（2）适用范围：1不满足参数检验条件（如正态分布、方差齐同等）的资料及无法经变量转换满足参数检验条件的资料；
2未加精确测量的资料，如一端或两端为不确定数值的资料、等级资料； 3分布类型未知的资料。
3、为何秩和检验在编秩时，若不同对比组间出现相同数据要给予“平均秩次”，而同一组的相同数据可不必计算“平均秩次”？ 答：因为在不同符号或者对比组不取平均秩次会增大或减小某一组的秩和，而在同一符号或者同一组内出现同一数据，秩和不受影响。
4、完全随机设计两样本比较的秩和检验，当n1>10，n2-n1>10时，采用z检验，这时检验属于参数检验还是非参数检？
答：是非参数检验，两样本并非来自正态分布资料，所以是采用近似正态法的非参数检验。这时的z检验是比较两样本的非正态分布总体均数的差别。 5、完全随机设计两组或多组的等级资料的比较，何时宜用秩和检验？而何时宜用 检验？ 答：如果源始资料不满足参数检验条件，并不能精确测定，只能以严重程度优劣等级、次序先后等表示时，用秩和检验；如果源始资料的分布是一种连续型随机变量的概率分布，并服从标准正态分布，能精确测定和比较两组或多组间的率、构成比、关联性或者频数分布的拟合优度等时，用 检验。
第十二章 双变量关联性分析 r和rs的应用条件有何不同？
答：直线相关系数r：1要求两随机变量要符合双变量正态分布，而且不分主次，处于同等地位 2散点有线性趋势 3两随机变量相关分析有实际意义 ；
等级相关系数rs：1不服从双变量正态分布的资料 2总体分布类型未知的资料 3等级资料 2、 分类变量配对的2 x 2 表，分别在什么情况下使用McNemer 检验与Pearson 检
验？ 答：若是作两组频率比较，则用McNemer 检验；若是作两变量间关联性分析，则用Pearson
检验。
3、 简述Person相关与Spearman相关的区别与联系。
答：区别：1Person相关要求数据服从二元正态分布，属于参数统计量；而Spearman相关不要求正态分布，属于非参数统计量 2两者总体参数的假设检验方法不完全相同
联系：1两者都可用于刻画两变量间线性相关的方向与密切程度，其取值范围与数值大小的统计学意义解释也相同 2两者都要求个体间满足独立性 3Spearman秩相关系数的计算可采用对秩次的Pearson积距相关系数的计算来实现 4样本含量大时，两者的假设检验方法近似。
第十三章 直线回归分析
1、 用什么方法考察回归直线图示是否正确？
答：（1）连出的回归直线不应超出x的实测范围； （2）所绘的回归直线必然通过（ , ）;
(3)将直线的左端延长与纵轴的焦点的纵坐标比等于截距a。 2、 剩余标准差的意义和用途？
答：剩余标准差是指扣除了x对y 线性影响后，y的变异，可用来说明估计值 的精确性。Sy.x越小，表示回归方程的估计精度越高。
3、 应用直线回归和相关分析时应注意哪些问题？ 答：（1）作回归分析要有实际意义 （2）应绘制散点图
（3）两变量间有线性关系存在，不一定确有因果关系
（4）以自变量的取值范围为限 ，不可随意外延 （5）满足线性、独立、正态和方差齐性条件
（6）绘制散点图后，若出现特大特小值，则应及时复核检查 4、 举例说明如何用用直线回归方程进行预测和控制？
答：（1）预测：例如直线回归分析8岁男童心脏横径与体重之间关系的回归方程为
y=4.2121+0.2041x，据个体Y 值的容许区间 ，可估计体重为25kg的8岁健康男童，其心脏横径有95%的可能性在（8.6692,9.9610）cm的范围内。
（2）控制：例如某市环境监测大气NO与车流量x的回归方程为y=-0.064866+0.000133x，据个体Y 值的上限 Yx=x0 + ta(n-2) SY ，NO最大容许度为0.15mg/m^3时汽车流量应控制在1209辆/h。
5、 直线回归分析时怎样确定因变量与自变量？ 答：（1）因变量依赖于自变量的变化而变化；
（2）因变量为来自正态分布的随机变量；而自变量可以是规律变化的或人为选定的一些数值，也可以是随机变量；
第十四章 生存分析
1、 生存分析中出现截尾数据常见的原因有哪些？ 答：（1）失访（失去联系） （2）退出（死于其它原因）
（3）终止（观察结束时病人尚存活）
2、 生存率与生存概率有何区别与联系？死亡率与死亡概率有何区别与联系？
答：（1）区别：生存概率表示在某单位时段开始时存活的个体，到该时段结束时仍存活的可能性大小；而生存率是指观察对象经历 t 个单位时段后仍存活的可能性，即活过 tk时刻的概率。
联系：生存率实质上是累积生存概率，是多个时段的累积结果，S(tn)=P1 * P2 *P3 * ? Pn 。 (2) 区别：死亡概率表示被观察对象死于某时段内的可能性大小；而死亡率表示在某单位时间里的死亡频率或强度（整体或归因于指定因素）。
联系：都是描述与死亡有关的统计量，个体死亡概率影响整体死亡率。 3、 为什么两个样本比较的生存时间资料不适宜采用t检验或 检验进行分析？ 答：（1）样本生存时间资料中会带有截尾数据，导致两个样本的总体分布不明确，不满足t检验或 检验的应用条件。
（2）生存时间资料的比较包括事件的结局和发生这种结局所经历的时间这两个因素，t检验或 检验只能分析生存时间有无差别，并不能分析结局有无差别。
第十六章 Mate分析 Mate分析的目的是什么？ 答：（1）提高检验效能
（2）解决若干单个研究结论不一致问题 （3）改善效应量的估计 （4）提出新的研究问题和研究方向 Mate分析的基本步骤又哪些？
答：（1）明确研究目的，制定研究计划 ；
（2）建立检索策略，收集所有相关的研究文献和资料； （3）制定文献的纳入和排除标准； （4）评价纳入文献的质量； （5）提取必要的数据信息； （6）资料的统计学分析； （7）敏感性分析； （8）报告结果。
Mate分析中统计分析模型有哪些？如何选择？ 答：（1）固定效应模型和随机效应模型
（2）需要根据同质性检验的结果来确定统计分析模型
固定效应模型（fixed effect model）：同质性检验无统计学意义时选用 随机效应模型（random effect model）：同质性检验有统计学意义时选用 4、 发表偏倚的含义、产生原因及对Mate分析的影响是什么？
答：（1）含义：发表偏倚是指有统计学意义的研究结果较无统计学意义或无效的研究结果被报告和发表的可能性大。
（2）产生原因：1研究者认为无统计学意义的研究意义不大，不发表或推迟发表；2作为杂志编辑则更有可能对此类研究不予以发表。
（3）影响：使Mate分析提高或夸大实验效应量及危险因素的关联强度，并引发偏倚。 Mate分析中应注意的问题有哪些？ 答：（1）偏倚的识别和控制；
（2）所有类型的Mate分析都采用相同的基本步骤；
（3）提高纳入研究的质量，在Mate分析各个环节中防止和减少系统误差和随机误差； （4）在应用Mate分析结果时，须注意到干预对象特征、生物学变异、场所、措施、依从性以及辅助治疗等对结果的影响；
（5）Mate分析的结果仅仅是对现有的纳入研究综合分析得出的，研究者需要不断收集新的研究资料以及时更新结论。
第十八章 生命统计的常用指标
1、 平均死亡年龄与预期寿命有何区别？为什么预期寿命可以综合反映不同国家和地区的
经济和卫生水平？ 答：（1）平均死亡年龄是该地区实际存活的平均年数；预期寿命是假定同时出生的一批婴儿如果按现有该地区的年龄组死亡率而死亡，所能存活的平均年数。
（2）社会经济条件、卫生医疗水平、体质、遗传因素、生活条件等个人差异限制着人们的寿命。预期寿命的提高同医疗技术的进步和卫生环境的改善是分不开的，特别是抗生素的发
现和免疫接种术的应用，扑灭了曾使古代人口大批死亡的各种流行性传染病。 2、 发病率与患病率在计算时有什么不同，在实际选择指标时应该注意哪些问题？ 答：（1） ；
患病率的分子为特定时间所调查人群中某病新旧病例数，而不管这些病例的发病时间。发病率的分子为一定期间暴露人群中新发生的病例数。
（2）患病率是由横断面调查获得的疾病频率，是衡量疾病的存在或流行情况。而发病率是由发病报告或队列研究获得的疾病频率，是衡量疾病的出现情况。 3、 常见的反应疾病死亡的统计指标有哪些？各有何优缺点？ 答：（1）测量死亡水平的指标
1粗死亡率：具有资料易获得，计算简单的优点，但受人口的年龄、性别构成情况的影响。 2年龄别死亡率：年龄别死亡率消除了人口的年龄构成不同对死亡水平的影响，不同地区同一年龄组的死亡率可以直接进行比较。
3婴儿死亡率：是反映社会卫生状况和婴儿保健工作的重要的指标，不受年龄的影响，可直接比较。
4新生儿死亡率：是反映妇幼卫生工作质量的重要指标。
5围生儿死亡率：是衡量孕前、孕期、产期、产后保健工作质量的敏感指标之一。
65岁以下儿童死亡率：是综合反映儿童健康水平和变化的主要指标。
7孕产妇死亡率：这一指标不仅可以评价妇女保健工作，而且间接反映一个国家的卫生文化水平。
8死因别死亡率：是死因分析的重要指标，反映各类病伤死亡对居民生命的危害程度。 （2）反映死因构成及死因顺位的指标
1死因构成或相对死亡率：反映各种死因的相对重要性。
2死因顺位：是指按各类死因构成比的大小由高到低排列的位次，说明各类死因的相对重要性。
4、 去死因寿命在医学资料分析中有何作用？主要应用于哪些领域？
答：（1）平均期望寿命损失量等指标可以综合说明某些死因对人群生命的影响程度；去死因寿命表既能说明某些死因对全人口的综合作用，又能表达对某年龄组人口的作用。 （2）去死因寿命表目前已经在死亡研究、疾病发展的规律、劳动就业、人口迁移、生育、初婚、离婚、家庭等多方面研究中应用，尤其是在人寿保险中得到较多应用。
第十九章 常用统计表与统计图
1、 统计表与统计图在资料的描述中各有何特殊意义？ 答：（1）统计表使数据系统化、条理化。
（2）统计图是是用形象化的方式把事物的特性、规律显示出来，使人能获得全面与深刻的直观形象，便于说明问题与比较。
2、 统计表由哪些要素构成？制表的基本原则是什么？ 答：（1）标题、标目、线条、数字、备注 （2）重点突出、层次清楚、简单明了
3、 简述统计表的基本结构，常用统计图及其使用条件是什么？
答：（1）1标题概述表的内容位于表的上方正中；2横标目居左代表研究对象，纵标目居右和分隔线上代表研究对象的指标；3线条力求简洁只保留顶线、底线及各标目分割线；4表内数字用阿拉伯数字表示，空格用“?”代替。 （2）1直条图，适用于相互独立的变量资料； 2构成图，包括原图和百分条图，适用于构成比资料；
3线图，适用于连续性资料；
4直方图，适用于描述连续性资料的分布情况，揭示频数分布的特征和类型； 5箱式图，用于比较两组或多组连续性资料的分布情况； 6散点图，用点的密集程度和趋势描述两变量之间的关系 7统计地图，描述某现象在地域上的分布情况。 4、 普通线图与半对数线图有何区别？
答：普通线图纵轴采用算数尺度，从“0”开始，说明某事物因时间、条件推移而变迁的趋势；半对数线图纵轴采用对数尺度，起点根据资料的具体情况可为0.1、1、10等，说明某事物因时间推移或条件改变等而变动的速度。