【複習】生統篇

昨天看了一天的FC生統搭配盟哥共筆，好像稍微有這麼一點概念了！

稍微把它整理起來，以後國考就可以直接複習了～

我想，醫師國考生統的準備重點大致上就是生物統計的定義＆各種檢定方法吧！

 一、各類變項（Scale）

共有四種變項（尺度）

1.類別變項(Nominal scale)  －舉例：性別、種族等
2.序列變項(Ordinal scale)   －舉例：名次、強弱等
3.等距變項(Interval scale)   －舉例：可測量的數據，如長度、溫度等（不具絕對的"0"）
4.等比變項(Ratio scale)     －舉例：長度、重量等（具有絕對的"0"）

所以等比變項應當包含於等距變項中。

二、統計學基本工具

A.集中量數

   1.中位數(median)
   2.眾數 (mode)
   3.算數平均數(mean)

B.變異量數

   1.全距(R)＝最大值－最小值
   2.四分位差(IQR)＝Q3－Q1=中間二分之一的距離
   3.標準差(Stander deviarion)＝＝

   4.變異數(Variance)＝＝
   5.變異係數(Coefficient of variance,CV)＝標準差/平均值＝
   6.標準偏差＝（母體標準差/根號樣本數）
   7.標準誤(Stander error,SE)＝樣本之標準偏差＝

ps：關於標準誤有各種不同的說法，這裡採用盟哥共筆的說法

C.檢定工具

   1.→（當樣本無限大時，經中央極限定理）→
（其中為樣本平均值，為母體平均值，σ為母體標準差）

   2.（其中為樣本標準差）

   3.虛無假設（）：假設樣本的平均值＝母體的平均值，意味樣本與母體並無不同。
   4.對立假設（）：假設樣本與母體不同。
   5.顯著水準：α通常設為0.05
   6.檢力(power)：通常設為0.8
   7. P-value：虛無假設的機率，小於顯著水準（0.05）則推翻虛無假設，達到統計上的意義。

D.誤差

1.第一型誤差（type I error）＝αerror， 事實屬於虛無假設卻判斷為對立假設
2.第二型誤差（type II error）＝βerror，事實屬於對立假設卻判斷為虛無假設
2.檢力(power)＝1－β
 

如果在考題出現則是：

三、信賴區間（Confidence interval,CI）

1.信賴區間包含0的話，就無法拒絕虛無假設
2.信賴區間的範圍：＝
 ps：95％信心水準下，雙尾之Z=1.96，單尾之Z=1.65

四、檢定

   1.定義想研究問題
   2.定義虛無假設
   3.選擇統計方法進行檢定
   4.根據檢定結果判斷

舉例：
    1.某年齡層正常男子的收縮壓標準偏差10mmHg（σ＝10）、平均為125mmHg（µ＝125），而從同一年齡層之糖尿病患者隨機抽取100人之平均為130mmHg，則是否糖尿病人血壓異於一般人？

    2.虛無假設：假設糖尿病人血壓與一般人相同（沒有不同）

    3.本例使用z檢定（母體µ、σ已知）

    4. ，

    5. Z=5，遠大於1.96，所以P-value < 0.05，所以推翻虛無假設，可得結論：糖尿病人血壓異於一般人。

五、統計方法

A.整理表格

B.注意事項

1.Poisson distribution（菠以松分布/檢定）用於檢定樣本是否符合期望。
 舉例：假設每年因注射疫苗過敏而住院的個案約在0.25（每四年一例），若一年突然發生兩個，要檢定這年的事件是否超過預期且有統計上的意義。

 2.卡方檢定中：
   (1)不相關→一般卡方檢定或Pearson
   (2)相關（前後測）→McNumar
   (3)樣本過少（無母數）→Fisher's exact test
   (4)自由度算法：（類別-1）×（類別-1），例如2×2表格自由度即為(2-1)×(2-1)＝1
   (5)若自由度為1時，可以考慮使用Yate's correction做修正

3.變異數分析(ANOVA)中：
   (1)一個自變數（類別）VS一個應變數（等距）：one-way ANOVA
   (2)兩個自變數（類別）VS一個應變數（等距）：two-way ANOVA
   (3)三個自變數（類別）VS一個應變數（等距）：three-way ANOVA

4.單尾與雙尾
   (1)檢定「不等於」時用雙尾（例如是否推翻虛無假設）
   (2)檢定「大於、小於」實用單尾（例如檢定男生的身高是否大於女生）