内容发布更新时间 : 2024/12/24 8:15:05星期一 下面是文章的全部内容请认真阅读。

1. x2检验的基本思想是什么？可以用于解决哪些问题？

答：基本思想：在H0成立的条件下，推算出各个格子的理论频数T，然后利用理论频数T和实际频数A构造x2统计量，（公式），反映实际频数与理论频数的吻合程度。若无效假设H0成立，则各个格子的A与T相差不应该很大，即x2统计量不应该很大。A与T相差越大，x2值越大，相对应的P值越小，当P≤α，则越有理由认为无效假设不成立，继而拒绝H0，作出统计推断。由于格子越多，x2值也会越大，因而考虑x2值大小的意义时，应同时考虑格子数的多少，这样x2值才能更准确地反映A与T的吻合程度。

x2检验可用于：独立样本两个或多个率或构成比的比较，配对设计两样本率的比较，频数分布的拟合优度检验，线性趋势检验。 2.四格表的Z检验和x2检验有何联系

答：能用四格表Z检验进行两样本率比较的资料，都可以用x2检验。四格表的双侧Z检验与x2检验是完全等价的，两个统计量的关系为Z2= x2，相对应的界值关系为Z2（底数0.05/2）= x2（底数0.05，1） 3.拟合优度x2检验的基本思想及用途

答：基本思想是根据样本的频数分布检验其总体是否服从某特定的理论分布。按照该理论分布计算的频数称为理论频数；从样本观察到的频数称为实际频数。利用x2检验，推断实际频数与理论频数的吻合程度。 4.为什么有些四格表资料的假设检验必须用确切概率法

答：x2检验的理论是基于x2分布，但是只有在大样本时检验统计量才近似服从x2分布，才能使用x2检验公式。如四格表资料，若n≥40，且有1≤T＜5时，尚可以校正检验统计量使其近似服从x2分布；当n＜40时，这种近似性就很差，x2检验就不适用了，只能用确切概率法。 5. x2检验的应用条件有哪些？

答：1.①当n≥40，且≥5时，用非连续校正的x2检验 （公式）

②当n≥40，且有1≤T＜5时，用连续性校正的x2检验或用四格表的确切概率

法。（公式）

③当n＜40或T＜1时，用四格表确切概率法。 2.独立样本R×C列联表x2检验的专用公式为：。。。

①不宜有1/5以上格子的理论频数小于5，或有1个格子的理论频数小于1. ②结果为有序多分类变量的R×C列联表，在比较各处理组的平均效应有无差别时，应该用秩和检验或Ridit检验。 3.配对四格表的x2检验 ①当b+c≥40时，（公式）

②当b+c＜40时，作连续性校正，（公式）

第十二章、秩和检验

1.参数检验和非参数检验的区别

答：参数检验是以特定的总体分布为前提，对未知总体参数做推断的假设检验方法；非参数检验不以特定的总体分布为前提，也不针对决定总体分布的参数做推断，又称任意分布检验。非参数检验不要求总体的分布类型，适用性广泛；在非参数检验中，一般不直接用样本观测值做分析，统计量的计算基于原数据在样本中的秩次，因此对于符合参数检验的资料，或经变量变换后符合参数检验的资料应首选参数检验；对不满足参数检验条件的资料，应选用非参数检验。 2.非参数检验的适用范围

答：①总体分布不明或未知的资料；②一端或两端有不确实数值的资料；③等级资料；④极度偏态分布的资料。

3.同一资料，又出于同一研究目的，当参数检验和非参数检验所得结果不一致时，以何者为准？理由

答：应以资料满足的条件为准。若资料满足参数检验的条件，应以参数检验的结

果为准，此时非参数检验的检验效能低于参数检验。若资料不服从正态分布，或者分布情况未知，不能用参数法进行推断，宜采用非参数法对总体分布位置进行假设检验。

第十三章 双变量关联性分析

1.两变量间的关联性是否可解释为因果关系？

双变量关联性分析的目的在于推断从某一总体中随机抽取的同一份样本观测出的两个关联间是否存在关联性，以及这种关联性的密切程度如何。关联性只反应变量间数量上的关系，但数量上的关联并不表示专业上的因果关系，是否确为因果关系还需结合专业知识、因果逻辑上的时间先后顺序等作进一步判定。 2.2X2列联表的关联性分析与两样本率的比较的x2检验有何不同？

2X2列联表的关联性分析与两样本率比较的x2检验是从两个检验的数据形式非常相似，x2检验的公式以及应用条件也完全不同。但区别在于：两样本率比较的x2检验是从两个总体中分别抽取样本，两样本有各自的频数分布，所检验的是两总体的率是否相同；而2X2列联表的关联性分析是从同一个总体中进行随机抽样，对样本中的每个个体考察其两个变量的关系，检验两个分类之间是否存在关联性或者说是否独立。

3、相关系数r经假设检验有统计学意义，且得到的P值很小，是否表示两变量间一定有很强的直线关系？

P值越小，说明越有理由拒绝H0，犯I型错误的概率越小。相关系数r经假设检验有统计学意义且得到非常小的P值，表示有足够的理由认为两变量总体相关系数ρ≠0，只能定性回答两变量是否存在直线相关，并非意味着其直线相关的强度。若要定量回答相关性的强弱，需结合样本相关系数r的大小和总体相关系数ρ的置信区间来说明。

4.Pearson积矩相关与Spearman秩相关的区别与联系

答：区别1. Pearson积矩相关适用于二元正态分布资料，Spearman秩相关适用于

不服从正态分布、总体分布未知、存在极端值或原始数据用等级表示的资料。②Pearson积矩相关是基于原始数据进行统计分析，而Spearman秩相关是将原始数据进行秩变换后进行统计分析。③Pearson积矩相关是参数检验方法，而Spearman秩相关不以特定的总体分布为前提，为非参数检验的方法。

联系：1.两种相关系数的取值都介于—1和1之间，无单位，小于0为负相关，大于0为正相关。2.用原始数据的秩次来计算Pearson相关系数，得到的即为Spearman秩相关系数。

第十五章生存分析

1.简述生存分析中截尾数据的常见原因。

①失访：指失去联系。②退出：指死于非研究因素或非处理因素而退出研究。③终止：指设计时规定的研究时限已到而终止观察，但研究对象依然存活。 2.简述生存率和生存概率的区别与联系。

生存概率表示某单位时段开始时存活个体到该时段结束时仍存活的可能性大小；生存率是指观察对象活过某时刻的概率，实质上是累积生存概率。生存概率是单位时段的概率，生存率是多个时段的累计结果。 3.简述死亡率和死亡概率的区别与联系。

死亡概率是指在某个单位时段开始时存活的个体在该时段内死亡的可能性大小；死亡率表示所有观察对象在某时刻的平均死亡水平。二者分母不同，死亡率的分母常用其中人口数，而死亡概率则用期初人数。 4.生存时间资料能计算均数和标准差吗？

如果资料所包含的数据都是完全数据，可以计算均数和标准差；若资料中包含截尾数据，则不可以计算。

5.简述两样本比较的生存时间资料不宜采用t检验或x方检验进行分析的理由。 因为随访资料具有特殊性，观察对象既有随访时间又有随访结果，随访期间可能

出现失访等，生存时间数据不完整，分布类型复杂，因而不能简单的应用t检验或x方检验。

第二十章检测手段的效度和信度评价

1.简述效度、信度的概念和目的。

效度用以反映测量结果与“真值”的接近程度。信度用以反映相同条件下重发测定结果的一致程度。评价效度、信度的目的是评价量表对真实情况反映的准确性、可靠性。

2.简述评价效度和信度的常用方法及其特点。

评价效度的常用方法有：标准效度分析、内容效度分析、结构效度分析、区分效度分析。

评价信度的常用方法有：重复测量法、分半信度法、Cronbach’s a系数法。特点：标准效度分析需要一个“金标准”作为参考；内容效度分析对概念的定义有依赖性；结构效度分析需借助因子分析来完成；区分效度分析通过t检验或方差分析可比较不同群组间的差别有无统计学意义。重复测量法需要重复两次或两次以上测量；分半信度法将调查的问题条目分成两半；Cronbach’s a系数法适用于奇偶两半条目方差不等的情况。 3.简述分半信度法的优点和不足。

优点：分半信度法只在一个时间点上进行；不受记忆效应的影响；在重复测量法中容易出现的误差项之间的相关在分半信度法中不易出现；分半信度法比较经济和简便。

不足：将所有的问题条目分为两半的方法有些武断，不同的半分法可能会得到不同的结果。

4.简述如何考察测量手段和反应度。

①使用测量手段分别在治疗前后或施加干预措施前后对研究对象进行测量，记录