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8日 (日) 22:57所做的修訂版本 (編輯)
U101001061 (對話 | 貢獻)
(分類)
←上一個
當前修訂版本 (2015年3月21日 (六) 12:22) (編輯) (撤銷)
U101001061 (對話 | 貢獻)

 
(1個中途的修訂版本沒有顯示。)
第1行: 第1行:
-'''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]+

當前修訂版本

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。

目錄

[編輯] 統計學基本邏輯及變項種類

[編輯] 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)

[編輯] 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:

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

亦可簡單分類為:

  1. 連續性變項(continuous)
  2. 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。

[編輯] 母全體、樣本及抽樣

[編輯] 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)。

[編輯] 抽樣原理與方法

[編輯] 系統誤差與抽樣誤差

[編輯] 等距變項的統計:等距變項的敘述

[編輯] 集中趨勢

[編輯] 變異性

[編輯] 等距變項的統計:常態分佈及其應用

[編輯] 概論

[編輯] 標準常態分佈

[編輯] 等距變項的統計:單一變相的推論

[編輯] 重複抽樣的意義

[編輯] 重複抽樣的結果與母數間的關係

[編輯] 樣本平均值的分佈

[編輯] 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

[編輯] 推翻虛無假設

[編輯] 單尾及雙尾之檢定

[編輯] 第一類誤差與第二類誤差

[編輯] 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

[編輯] P值在推翻虛無假設邊緣時之處理方法

[編輯] 結論摘要