駕馭命運的舵是奮鬥。不抱有一絲幻想，不放棄一點機會，不停止一日努力。應屆畢業生考試網小編為大家編輯整理了2017公衛執業醫師衛生統計學考點歸納，希望對大家有所幫助。
非引數檢驗具體概念
非引數檢驗(Nonparametric tests)是統計分析方法的重要組成部分，它與引數檢驗共同構成統計推斷的基本內容。非引數檢驗是在總體方差未知或知道甚少的情況下，利用樣本資料對總體分佈形態等進行推斷的方法。由於非引數檢驗方法在推斷過程中不涉及有關總體分佈的引數，因而得名為“非引數”檢驗。
非引數檢驗(Nonparametric tests)是統計分析方法的重要組成部分，它與引數檢驗共同構成統計推斷的基本內容。引數檢驗是在總體分佈形式已知的情況下，對總體分佈的引數如均值、方差等進行推斷的方法。但是，在資料分析過程中，由於種種原因，人們往往無法對總體分佈形態作簡單假定，此時引數檢驗的方法就不再適用了。非引數檢驗正是一類基於這種考慮，在總體方差未知或知道甚少的情況下，利用樣本資料對總體分佈形態等進行推斷的方法。由於非引數檢驗方法在推斷過程中不涉及有關總體分佈的引數，因而得名為“非引數”檢驗。
常用統計圖用途：
①條圖：適用於相互獨立的資料(資料有明確分組、不連續);
②百分條圖、圓圖適用於構成比資料;
③線圖適用於連續性資料，表達事物的動態變化(絕對差值);半對數線圖適用於連續性資料，表達事物的發展速度(相對比);
④直方圖用於描述連續變數的頻數分佈;
⑤散點圖適用於雙變數資料，用點的排列趨勢和密集度表示兩變數的相關關係。
變異指標：
又稱為標誌變動度，它是反映總體中各單位標誌值差異程度的綜合指標。變異指標綜合反映總體各單位標誌值的差異程度或離散程度。變異指標越大，表明資料越分散、不集中;變異指標越小，表明資料越集中，變動範圍越小;變異指標反映現象總體總單位變數分佈的離中趨勢。
集中|離散趨勢指標：
集中趨勢指標描述的是一組變數值的平均水平或中心位置。常用的平均數指標有三種：算術均數、幾何均數、中位數(第50百分位數)。
要想全面描述資料的數量特徵，僅有集中趨勢指標是不夠的，還要計算離散趨勢指標。
離散趨勢指標描述的是資料內部的變異程度，包括極差、四分位數間距、方差、標準差、變異係數。離散趨勢指標值越大，說明資料內部變異度越大。最常用的指標是標準差。
應根據資料頻數分佈特徵(對稱分佈或偏態分佈)選擇適當的集中、離散趨勢指標。要記住各指標的符號、適用條件和特點醫|學教育網收集整理，還要會選擇公式。
頻數表與頻數分佈圖
(一)基本概念：
頻數 ( frequency ) ： 指在一個抽樣資料中，某變數值出現的次數。
頻數分佈表( frequency distribution table )： 將各數值變數的值及其相應的頻數列表，簡稱頻數表。頻率是表示頻數出現機率的指標，可用百分數或小數表示，頻率為100%或1。
頻數分佈圖( frequency distribution figure ) ： 根據頻數分佈表，以變數值為橫座標，頻數為縱座標，繪製的直方圖。
(二)連續型變數頻數表的編制方法：
⒈ 求全距( Range ,簡記 R ): 是一組資料中最大值(Xmax)與最小值(Xmin)之差，亦稱極差。
2. 定組距： 將全距分為若干段，稱為組段。組與組之間的距離，稱為組距;用小寫i 表示。
原則:(1)“組段”數一般為10-15個;
(2)“組距”一般為R/10取整;
(3)為計算方便根據組距採取取整數方法
3. 寫組段： 即將全距分為若干段的過程。
原則:(1)第一組段要包括Xmin，最末組段包括 Xmax ;
(2)每組段均用下限值加 “~ ”表示，最終組段同時註明上下限。
4. 列表劃記： 根據預定的組段和組距，用劃記的方法整理原始資料。
(三)頻數表的用途：
1.揭示頻數的分佈特徵：集中趨勢與離散趨勢結合能全面反映頻數的分佈特徵
2.揭示頻數的分佈型別
對稱分佈 ： 集中部位在中部，兩端漸少，左右兩側的基本對稱，為對稱(正態)分佈。
正偏 ： 集中部位偏於較小值一側(左側)，較大值方向漸減少，為正偏態分佈。
負偏 ： 集中部位偏於較大值一側(右側)，較小值方向漸減少，為負偏態分佈。
3.便於發現某些特大或特小的可疑值。
4. 樣本含量足夠大時，以頻率作為概率的估計值。
5.作為陳述資料的形式。
實驗設計的基本要素(Elements of experimental design)
n 處理因素 (treatment factor)、受試物件 (subject)和實驗效應 (experimental effect)是實驗設計的3個基本要素.
n 例如，用兩種藥物治療糖尿病病人，觀察比較兩組病人血糖、尿糖的下降情況，這裡所用的藥物為處理因素、糖尿病病人為受試物件，血糖值、尿糖值為實驗效應。它們始終貫穿於整個實驗研究過程中，從各方面影響著實驗研究的結果，在實驗設計中必須予以足夠重視。
一、受試物件(subject)
n 受試物件是處理因素作用的客體，實質上就是根據研究目的確定的觀察目標總體。醫學研究的受試物件有人和動物，在實驗進行前必須對研究物件的條件作嚴格的規定，以保證同質性。
n 選擇受試物件應遵循的基本原則：對處理因素敏感;反應必須穩定。
(一) 動物的選擇
實驗研究中，動物的選擇比較靈活，但要緊緊圍繞著實驗目的選擇動物。
如SARS疫苗的動物實驗，普遍採用的動物模型是恆河猴。
(二) 病例的選擇
臨床試驗中，由於受試物件是人，病例的選擇不像動物選擇那樣靈活，在選擇時必須遵循醫德要求，還必須明確病例的納入標準(inclusion criteria)和排除標準(exclusion criteria )。如對於病人必須有明確的診斷標準，對具體病程、病型、病情、年齡、性別等應有統一的文字規定，以便執行和檢查。
二、處理因素
在實驗過程中，影響實驗結果的'因素是多方面的，根據研究目的可分為處理因素和非處理因素兩類。
(一) 處理因素：
根據研究目的確定的欲施加或欲觀察的、並能引起受試物件直接或間接效應的因素。
這種干預可以是主動施加的，如藥物的種類、劑量、濃度、作用時間等;也可以是客觀存在的，如觀察培養基在空氣中的汙染程度與季節的關係。
(二) 非處理因素：
是指除處理因素外的其它對結果有影響或干擾，但研究者並不想通過實驗考察其作用大小的因素。
(三)選擇處理因素應遵循的基本原則
1.要分清處理因素和非處理因素
n 處理因素是根據研究目的確定的主要因素，一般為研究者所重視，但不能忽略非處理因素的存在，應找出並加以控制，否則會使實驗結果產生混雜效應。
n 例如，研究藥物治療加飲食療法治療糖尿病的效果時，處理因素為藥物治療加飲食療法;而合理的作息時間、運動和其它輔助治療措施也能緩解症狀，有助於康復，但不是本次研究的處理因素，而是非處理因素。研究者應採取各種措施，儘可能使非處理因素在所比較的各組中基本相同，以便充分顯示處理因素的作用。
2.保持處理因素恆定不變
n 如在進行藥物療效的試驗觀察中，所使用藥物的生產廠家、批號、藥品標準等在整個試驗過程中必須一致。
n 又如欲觀察某種手術的效果，其手術的操作程式應規格化，主刀醫師的熟練程度也應儘量接近。
三、實驗效應(experimental effect)
n 實驗效應 是處理因素作用於受試物件的反應和結局，它是通過實驗觀察指標定量或定性地來表達。如果指標選擇不當，未能準確地反應處理因素的作用，那麼獲得的研究結果就缺乏科學性，因此選擇好實驗指標是關係研究成敗的重要環節。
(一)選擇觀察指標的基本原則
1.客觀性 觀察指標有主觀指標和客觀指標之分。
n 主觀指標 是指由病人回答或醫生判斷來描述觀察結果，易受心理因素影響，如“疼痛”的觀察。
n 客觀指標 是藉助儀器或試驗等進行測量和檢驗來反映客觀結果。儘可能選擇客觀的、定量的指標。
2. 準確度和精密度
n 準確度是指所觀察結果的真實程度，即觀測值與真值的接近程度，屬系統誤差
n 精密度是指所觀察結果的深度，即重複觀測時，觀測值與平均值的接近程度，屬隨機誤差。
實驗效應指標既要準確又要精密，而首先是準確可靠。
3.靈敏性
應儘量選擇高靈敏性的指標，即選擇高靈敏性的方法對觀察指標進行測量。靈敏度高的方法，往往費用昂貴，應根據實驗經費，選擇既相對廉價，靈敏度又高的測量方法。
4.特異性
為了更好地揭示研究問題的本質，觀察指標還應具備一定的特異性。例如，在診斷糖尿病時，測定血糖的特異性就比測定尿糖的特異性要高。
實驗效應指標應當同時兼顧其靈敏性和特異性，儘量使靈敏性和特異性都高。
5.指標的觀察
在臨床試驗過程中，由於對某些非處理因素未加嚴格控制，使這些非處理因素對試驗效應產生干擾，這種干擾所造成的系統誤差叫偏倚(bias)，偏倚歪曲了處理因素的真實效應。
