观察值x与总体均数之差来反应资料的离散程度（P19）标准差：方差开平方后得到，表达变异程度（P20） 5. 正态性检验步骤：proc univariate nomal；var x ；run。对x变量进行正态性检验（P138）6. 例题144页中,差齐性检验的SAS，若齐，Method=Pooled结果，t相同，P>0.05，即方差齐（P144）7. 单因素方差分析相关概念及用法（P162-163），总变异：指全部数据大小不同所引起的总变异程度；组间变异：指各处理组样本均数间的变异，由随机误差及各处理组总体均数不同所引起；组内变异：指各组内部数据的变异，由随机误差引起，组内变异的大小用组内平方和表示。方差分析的应用条件（P162）Hovtest指定执行方差分析检验，用来检验各组方差是否齐同，在SAS中默认采用Levene方法进行方差齐性检验8. 随机区组设计的方差分析采用的是两因素方差分析，值得注意的是，如果两因素都是试验因素，要求两因素之间没有交互作用，方可用此设计，否则两因素各水平组合下必须做重复试验，即两因素析因设计。（P164）9. 多个样本均数的两两比较SNK-q检验：两两之间字母相同表示无差异，字母不同表示有差异。（P169）LSD-t检验即最小显著性差异t检验，适用于某一对或某几对在专业上有特殊意义的均数间的比较，SAS中表示为*（P169）Dunnett检验SAS结果同LSD-t检验10. SAS过程步对照在(P466)11. 横向合并：MERGE；纵向合并：SET（P463）12. 正态分布的密度函数（P41）面积（P43）13. 实验设计三要素：受试对象、处理因素、实验效应（P62）实验设计基本原则：对照、重复、随机化（P65）14. 随机的三种方式：随机数字表，随机排列表，用计算机产生的伪随机数15. 样本含量又称样本量，样本大小，在科学研究中，研究的样本中所包含观察对象的数量（P67）16. 影响样本含量的四方面因素（P67）：统计检验的I型错误概率（） 统计检验的II型错误概率（）或检验效能（1-）容许误差或差值（）总体变异度即标准差（）17. 正态性检验：W检验：n<50时 D检验：n>50 P>0.1(通常正态性检验设定检验水准=0.1)，所以认为x服从正态分布18. 调查研究：1）不施加干预措施，客观记录研究对象的现状和相关特征；2）无法通过随机化平衡混杂因素；3）可采用匹配方式平衡，或利用统计分析手段进行调整实验研究：1）人为干预；2）研究者能够较好地控制非处理因素的影响；3）若采用的处理对人群存在安全性或其他不利的隐患，随机分组会导致伦理学问题19. 完全随机化设计的t检验的资料必须满足三个条件：两组样本资料均来自正态总体两组样本资料来自的总体的总体方差相等，即方差齐两组资料是独立的20. 多组等级资料的秩和检验，kruskal-wallis检验（P194）21. 单向有序资料的行*列比较，用CMH方法进行平均分检验统计量进行分析，也可以进行秩和检验，Ridit分析等。其中行平均分检验看Row Mean Scores Differ一行（P220）22. 配对设计四格表资料的卡方检验又称为McNemar检验，当a和d都特别大，而b和c特别小的时候，即使M检验有统计学意义那么实际意义也不大。（P216）23. 关联程度进行一致性检验：Kappa检验，值越大，说明一致性越好，值介于-11之间，>0.75代表一致性较好，介于0.40.75之间表示一致性中等，<0.4表示一致性较差（P222）24. 拟合优度检验是用卡方统计量进行统计显著性检验的重要内容之一。它是依据总体分布状况，计算出分类变量中各类别的期望频数，与分布的观察频数进行对比，判断期望频数与观察频数是否有显著差异，从而达到从分类变量进行分析的目的。25. 决定系数（多重线性回归方程的效果用决定系数来表达，R2）可作为反应多重线性回归模型拟合好坏的指标，越接近1，拟合度越好（P324）。26. 偏回归系数，标准化偏回归洗漱绝对值越大，相应的自变量对Y的作用越大（P320-321）SAS中为Standardized Estimate。27. 多重线性回归模型中，散点均匀对称的分布在纵轴变量等于0的上下，表示模型是合理的，若散点呈有规律的曲线型分布，则应考虑曲线模型，而不是线性模型，若散点呈逐渐变宽或变窄，表示方差不齐，应尝试变量变换后再进行拟合分析，若散点前后有规律周期规律的分布，观测值不独立，则可能存在自相关，应考虑其他模型分析，若有特殊的点偏离大部分观测点，则可能是特殊的强作用点，不应轻易放过（P325）28. 在多重线性回归方程的评价中，决定系数R2值越大越好，尽可能纳入全部有意义的自变量的回归方程必有最大的R2值，适用于自变量个数相同的回归方程间进行比较。Rc2值越大越好，他及要求有较小的拟合误差，同时要求有较少的自变量个数，可用于不同模型间的比较。Cp值是个统计量，要求Cp值小，采用p的模型，理想模型应该Cp=p（P329）29. 共线性诊断：X变量之间不是独立的因素变量，而是彼此间有强的相关关系的存在，某个自变量可以通过其他自变量来表达，叫做存在共线性，他会增加所拟合的回归方程的方差而造成结果的不稳定，甚至有时候无法得出合理的结果。（P327）方差膨胀因子（VIF）：>10，表明存在共线性的问题。条件指数（condition index）：1030之间为弱相关；30100之间为中等相关，大于100，强相关方差比例：大的条件指数伴随一个变量>0.5的方差比例，就可以认为该自变量有共线性问题存在30. logistic回归：当应变量为分类变量，且应变量与自变量之间不存在线性关系时，就不能采用线性回归分析，而采用logistic回归31. 建立logistic模型后还要对模型和回归系数进行检验，最常用的检验方法有似然比检验和wald x2检验，似然比检验常用于对整个模型的检验，统计量为G，后者对单个回归系数进行假设检验（P341，342）