Grundgesamtheit: Die Gesamtheit eines bestimmten variablen Werts von Forschungsobjekten mit gleichen oder ähnlichen Eigenschaften, die entsprechend dem Forschungszweck bestimmt werden.

Stichprobe: Eine Reihe variabler Werte einiger zufällig aus der Bevölkerung ausgewählter Personen.

Gesamtparameter: Indikatoren, die Gesamtmerkmale beschreiben, sogenannte Parameter. Es ist eine feste Konstante und im Allgemeinen unbekannt.

Statistik: Ein Indikator, der die Eigenschaften einer Stichprobe beschreibt. Er wird aus den Stichprobenbeobachtungswerten berechnet und enthält keine unbekannten Parameter.

Stichprobenfehler: Der Unterschied zwischen einer Stichprobenstatistik und dem entsprechenden Populationsparameter, der durch Zufallsstichproben verursacht wird.

Häufigkeit: Wenn Ereignis A in n unabhängigen wiederholten Versuchen m-mal auftritt, wird m als Häufigkeit bezeichnet. Nennen Sie m/n die Häufigkeit oder relative Häufigkeit von Ereignis A in n Versuchen.

Wahrscheinlichkeit: Die durch die Frequenz stabilisierte Konstante wird als Wahrscheinlichkeit bezeichnet.

Statistische Beschreibung: Verwenden Sie geeignete statistische Indikatoren (Stichprobenstatistiken), statistische Diagramme und statistische Tabellen, um die quantitativen Merkmale und Verteilungsmuster der Daten zu charakterisieren und zu beschreiben.

Statistische Inferenz: einschließlich Parameterschätzung und Hypothesentests. Die Verwendung statistischer Stichprobenindikatoren (Statistiken) zur Ableitung der entsprechenden Gesamtindikatoren (Parameter) wird als Parameterschätzung bezeichnet. Die Verwendung von Stichprobenunterschieden oder Unterschieden zwischen Stichproben und der Grundgesamtheit, um daraus abzuleiten, ob es möglicherweise Unterschiede zwischen Grundgesamtheiten gibt, wird als Hypothesentest bezeichnet.

(1) Quantitative Daten: Messdaten

(2) Klassifizierungsinformationen:

Gepaartes Design

Gruppendesign

zentrale Tendenz

Ausbreitungstrend

Merkmale der Häufigkeitsverteilung

Mittelwert und Standardabweichung ======== Normale oder annähernd normale Verteilung

Median- und Interquartilbereich === Schiefe Verteilung

Geometrisches Mittel und logarithmische Standardabweichung === Lognormalverteilung

Rate: Beschreibt die Häufigkeit oder Intensität eines Phänomens. (Die Sterblichkeitsrate ist nicht gleich der Sterblichkeitsrate)

Komponentenverhältnis: beschreibt den Anteil oder die Verteilung der internen Komponenten eines Phänomens, oft ausgedrückt als Prozentsatz.

Relatives Verhältnis: Auch als Verhältnis bekannt. Es ist das Verhältnis zweier verwandter Indikatoren A und B und gibt an, wie oft oder in Prozent A zu B gehört. Zwei Indikatoren können gleicher oder unterschiedlicher Natur sein.

Vergleichen Sie Prävalenz, Inzidenz, Mortalität und andere Daten zweier verschiedener Gruppen, um den Einfluss ihrer internen Zusammensetzung (Alter, Geschlecht, Dienstzeit, Krankheitsdauer, Schwere der Krankheit) auf die Rate zu eliminieren

Einzige Funktion: Vergleich (kann nicht zur Wiedergabe tatsächlicher Werte verwendet werden)

1. Der Nenner zur Berechnung relativer Zahlen sollte nicht zu klein sein;

2. Das Zusammensetzungsverhältnis kann bei der Analyse nicht anstelle der Rate verwendet werden;

3. Für mehrere Sätze mit unterschiedlicher Anzahl an Beobachtungseinheiten kann der Durchschnittssatz nicht direkt durch Addition berechnet werden;

4. Beim Vergleich relativer Zahlen sollte auf deren Vergleichbarkeit geachtet werden;

5. Der Vergleich der Stichprobenraten (oder Zusammensetzungsverhältnisse) sollte auf Zufallsstichproben basieren und Hypothesentests durchführen.

Struktur: Sie besteht aus Titeln, Überschriften, Zeilen und Nummern.

Voraussetzungen für die Erstellung statistischer Tabellen:

Histogramm: stellt die Häufigkeitsverteilung kontinuierlicher Daten dar; die Fläche des geraden Rechtecks ​​repräsentiert die Häufigkeit jeder Gruppe

Liniendiagramm: Wird für kontinuierliche Daten verwendet, um die Entwicklung und Veränderung von Dingen im Laufe der Zeit oder die Veränderung eines Phänomens durch ein anderes Phänomen zu veranschaulichen.

Box-Plot

Fehlerbalkendiagramm: Daten, die für [gegenseitigen Vergleich] verwendet werden;

②Kreisdiagramm und prozentuales Balkendiagramm: geeignet für [Daten zum prozentualen Zusammensetzungsverhältnis], die den [Anteil oder die Zusammensetzung] jeder Komponente einer Sache angeben;

⑤Streudiagramm: Geeignet für die lineare Korrelationsanalyse, um die quantitative Beziehung und den sich ändernden Trend zwischen zwei Variablen zu veranschaulichen.

Standart Fehler

Zentraler Grenzwertsatz

t-Verteilung

Konfidenzintervall (glaubwürdiges Intervall) – Ermitteln Sie den Populationsmittelwert μ

Intervallschätzung von [Bevölkerungsdurchschnitt] (Intervallschätzung eines einzelnen normalen Populationsmittelwerts μ)

Intervallschätzung von [Differenz zwischen zwei Populationsmittelwerten]

Intervallschätzung von [Wahrscheinlichkeitsunterschied zwischen zwei Populationen]

(1) Grundidee

(2) Grundlegende Schritte

zwei Arten von Fehlern

Fehler vom Typ 1 ist die Ablehnung der korrekten Nullhypothese. Das Signifikanzniveau a ist das höchste Niveau, das für die Ablehnung der Nullhypothese toleriert werden kann, und es ist auch die maximal tolerierbare Wahrscheinlichkeit eines Fehlers vom Typ I. p ist die Mindestanforderung zur Ablehnung der Nullhypothese. Wenn p>a, d. h. die durch das Messtestergebnis festgelegte maximale Signifikanz muss unter dem Mindestniveau liegen, das zur Ablehnung der Nullhypothese erforderlich ist. Mit anderen Worten, das von mir benötigte Minimum ist größer als das maximale Set, daher kann die Nullhypothese nicht abgelehnt werden.