生物統計學

出自KMU Wiki

(修訂版本間差異)

跳轉到: 導航, 搜索

在2015年3月21日 (六) 12:21所做的修訂版本

生物統計學是運用統計學來進行生物及醫學研究的應用學科。進行醫學或生物學研究，例如：證明醫學或生物學理論，皆需使用生物統計學。

1 統計學基本邏輯及變項種類
- 1.1 概論
- 1.2 資料的種類
2 母全體、樣本及抽樣
3 等距變項的統計：等距變項的敘述
- 3.1 集中趨勢
- 3.2 變異性
4 等距變項的統計：常態分佈及其應用
- 4.1 概論
- 4.2 標準常態分佈
5 等距變項的統計：單一變相的推論

統計學基本邏輯及變項種類

概論

統計學是研究對觀察到的資料如何處理、以及如何加以利用的學問。根據不同功能分為敘述統計學與推論統計學。

敘述統計學
描述資料的分布的情況，例如：描述醫學系學生平均出席率、最大最小值等。
推論統計學
利用檢定方式分析證明資料之間的關聯性（但關聯性並不能說明因果關係）。例如：證明出席率與成績的關聯性。（無法證明是因為高出席率產生高成績，還是高成績學生本身就有高出席率）

資料的種類

資料必須藉由觀察或測量獲得。資料的單一項目稱為變項或變數(variable)。依據所觀察或測量的性質型態分為：

類別變項(nominal variable)
序位變項(ordinal variable)
等距變項及等比變項(interval variable and ratio variable)

亦可簡單分類為：

連續性變項(continuous)
非連續性變項(discrete)

在資料中選擇適當的變項類型來表達觀察測量的結果是很重要的。

母全體、樣本及抽樣

母全體與樣本

研究者進行研究時關心的是母全體。但由於有時母體是假設的(hypothetical)、無限大的、難以界定或獲知，而無法直接觀察母全體。所有用來描述母全體的指標(如：身高體重等)都稱為母數(parameter)，而描述樣本的則稱為統計值(statistics)。

抽樣原理與方法

系統誤差與抽樣誤差

等距變項的統計：等距變項的敘述

集中趨勢

變異性

等距變項的統計：常態分佈及其應用

概論

標準常態分佈

等距變項的統計：單一變相的推論

重複抽樣的意義

重複抽樣的結果與母數間的關係

樣本平均值的分佈

以樣本推論母全體之一：樣本是否由某特定的母體抽出的檢定

推翻虛無假設

單尾及雙尾之檢定

第一類誤差與第二類誤差

以樣本推論母全體之二：以樣本平均估計母全體平均值，信賴區間

P值在推翻虛無假設邊緣時之處理方法

結論摘要

取自"http://wiki.kmu.edu.tw/index.php/%E7%94%9F%E7%89%A9%E7%B5%B1%E8%A8%88%E5%AD%B8"

-'''生物統計學'''是一門運用[http://zh.wikipedia.org/wiki/%E7%BB%9F%E8%AE%A1%E5%AD%A6 統計學]方法研究[http://zh.wikipedia.org/wiki/%E7%94%9F%E7%89%A9%E5%AD%A6 生物學]問題的學科，常應用於[http://zh.wikipedia.org/wiki/%E5%8C%BB%E5%AD%A6 醫學]領域。
+'''生物統計學'''是運用[[統計學]]來進行生物及醫學研究的應用學科。進行醫學或生物學研究，例如：證明醫學或生物學理論，皆需使用生物統計學。
+==統計學基本邏輯及變項種類==
+===概論===
+統計學是研究對觀察到的資料如何處理、以及如何加以利用的學問。
+根據不同功能分為敘述統計學與推論統計學。
+*;[[敘述統計學]]:描述資料的分布的情況，例如：描述醫學系學生平均出席率、最大最小值等。
+*;[[推論統計學]]:利用檢定方式分析證明資料之間的關聯性（但關聯性並不能說明因果關係）。例如：證明出席率與成績的關聯性。（無法證明是因為高出席率產生高成績，還是高成績學生本身就有高出席率）
+===資料的種類===
+資料必須藉由觀察或測量獲得。
+資料的單一項目稱為變項或[[變數]](variable)。
+依據所觀察或測量的性質型態分為：
+#類別變項(nominal variable)
+#序位變項(ordinal variable)
+#等距變項及等比變項(interval variable and ratio variable)
-==目的==
+亦可簡單分類為：
-進行醫學或生物學研究，例如：證明醫學或生物學理論，皆需使用生物統計學。
+#連續性變項(continuous)
+#非連續性變項(discrete)
-==分類==
+在資料中選擇適當的變項類型來表達觀察測量的結果是很重要的。
-可根據不同類型的資料分為跨域資料與時間序列資料。
+==母全體、樣本及抽樣==
+===母全體與樣本===
+研究者進行研究時關心的是母全體。
+但由於有時母體是假設的(hypothetical)、無限大的、難以界定或獲知，而無法直接觀察母全體。
+所有用來描述母全體的指標(如：身高體重等)都稱為母數(parameter)，而描述樣本的則稱為統計值(statistics)。
-*;跨域資料:在同一時間點，對多個樣本蒐集的資料，例如：研究同一時間不同學生出席率與成績關聯性比較。
+===抽樣原理與方法===
-*;時間序列資料:在多個時間點，對同一樣本蒐集的資料，例如：研究學生出席率隨時間變化，如期中考時間逼近等的發展過程。
+===系統誤差與抽樣誤差===
+==等距變項的統計：等距變項的敘述==
-亦可根據不同的功能分為敘述統計學與推論統計學。
+===集中趨勢===
+===變異性===
-*;敘述統計學:描述資料的分布的情況，例如：描述醫學系學生平均出席率、最大最小值等。
+==等距變項的統計：常態分佈及其應用==
-*;推論統計學:利用[[檢定]]方式分析證明資料之間的關聯性（但關聯性並不能說明因果關係）。例如：證明出席率與成績的關聯性。（無法證明是因為高出席率產生高成績，還是高成績學生本身就有高出席率）
+===概論===
+===標準常態分佈===
-==研究步驟==
+==等距變項的統計：單一變相的推論==
-#觀察並提出科學性假說，例如：觀察發現出席率與學生成績可能有關。
+===重複抽樣的意義===
-#根據假設選擇所要蒐集分析的資料（量化），例如：準備紀錄個別學生出席狀況與考試成績。
+===重複抽樣的結果與母數間的關係===
-#設計實驗並蒐集研究資料，例如：在課堂上用IRS紀錄出席狀況並蒐集其考試成精。
+===樣本平均值的分佈===
-#根據統計學方法驗證假說，例如：經統計學驗證後，否定出席率與成績有關聯性。
+===以樣本推論母全體之一：樣本是否由某特定的母體抽出的檢定===
+===推翻虛無假設===
-統計學在大部份狀況下只能否定（Reject）一個假說（證明假說不成立），而無法證明一個假說為真。
+===單尾及雙尾之檢定===
+===第一類誤差與第二類誤差===
-==應用==
+===以樣本推論母全體之二：以樣本平均估計母全體平均值，信賴區間===
+===P值在推翻虛無假設邊緣時之處理方法===
-==參考資料==
+===結論摘要===
-[http://zh.wikipedia.org/wiki/%E7%94%9F%E7%89%A9%E7%B5%B1%E8%A8%88%E5%AD%B8 維基百科：生物統計學]