t检验的误区

目的 在临床科学实验和撰写论文活动中,我们常常要用到t检验,本文的目的 是如何正确的应用t检验.从而减少对结果 判断上的失误.方法 在t检验之前必须先对我们所掌握的资料或数据进行判别是否属于正态分布资料,如果不是则必须要进行转换或者放大样本含量.结果 两个结数进行比较时必需要考虑抽样误差问题,也就是说两者相差确实是本质上的差别;还是由于抽样所引起的.应当考虑两种可能性:1.某一样本是从该总体中抽出,其差别由于抽样误差所致.2.某一样本不是从该总体中抽出,所以与总体确有所不同.结论 对于临床上的资料首先要判断否属于正态分布;其次再判断方差的齐性.只有选择了正确的t检验方法才行走得出准确的结论.因此要避免t检验方法 上的误区科学应用该方法对均数的比较、判别.     

多水平统计模型简介及MLwiN软件的应用实例说明

本文对多水平统计模型的适用资料、方程表达式及MLwiN软件做一简要介绍，并用实例演示正态分布、二项分布、Poisson分布的多水平统计模型在MLwiN软件中的拟合过程。     

内科护理学考试分析及思考

考试是教学的重要环节。考试成绩的优劣是衡量学生对知识掌握程度的重要指标，也是检查教学效果的主要手段。2003-2004学年第一学期单护0201和成护0207两个班的考试结果为：两个班平均成绩为65．44分，分数呈正态分布。表明试题是合适的，成绩是真实的，基本上客观的反映了教学水平。具体分析比较两个班的考试成绩，可以发现问题，找出提高教学质量的途径。     

最大似然法在处理检测限以下测量值中的应用

[目的] 介绍一种处理检测限以下测量值的方法。[方法] 用某炼油厂职业卫生监测数据为例，在EXCEL电子表格中，介绍了应用最大似然法(MLE)处理检测限以下测量值中的步骤。[结果] 该现场劳动卫生测定资料服从对数正态分布；MLE均值和标准差无偏估计分别为34．96、34．59mg／m^3，高于L／2、L/√2芝替代检测限下测量值计算的均值、标准差。[结论] MLE方法合理、简单、实用。     

嘈杂语噪声下汉语整句识别的同质性研究

目的 获得嘈杂语噪声背景下汉语短句识别率一信噪比(Performance-Intensity,P-I)函数的斜率和50%的得分所对应的信噪比(记为SNR50),并对所有短句的同质性进行评估和调整.方法 采用16张(每张20句)新编嘈杂语噪声下汉语普通话短句识别表作为测试材料.选取年龄为21～25岁之间、听力/言语发育正常且日常以汉语普通话为交流方式的48名受试者按"随机区组设计"在-1、-4、-7、-10 dB四种信噪比条件下进行言语识别率的心理声学测量.使用Statistica7.0软件进行P-I函数拟合和统计分析.结果 320句语句在嘈杂语噪声下的言语识别P-I函数曲线的阈值呈正态分布,斜率呈不规则分布.剔除P-I函数强健性增长(斜率＞55%/dB)的语句,并保留阈值变异度在±2σ内的语句,精选出同质性良好的240句.结论 逐个调整每句的SNR以实现同质性,可为编制"等言语识别阈级"的句表奠定扎实的心理声学基础.     

综合性医院临床科室绩效考核结果的合理分析与综合利用

通过对某三级综合性医院临床科室2007年关键绩效指标考核结果进行分析，提出可以利用正态性分布检验、各项KPI得分与总分的相关系数和变异系数等发现考核体系存在的问题，并能很容易地找到考核体系的调整思路。     

三种平均住院日计算方法的比较

平均住院日是反映医院资源利用情况的一项重要指标,国内外医院一般均以算术均数来表示,但因住院日一般属于非正态分布资料,因此有的作者在研究中用中位数表示平均住院日[1],有的作者则认为应该以几何均数表示[2,3].本文通过平均住院日的实际计算,对这三种平均住院日进行比较.     

OSCE在长学制学生能力考试中的应用研究

目的:实施考试内容和方法改革及相关研究,以OSCE形式进行长学制学生毕业临床能力考试.方法:110名考生参与考试,考试分为内科、外科、妇产科、儿科四个模块,每个模块均设8个考站.结果:各模块考试总成绩均呈正态分布.结论:该次考试的形式和内容都较我院以往同类考试丰富,由此显示出OSCE对长学制学生综合能力的导向作用.     

直线相关与回归分析的区别和联系

区别：①资料要求不同：直线相关分析要求两个变量都是正态分布;回归分析要求因变量Y服从正态分布,而自变量X是能精确测量和严格控制的变量。②统计意义不同：直线相关分析反映两变量间的伴随关系,这种关系是相互的、对等的,不一定有因果关系;回归则分析反映两变量间的依存关系,一般将“因”或较易测定、变异较小者定为自变量,这种依存关系可能是因果关系或从属关系。③分析目不同：直线相关分析的目的是把两变量间直线关系的密切程度及方向用一统计指标表示出来;回归分析的目的则是把自变量与应变量间的关系用函数公式定量表达出来,回归分析不仅可以揭示X对Y的影响大小,还可以由回归方程进行数量上的预测和控制。④变量的意义不同：在回归分析中,因变量Y处在被解释的特殊地位;在直线相关分析中,X与Y处于平等的地位。在直线相关分析中,X与Y都是随机变量;在回归分析中,Y是随机变量,X可以是随机变量,也可以是非随机的,通常在回归模型中,总是假定X是非随机的。