1.Diseño

2. Recopilar información

3. Organizar la información

4. Analizar datos

homogéneo

Mutaciones

variable

tipo de datos

en general

muestra

parámetro

Estadísticas

Una medida cuantitativa que describe la probabilidad de que ocurra un evento aleatorio.

Es habitual llamar a un evento con P ≤ 0,05 un evento de probabilidad pequeña, lo que significa que es muy poco probable que ocurra en un muestreo aleatorio.

Pasos para la creación de la tabla de frecuencias

Usos de tablas de distribución de frecuencias e histogramas.

promedio

grado de variación

Clasificación

Tasa

proporción de composición

comparación relativa (ratio)

tasa de mortalidad

tasa de letalidad

Incidencia

Predominio

1. No confundas proporción de composición con tasa

2. Cuando se utilizan números relativos, el denominador no debe ser demasiado pequeño.

3. Calcula correctamente la tarifa total

4. Preste atención a la comparabilidad de los datos.

5. Existe un error de muestreo en la frecuencia de muestreo o en la relación de composición.

Condiciones aplicables: 1. El indicador es un indicador cuantitativo y obedece a la distribución normal 2. Muestra pequeña

Se utiliza para probar si la media poblacional μ representada por la media muestral X es diferente de la media poblacional conocida μ₀

Condiciones aplicables: 1. El indicador es un valor de variable cuantitativa 2. Cada par de valores de diferencia d obedece a la distribución normal 3. Muestra pequeña

La esencia es la prueba t de una muestra que compara la media muestral diferencial d con la media poblacional conocida μᵈ=0

Condiciones aplicables: 1. El indicador es un valor de variable cuantitativa 2. Hay dos grupos de muestras, y los dos grupos de muestras son independientes 3. Las dos poblaciones de las que provienen las dos muestras obedecen respectivamente a la distribución normal 4. La población de las dos poblaciones distribuidas normalmente Las varianzas son iguales (varianzas homogéneas) 5. Muestra pequeña

Los dos tamaños de muestra n₁ y n₂ pueden ser iguales o diferentes y deben ser lo más iguales posible.

Si F≥Fα/2, entonces P≤α, rechaza H₀ y acepta H₁, se puede reconocer que las varianzas de las dos poblaciones no son iguales; de lo contrario, las varianzas de las dos poblaciones se consideran homogéneas;

Los pasos básicos

Dificultad: Cálculo de divisiones y combinaciones.

prueba q (método SNK)

2×2 (2 grupos de objetos de observación, oponiendo 2 tipos de resultados)

El valor de χ² refleja el grado de concordancia entre la frecuencia real y la frecuencia teórica.

Condiciones aplicables: 1. Cuando n≥40 y todos T≥5, utilice la fórmula básica de la prueba de χ² o la fórmula especial de la prueba de χ² para datos de cuatro tablas; 2. Cuando n≥40 y 1≤T<5, utilice la fórmula de corrección de la prueba χ² de datos de cuatro tablas; 3. Cuando n <40 o T <1, utilice el método de probabilidad exacta de Fisher (método de probabilidad exacta) con cuatro tablas de datos.

Adecuado para datos cuyo tamaño de muestra no es muy grande

1.b c≥40, fórmula básica 2.b c<40, fórmula de corrección

Pasos básicos: 1. Establecer una hipótesis de prueba y determinar el nivel de prueba 2. Compilar la suma de rangos (suma de rangos) y combinar la estadística de suma de rangos 3. Determinar el valor P y hacer inferencias

La diferencia entre una estadística muestral y un parámetro poblacional causada por el muestreo.

⑴Existen diferencias individuales, es decir, cada X– es diferente ⑵El error del muestreo aleatorio, es decir, X– es diferente de μ

La desviación estándar refleja la variación entre las medias muestrales.

σₓ₋=σ/√n, sₓ₋=s/√n

Cuanto menor sea el error estándar, más precisa será la estimación.

Se refiere a la estimación de parámetros poblacionales a partir de estadísticas muestrales.

Método de estimación

Condiciones aplicables: 1. Muestra grande, n≥50 2. σ es conocida

Función: reflejar las reglas de distribución del error muestral o las reglas de distribución muestral de la media muestral de una muestra grande

z=X–-μ/σ√n

Condiciones aplicables: 1. Muestra pequeña, n<50 2. σ desconocida (en variables cuantitativas)

Cuanto mayor sea el grado de libertad ν, más cerca estará la curva de distribución t de la curva de distribución normal estándar.

(X–-1,96σₓ₋, X– 1,96σₓ₋)

(1) Establecer hipótesis y determinar niveles de prueba.

(2) Seleccionar métodos de prueba y calcular estadísticas de prueba.

(3) Hacer inferencias estadísticas basadas en el valor P

¡Aviso!

También conocido como nivel de significancia, representado por α, es el valor de probabilidad de la región de rechazo predeterminada. En la práctica, generalmente se usa α=0,05 o α=0,01.

μ es un parámetro de posición que describe el nivel medio de la distribución normal

σ es un parámetro de forma que describe el grado de variación de la distribución normal.

①El área bajo la curva es la probabilidad.

②El área total bajo la curva es 1 o 100%

③Todas las curvas normales tienen la misma área dentro del rango de cualquier múltiplo de la misma desviación estándar alrededor de μ

μ=0, σ=1

Transformación estandarizada de variables aleatorias

1. Como índice de referencia para determinar clínicamente la normalidad y la anormalidad.

2. Puede usarse para evaluar el nivel de desarrollo de los niños.

1. Determinar una población de referencia homogénea

2. Seleccione una cantidad suficiente de muestras de referencia.

3. Controlar los errores de detección

4. Seleccione límites únicos y bilaterales

5. Elija un rango de porcentaje apropiado

6. Seleccione el método para calcular el rango de valores de referencia.

(Media > Varianza)