1.Design

2. Sammeln Sie Informationen

3. Informationen organisieren

4. Daten analysieren

homogen

Mutationen

Variable

Art der Daten

gesamt

Probe

Parameter

Statistiken

Ein quantitatives Maß, das die Wahrscheinlichkeit des Eintretens eines zufälligen Ereignisses beschreibt.

Es ist üblich, ein Ereignis mit P ≤ 0,05 als Ereignis mit geringer Wahrscheinlichkeit zu bezeichnen, was bedeutet, dass es sehr unwahrscheinlich ist, dass es in einer Zufallsstichprobe eintritt.

Schritte zur Erstellung der Häufigkeitstabelle

Verwendung von Häufigkeitsverteilungstabellen und Histogrammen

Durchschnitt

Grad der Variation

Einstufung

Rate

Zusammensetzungsverhältnis

relativer Vergleich (Verhältnis)

Sterblichkeitsrate

Sterblichkeitsrate

Vorfall

Häufigkeit

1. Zusammensetzungsverhältnis nicht mit Rate verwechseln

2. Bei relativen Zahlen sollte der Nenner nicht zu klein sein.

3. Berechnen Sie den Gesamtsatz richtig

4. Achten Sie auf die Vergleichbarkeit der Daten

5. Es liegt ein Probenahmefehler in der Probenahmerate oder im Zusammensetzungsverhältnis vor

Anwendbare Bedingungen: 1. Der Indikator ist ein quantitativer Indikator und folgt der Normalverteilung. 2. Kleine Stichprobe

Wird verwendet, um zu testen, ob der durch den Stichprobenmittelwert X dargestellte Populationsmittelwert μ vom bekannten Populationsmittelwert μ₀ abweicht

Anwendbare Bedingungen: 1. Der Indikator ist ein quantitativer Variablenwert. 2. Jedes Paar von Differenzwerten d folgt der Normalverteilung. 3. Kleine Stichprobe

Das Wesentliche ist der Ein-Stichproben-t-Test, der den Differenzstichprobenmittelwert d mit dem bekannten Populationsmittelwert μᵈ=0 vergleicht

Anwendbare Bedingungen: 1. Der Indikator ist ein quantitativer Variablenwert. 2. Es gibt zwei Gruppen von Stichproben, und die beiden Stichprobengruppen sind unabhängig. 3. Die beiden Populationen, aus denen die beiden Stichproben stammen, gehorchen jeweils der Normalverteilung. 4. Die Population von die beiden normalverteilten Grundgesamtheiten. Die Varianzen sind gleich (homogene Varianzen). 5. Kleine Stichprobe

Die beiden Stichprobengrößen n₁ und n₂ können gleich oder unterschiedlich sein und sollten möglichst gleich sein.

Wenn F≥Fα/2, dann P≤α, H₀ ablehnen und H₁ akzeptieren, kann erkannt werden, dass die Varianzen der beiden Populationen nicht gleich sind, andernfalls werden die Varianzen der beiden Populationen als homogen betrachtet.

Die grundlegenden Schritte

Schwierigkeit: Berechnung von Divisionen und Kombinationen

q-Test (SNK-Methode)

2×2 (2 Gruppen von Beobachtungsobjekten, gegensätzliche 2 Arten von Ergebnissen)

Der χ²-Wert spiegelt den Grad der Übereinstimmung zwischen der tatsächlichen Frequenz und der theoretischen Frequenz wider.

Anwendbare Bedingungen: 1. Wenn n≥40 und alle T≥5, verwenden Sie die Grundformel des χ²-Tests oder die spezielle Formel des χ²-Tests für Vier-Tabellen-Daten; 2. Wenn n≥40 und 1≤T<5, verwenden Sie die Korrekturformel des Vier-Tabellen-Daten-χ²-Tests; 3. Wenn n <40 oder T <1 ist, verwenden Sie die exakte Wahrscheinlichkeitsmethode von Fisher (exakte Wahrscheinlichkeitsmethode) mit vier Datentabellen.

Geeignet für Daten, deren Stichprobengröße nicht sehr groß ist

1.b c≥40, Grundformel 2.b c<40, Korrekturformel

Grundlegende Schritte: 1. Stellen Sie eine Testhypothese auf und bestimmen Sie das Testniveau. 2. Stellen Sie die Rangsumme (Summe der Ränge) zusammen und kombinieren Sie die Rangsummenstatistik. 3. Bestimmen Sie den P-Wert und ziehen Sie eine Schlussfolgerung

Der durch die Stichprobe verursachte Unterschied zwischen einer Stichprobenstatistik und einem Populationsparameter

⑴Es gibt individuelle Unterschiede, das heißt, jedes X– unterscheidet sich voneinander ⑵Der Fehler der Zufallsstichprobe, also X–, unterscheidet sich von μ

Die Standardabweichung spiegelt die Variation zwischen den Stichprobenmittelwerten wider

σₓ₋=σ/√n, sₓ₋=s/√n

Je kleiner der Standardfehler ist, desto genauer ist die Schätzung.

bezieht sich auf die Schätzung von Bevölkerungsparametern anhand von Stichprobenstatistiken

Schätzmethode

Anwendbare Bedingungen: 1. Große Stichprobe, n≥50 2. σ ist bekannt

Funktion: Spiegelt die Stichprobenfehlerverteilungsregeln oder Stichprobenverteilungsregeln des Stichprobenmittelwerts einer großen Stichprobe wider

z=X–-μ/σ√n

Anwendbare Bedingungen: 1. Kleine Stichprobe, n<50 2. Unbekanntes σ (in quantitativen Variablen)

Je größer der Freiheitsgrad ν, desto näher liegt die t-Verteilungskurve an der Standardnormalverteilungskurve.

(X–-1,96σₓ₋, X– 1,96σₓ₋)

(1) Hypothesen aufstellen und Testniveaus festlegen

(2) Testmethoden auswählen und Teststatistiken berechnen

(3) Statistische Schlussfolgerungen basierend auf dem P-Wert ziehen

Beachten!

Auch bekannt als Signifikanzniveau, dargestellt durch α, ist es der Wahrscheinlichkeitswert des vorgegebenen Ablehnungsbereichs. In der Praxis wird im Allgemeinen α = 0,05 oder α = 0,01 verwendet.

μ ist ein Positionsparameter, der das mittlere Niveau der Normalverteilung beschreibt

σ ist ein Formparameter, der den Variationsgrad der Normalverteilung beschreibt.

①Die Fläche unter der Kurve ist die Wahrscheinlichkeit

②Die Gesamtfläche unter der Kurve beträgt 1 oder 100 %

③Alle Normalkurven haben die gleiche Fläche innerhalb des Bereichs eines beliebigen Vielfachen der gleichen Standardabweichung um μ

μ=0, σ=1

Standardisierte Transformation von Zufallsvariablen

1. Als Referenzindex zur klinischen Bestimmung von Normalität und Anomalie

2. Kann zur Beurteilung des Entwicklungsstands von Kindern verwendet werden

1. Bestimmen Sie eine homogene Referenzpopulation

2. Wählen Sie eine ausreichende Anzahl an Referenzproben aus

3. Kontrollieren Sie Erkennungsfehler

4. Wählen Sie einzelne und bilaterale Cutoffs aus

5. Wählen Sie einen geeigneten Prozentbereich

6. Wählen Sie die Methode zur Berechnung des Referenzwertbereichs aus

(Mittelwert > Varianz)