统计学数值型变量资料统计分析思维导图

统计学太难学了？这样学统计学太简单了！统计学数值型变量资料统计分析思维导图，从统计学的总论、数值型变量资料统计分析、分类型变量资料统计分析三大方面分析整理复习资料。

统计学

• 第一篇 总论
  • 绪论
    • 定义
    • 基本概念
      • 总体与样本
      • 参数与统计量
      • 误差
      • 频率与概率
    • 资料类型
      • 变量类别
        • 数值变量
        • 分类变量
      • 资料类型
        • 计量资料
        • 计数资料
        • 等级资料
    • 基本步骤
      • 统计设计
        • 搜集资料
          • 整理资料
            • 分析资料与结果表达@
  • 统计设计与资料搜集
    • 抽样误差产生的条件
      • 抽样
      • 个体之间有差异
    • 抽样调查
      • 概率抽样
      • 非概率抽样
  • 实验资料搜集
    • 实验设计基本要素
      • 处理因素
      • 受试对象
      • 实验效应
        • 客观性
        • 准确性
        • 灵敏性
    • 实验设计基本原则
      • 对照原则
        • 安慰剂对照
        • 空白对照
        • 实验对照
        • 标准对照
        • 自身对照
        • 历史对照
      • 随机原则
        • 随机抽样
          • 单纯
          • 系统
          • 分层
          • 整群
      • 重复原则
      • 均衡原则
        • 对象特征基本一致
        • 条件保持一致
        • 测定结果和疗效评定确保一致
      • 盲法原则
    • 实验设计类型
      • 完全随机设计
      • 配对设计
      • 随机区组设计
      • 交叉设计
      • 析因设计
      • 拉丁方设计
      • 重复测量设计
      • 正交设计
  • 资料整理与图表表达
    • 统计表
      • 由表号和标题、标目、线条 （包括顶线、底线和标目分隔线 三条等长的横线）、数字、备 注五部分组成
• 第二篇 数值型变量资料统计分析
  • 数值型资料统计描述
    • 特征
      • 集中趋势
      • 离散趋势
    • 类型
      • 对称分布
      • 非对称分布
        • 正偏态分布
        • 负偏态分布
    • 集中趋势描述指标
      • 算数均数
      • 几何均数
      • 中位数和百分位数
      • 众数
    • 离散趋势描述指标
      • 极差
      • 四分位数间距
      • 方差
      • 标准差
      • 变异系数
  • 总体均数估计与假设检验
    • 抽样误差与标准误差
    • 假设检验
      • 一般步骤
        • 提出假设
        • 计算统计量
        • 拒绝／接受假设
        • 作出统计推断
    • 两类错误
      • 第一类
      • 第二类
    • 常用方法和方式
      • 方法
        • 参数检验
        • 非参数检验
      • 方式
        • 临界值法
        • p值法
        • 置信区间
    • 正态性检验与变量变换
      • 正态性检验
        • 简单判断法
        • 图示法
          • P—P图
          • Q—Q图
        • 假设检验法：P值
      • 方差齐性检验
        • F检验
        • Levene检验
  • 单个样本及配对设计 单变量资料假设检验
    • 单个样本及配对设计单变量资料
      • 满足t检验的应用条件 （满足正态分布）
        • t检验
      • 不满足t检验的应用条件
        • Wilconxon符号秩和检验
    • 配对设计单变量资料的检验
  • 两个样本单变量资料假设检验
    • 成组t检验与t＇检验：正态 分布以方差齐性与否划分
    • Wilconxon秩和检验与 Mann—Whitney U检验：非正态分布
  • 多个样本单变量资料假设假设
    • 完全随机设计资料
      • 正态分布
        • 单因素方差分析
      • 不满足正态分布
        • Jruskal—Wall检验
    • 随机区组设计资料
      • 满足正态分布
        • 两因素方差分析
      • 不满足
        • Friedman M检验
    • 2×2交叉设计资料
      • 三因素方差分析
    • 2×2析因设计资料
      • 有交互作用的两因素方差分析
    • 重复测量资料
      • 一元方差分析、多元方差分析
    • 拉丁方设计
  • 相关与回归分析
    • 两变量直线相关
      • 相关系数r（－1~+1）
      • 直线相关分析
        • 基本步骤
          • 正态性检验
          • 绘制散点图
          • 计算相关系数r
          • 相关系数的假设检验
        • 注意事项
          • 要有实际意义
          • 满足正态分布
          • 合理取舍离合群值
    • 两变量直线回归
      • 回归方程的建立
    • 两变量曲线回归
• 第三篇 分类型变量资料统计分析
  • 分类型资料统计 描述与参数估计
    • 相对数
      • 相对比
      • 构成比
      • 率@
  • 计数资料假设检验
    • 四格表
      • PearsonX²检验， 校正X²检验， Fisher确切概率法
        • 建立建设，确定检验水准
        • 计算检验统计量
        • 确定P值，推断结论
    • R×C表 R和C分别表 示行数和列数
      • PearsonX²检验及多重比较， Fisher确切概率法
        • 多重比较
          • 多个实验组与 同一对照组比较
          • 多个实验组 间的两两比较
    • 配对四格表
      • PearsonX²检验， Kappa检验， McNemar检验
        • 独立性检验
        • 一致性检验
        • 优势性检验
  • 等级资料假设检验
    • 两个样本等级资料的检验
      • 秩和检验
  • Logistic回归分析
    • 偏回归系数βj
      • βj＞0时，ORj>1，危险因素
      • βj＝0时，ORj＝1，不起作用
      • βj＜0时，ORj＜1，保护因素
    • 二分类资料的Logistic回归 样本量为变量的10~20倍
• 满足应用条件：独立性、 正态性、方差齐性
• n≥40 and T≥5时，用PearsonX²检验 n≥40 and 1≤T＜5时，用Yates校正X²检验 n＜40或T＜1时，用Fisher确切概率法
• 加权
• R²越接近于1，回归效果越好
• 只能有高级向低级转化