医学统计学-名词解释

Placebo control :（安慰剂对照） 采用一种无药理作用的假药作对照，目的是观察新药治疗时是否痊愈。

Randomization：（随机化 ）采用随机化的统计方式，使各组受试对象在重要的非处理因素方面具有较好的均衡性，提高实验结果可比性。包括随机抽样和随机分组。指研究对象中，或总体中每一个观察单位都有同等机会被选入样本或实验研究的各处理组中。 Replication:(重复 ) 指研究样本要有一定的数量，即在保证研究结果具有一定可靠性的条件下，确定最少的样本例数。 有利于使随机变量的统计规律性充分地显露出来。

Balance :（均衡 ） 指实验组和对照组或各实验组之间，除了处理因素以外，其他一切条件应尽可能相同或一致。实验组和对照组的非处理因素不均衡，将导致错误的结果。

Completely random design :（完全随机设计 ）属于单因素研究设计，将受试对象按照随机分配的原则分配到实验组和对照组中，然后给予不同的处理因素，对各组的效应进行同期平行观察，最后比较各组的观察指标有无差别。

Paired design:（配对设计）将受试对象按一定条件配成对子，再随机分配每对中的两个受试对象到不同的处理组。

Randomized block design:（随机区组设计）即配伍设计，将几个条件相同的受试对象划成一个区组，区组中观察对象的数量取决于对比组的组数。将区组中的受试对象采用随机的方法，分配到不同的对比组中，以增强各对比组的均衡性。

Sensitivity:（灵敏度） 反映其检出真阳性的能力,指处理因素发生微小的变化，观察指标也能发生相应的变化。灵敏度高的指标能将处理因素的效应更好地呈现。

Double blind trial:（双盲实验 ）实验者和参与者都不知道哪些参与者属于对照组、哪些属于实验组。只有在所有数据被记录完毕之后（在有些情况下是分析完毕之后），实验者才能知道那些参与者是哪些组的。采用双盲实验是为了要减少偏见和无意识地暗示对实验结果的影响。

Significant level:(检验水准) 是预先规定的，当假设检验结果拒绝H0，接受H1，下

“有差别”的结论时犯错误的概率称为检验水准，记为α ，即小概率事件具体化，拒绝H0时的最大允许误差。

Bias:（偏倚）指在临床试验中由于某些非实验因素的干扰所形成的系统误差，并歪曲了处理因素的真实效果。其是一种系统误差，只能进行控制，无法完全避免。

Sampling error:（抽样误差）由于随机抽样造成的样本指标和总体指标之间，样本指标与样本指标之间的差异，称为抽样误差。即样本统计量与总体参数之间的差别。

Hypothesis test:（假设检验）先对总体做出某种假定（检验假设），然后根据样本信息来推断其是否成立的一类统计方法的总称。

Confidence interval:（可信区间）按预先给定的概率确定的包含未知总体参数的可能范围。该范围称为总体参数的可信区间；它的确切含义是：可信区间包含总体参数的可能性是1- α ，而不是总体参数落在该范围的可能性为1-α 。

Medical reference range:（医学参考值范围）指绝大多数正常人的解剖，生理，生化，免疫及组织代谢产物的含量等各种数据的波动范围，最常用的是95%的参考值范围。 Linear correlation coefficient:(直线相关系数) 说明用以具有直线关系的两个变量间相关关系的密切程度和相关方向的指标，称为相关系数，又称为积差相关系数。

Type I error:（I类错误）指拒绝了实际上成立的H0，这类“弃真”的错误称为I 型错误，

其概率大小用α表示；为已知。

Type II error：（II类错误）指接受了实际上不成立的H0，这类“存伪”的错误称为II 型错误，其概率大小用β表示；为未知。

power of a test：(检验效能：1- β称为检验效能)，它是指当两总体确有差别，按规定的检验水准a 所能发现该差异的能力。

Percentile:(百分位数) 是一种位置指标，以Px表示，一个百分位数Px将全部观察值分为两个部分，理论上有x%的观察值小于Px小，有(1-x%)的观察值大于Px。

Gold standard :（ 金标准） 是指当前临床医学界公认的诊断疾病的最可靠、最准确、最好的诊断方法，也称标准诊断方法。临床上常用的金标准有组织病理学检查（活检、尸

1

检）、手术发现、影像诊断、病原体的分离培养以及长期随访所得的结论。金标准一般是特异性诊断方法，可以正确区分为“有病”和“无病”。

Population：（总体）是根据研究目的确定的同质的观察单位的全体，更确切的说，是同质的所有观察单位某种观察值（变量值）的集合。总体可分为有限总体和无限总体。总体中的所有单位都能够标识者为有限总体，反之为无限总体。

Sample：（样本）从总体中抽取的具有代表性的部分个体，其能否代表总体取决于抽样。 parameter:（参数）反映总体特征的指标称为参数。

Statistic:（统计量）通过样本资料计算出来的相应指标，或特征值。

Probability:（概率）是随机事件发生可能性大小（或机会大小）的数值度量。在重复试验中，事件A的频率，随着试验次数的不断增加将愈来愈接近一个常数p，这个常数p就称为事件A出现的概率，记作P(A)或P。

Sampling research:(抽样研究) 从总体中随机抽取样本，对样本信息进行分析，从而推断总体特征的研究方法。

Parameter estimation：（参数估计）是指用样本指标值（统计量）估计总体指标值（参数）。参数估计有两种方法：点估计和区间估计。

：（实验研究）是研究者根据研究目的人为地对受试对象

施加处理因素，控制混杂因素，观察，评价处理因素的效果的一种研究方法。 ：（实验效应）是处理因素作用于受试对象后出现的反应和结局，它通过指标的选择和指标的观察来体现。 Orthogonal design:（正交设计）是一种高效，快速的研究多因素多水平设计方案；通过一套规格化的正交表和交互作用表，对研究因素进行合理安排，并对结果进行统计分析，以获得相关信息。

Clinical trial:（临床试验）是以病人或正常人作为研究对象的医学研究，通过一定的干预，如：新药，新疗法等，观察对人体的作用，不良反应等，以确定治疗措施或药物的效果与价值。

Factorial design :（析因设计）指将两个或多个因素的各水平进行组合交叉，分组进行实验。既研究各因素的主效应作用，又要研究各因素的交互作用。

Study factor treatment :（处理因素）根据研究目的，研究者欲观察的施加于实验对象并能引起直接或间接效应的因素。一般临床上指外部施加的因素，有时受试者本身的某些特征也可成为处理因素。

：（直线回归）又称简单回归，是用直线方程来描述两个变量之间的线性关系。

ˆ= a+bX，其中系数b称为回归Regression coefficient：（回归系数）直线回归方程Y

系数，也就是回归直线的斜率，表示X 每增加一个单位，Y 平均改变 b 个单位。

Non-parametric statistics：（非参数统计）针对某些资料的总体分布难以用某种函数式来表达，或者资料的总体分布的函数式是未知的，只知道总体分布是连续型的或离散型的，用于解决这类问题的一种不依赖总体分布的具体形式的统计分析方法。由于这类方法不受总体参数的限制，故称非参数统计法。

Rate：（率）又称频率指标，说明一定时期内某现象发生的频率或强度。计算公式为：发生某现象的观察单位数/可能发生某现象的观察单位总数*100%，表示方式有：百分率（%）、千分率（‰）等。

2