第一节 线性相关 一、直线相关的概念及其统计描述 二、相关系数的假设检验 三、相关系数的适用条件 四、直线相关系数的意义 五、线性相关应用中应注意的问题 第二节 秩相关 一、秩相关的概念及其描述 二、秩相关系数的统计推断 第三节 分类变量的关联性分析 一、交叉分类2＊2表的关联性分析 二、2＊2配对资料的关联性分析 三、R＊C分类资料的关联性

吉林大学：《预防医学》课程电子教案（PPT课件）第九章 医学统计学基本概念和基本步骤 第二节 医学统计工作的基本步骤（2/2）、第十章 数值变量资料的统计分析 第一节 数值变量的频数分布、第二节 集中趋势指标（1/2）

第五章计数资料的统计描述 一、、相对数的意义 绝对数:分类变量经过整理后清点出各类的例数,称为绝对数。 相对数:是指两个有联系的指标之比,其意义是相对表示事物出现的程度,便于相互比较。 相对数可视为平均数,均数也可视为相对数

第二章计量资料的统计描述 第一节频数分布 一、频数分布表 频数:计量资料经分组后清点出的各组例数为频数。频数分布:就是指各组频数的分配情况。频数分布表:将分组和各组的频数以及频率编制成的表称为频数分布表

一、集中趋势(Central Tendency) 1, What is the most typical value? The Average: typical value for quantitative data The Weighted Average: Adjusting for importance The Median: typical value for quantitative and ordinal data The Mode: typical value even for nominal data 2, What percentile is it? Extremes, Quartiles, and Box Plots The Cumulative distribution function displays the percentiles

一、用编程的方法完成方差分析分析结果 1、 Source:变异来源 2、DF:自由度 3, ANOVA SS(Sum of Square) 离均差平方和 4、 Mean Square:均方 5、 Value:检验统计量F值 6、Pr>F:F值所对应的P值 The Power to Know

第一节 方差分析的基本原理与步骤 第二节 单因素试验资料的方差分析 第三节 两因素试验资料的方差分析 *第四节 方差分析的数学模型与期望均方 第五节 数据转换

第一节两独立样本差别的秩和检验 第二节配对设计资料的秩检验 第三节完全随机设计多组差别的秩和检验 第四节随机单位组设计的秩和检验

第一节 试验设计概述 第二节 动物试验计划 第三节 试验设计的基本原则 第四节 完全随机设计 第五节 随机单位组设计 第六节 拉丁方设计 *第七节 交叉设计

第一节两独立样本差别的秩和检验 第二节配对设计资料的秩和检验 第三节完全随机设计多组差别的秩和检验 第四节多组差别秩和检验的注意事项 第五节 Spearman秩相关