医学统计学复习笔记

医学统计学复习笔记（共6篇）

篇1：医学统计学复习笔记

第一章

2选1 总体：总体（population）是根据研究目的确定的同质观察单位（研究对象）的全体，实际上是某一变量值的集合。可分为有限总体和无限总体。总体中的所有单位都能够标识者为有限总体，反之为无限总体。

总体population根据研究目的而确定的同质观察单位的全体。

样本：从总体中随机抽取部分观察单位，其测量结果的集合称为样本（sample）。样本应具有代表性。所谓有代表性的样本，是指用随机抽样方法获得的样本。

样本sample从总体中随机抽得的部分观察单位，其实测值的集合。

3选1 小概率事件：我们把概率很接近于0（即在大量重复试验中出现的频率非常低）的事件称为小概率事件。

P值：P 值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P 值反应结果真实程度，一般以P ≤ 0.05 认为有统计学意义，P ≤0.01 认为有高度统计学意义，其含义是样本间的差异由抽样误差所致的概率等于或小于0.05 或0.01。P值是：

1)一种概率，一种在原假设为真的前提下出现观察样本以及更极端情况的概率。2)拒绝原假设的最小显著性水平。3)观察到的(实例的)显著性水平。

4)表示对原假设的支持程度，是用于确定是否应该拒绝原假设的另一种方法。

小概率原理：一个事件如果发生的概率很小的话，那么可认为它在一次实际实验中是不会发生的，数学上称之小概率原理，也称为小概率的实际不可能性原理。统计学中，一般认为等于或小于0.05或0.01的概率为小概率。

资料的类型（3选1）

（1）计量资料：对每个观察单位用定量的方法测定某项指标量的大小，所得的资料称为计量资料（measurement data）。计量资料亦称定量资料、测量资料。.其变量值是定量的，表现为数值大小，一般有度量衡单位。如某一患者的身高（cm）、体重(kg)、红细胞计数(10/L)、脉搏（次/分）、血压（KPa）等。

计量资料measurement data定量资料quantitative data数值变量资料numerical variable 为观测每个观察单位某项指标的大小，而获得的资料。

（2）计数资料：将观察单位按某种属性或类别分组，所得的观察单位数称为计数资料（count data）。计数资料亦称定性资料或分类资料。其观察值是定性的，表现为互不相容的类别或属性。如调查某地某时的男、女性人口数；治疗一批患者，其治疗效果为有效、无效的人数；调查一批少数民族居民的A、B、AB、O 四种血型的人数等。

计量资料enumeration data定性资料qualitative data无序分类变量资料unordered categorical variable 名义变量资料nominal variable 为将观察单位按某种属性或类别分组计数，分组汇总各组观察单位数后而得到的资料。

（3）等级资料：将观察单位按测量结果的某种属性的不同程度分组，所得各组的观察单位数，称为等级资料（ordinal data）。等级资料又称有序变量。如患者的治疗结果可分为治愈、好转、有效、无效或死亡，各种结果既是分类结果，又有顺序和等级差别，但这种差别却不能准确测量；一批肾病患者尿蛋白含量的测定结果分为 +、++、+++等。12等级资料ranked data半定量资料semi-quantitative data有序分类变量ordinal categorical variable资料

为将观察单位按某种属性的不同程度分成等级后分组计数，分类汇总各组观察单位后而得到的资料。

等级资料与计数资料不同：属性分组有程度差别，各组按大小顺序排列。

等级资料与计量资料不同：每个观察单位未确切定量，故亦称为半计量资料。两种误差（2选1）

抽样误差（sampling error）由于抽样而引起的总体指标(参数)与样本指标(统计数)之间的差异。抽样误差是由个体变异或其它随机因素造成的，是不可避免的，但误差分布有规律可循，可进行估计和分析。

系统误差（systematic error）：由于测量仪器结构本身的问题、刻度不准确或测量环境改变等原因,在多次测量时所产生的,总是偏大或总是偏小的误差,称为系统误差。它带有规律性,经过校正和处理,通常可以减少或消除。

统计的步骤（考填空题，四个空）

统计工作的步骤

１．设计：设计内容包括资料收集、整理和分析全过程总的设想和安排。设计是整个研究中最关键的一环，是今后工作应遵循的依据。

２．收集资料：应采取措施使能取得准确可靠的原始数据。

３．整理资料：简化数据，使其系统化、条理化，便于进一步分析计算。

４．分析资料：计算有关指标，反映事物的综合特征，阐明事物的内在联系和规律。分析资料包括统计描述和统计推断。

实验设计的基本原则（考填空题，三个空）随机化原则、对照的原则、重复的原则。2选1 参数：参数（ｐａｒａｍａｔｅｒ）是指总体的统计指标，如总体均数、总体率等。总体参数

是固定的常数。多数情况下，总体参数是不易知道的，但可通过随机抽样抽取有代表性的样

本，用算得的样本统计量估计未知的总体参数。

统计量：统计量（ｓｔａｔｉｓｔｉｃ）是指样本的统计指标，如样本均数、样本率等。样本

统计量可用来估计总体参数。总体参数是固定的常数，统计量是在总体参数附近波动的随机

变量。

第二章

频数表的制作步骤以及频数分布表的用途（问答题）频数分布表的编制步骤：

例：某市1982年50名7岁男童的身高(cm)资料如下，试编制频数表。

114.4 117.2 122.7 124.0 114.0 110.8 118.2 116.7 118.9 118.1 123.5 118.3 120.3 116.2 114.7 119.7 114.8 119.6 113.2 120.0 119.8 116.8 119.8 122.5 119.7 120.7 114.3 122.0 117.0 122.5 119.7 124.9 126.1 120.0 124.6 120.0 121.5 114.3 124.1 117.2 120.2 120.8 126.6 121.5 126.1 117.7 124.1 128.3 121.8 118.7

1、找出观察值中的最大值（largest value）、最小值（smallest value），求极差（range）。

极差等于最大值减最小值。本例最大值=128.3，最小值=110.8，则极差=128.3-110.8=17.5(cm)

2、确定分组数和组距（class interval）。

组数的多少是根据例数的多少来确定的，以能够反映出频数分布的特征为原则，一般分10—15组。组距为相邻两组的间隔，组距=极差/组数。本例拟分10组，则组距=17.5/10=1.75≈2，为划记方便，可取稍大或稍小的数(当然本例组距也可取1.5)。

3、确定组段。

第一组段包括要最小值，取较最小值稍小且划分方便的数，本例取“110～”。最后组段包括最大值并写出其上限值。

4、划记。

将各观察值以划“正”字的方法，一笔代表一例，划在相应组段中。例如第一个数l14.4应在组段“114～”处划，第二个数117.2应在“116～”处划，以此类推。

5、统计各组段的频数。全部数据划记完后，清点各组段的人数。

根据编制出的频数表即可了解该数值变量资料的频数分布特征。频数分布表的用途

1、描述资料的分布特征和分布类型。

频数分布有两个重要特征：集中趋势和离散趋势。大部分观察值向某一数值集中的趋势称为集中趋势，常用平均数指标来表示，各观察值之间大小参差不齐。频数由中央位置向两侧逐渐减少，称离散趋势，是个体差异所致，可用一系列的变异指标来反映。

2、便于进一步计算有关指标或进行统计分析。当数据较多且需手工计算时，常先编制频数表，再进行统计计算。

3、发现特大、特小的可疑值。

如果频数表的一端或两端出现连续几个组段的频数为零后，又出现少数几个特大值或特小值，使人怀疑其是否准确，需进一步检查和核对并做相应处理。

4、据此绘制频数分布图。

描述数据分布集中趋势的指标和描述数据分布离散程度的指标（考选择或者填空）

２． 描述数据分布集中趋势的指标

算术均数、几何均数、中位数。

３． 描述数据分布离散程度的指标

极差、四分位数间距、方差、标准差、变异系数。正态分布的特征（考选择题 υ、σ对图形的影响）

服从正态分布的变量的频数分布由υ、σ 完全决定。

(1)υ 是正态分布的位置参数，描述正态分布的集中趋势位置。正态分布以 x =υ为对

称轴，左右完全对称。正态分布的均数、中位数、众数相同，均等于υ。(2)σ描述正态分布资料数据分布的离散程度，σ越大，数据分布越分散，σ越小，数 据分布越集中。σ也称为是正态分布的形状参数，σ越大，曲线越扁平，反之，σ越小，曲

线越瘦高。

标准正态分布（填空）

1．标准正态分布是一种特殊的正态分布，标准正态分布的υ 常用u（或Z）表示服从标准正态分布的变量，记为υ～N（0，1）。

正态分布的应用（简答）

某些医学现象，如同质群体的身高、红细胞数、血红蛋白量，以及实验中的随机误差，呈现为正态或近似正态分布；有些指标（变量）虽服从偏态分布，但经数据转换后的新变量可服从正态或近似正态分布，可按正态分布规律处理。其中经对数转换后服从正态分布的指标，被称为服从对数正态分布。

1.估计频数分布 一个服从正态分布的变量只要知道其均数与标准差就可根据公式即可估计任意取值范围内频数比例。

2.制定参考值范围

（1）正态分布法 适用于服从正态（或近似正态）分布指标以及可以通过转换后服从正态分布的指标。

（2）百分位数法 常用于偏态分布的指标。表3-1中两种方法的单双侧界值都应熟练掌握。

3.质量控制：为了控制实验中的测量（或实验）误差，常以 作为上、下警戒值，以 作为上、下控制值。这样做的依据是：正常情况下测量（或实验）误差服从正态分布。4.正态分布是许多统计方法的理论基础。检验、方差分析、相关和回归分析等多种统计方法均要求分析的指标服从正态分布。许多统计方法虽然不要求分析指标服从正态分布，但相应的统计量在大样本时近似正态分布，因而大样本时这些统计推断方法也是以正态分布为理论基础的。

医学参考值范围的制定（计算题）

确定参考值范围的单双侧：一般生理物质指标多为双侧、毒物指标则多为单侧。确定百分位点：一般取95%或99%。

20，σ2 1，通

例题

某市 20 岁男学生 160 人的脉搏数（次/分钟），经正态性检验服从正态分布。求得76.10，S =9.32。试估计脉搏数的95%、99%参考值范围。

解：脉搏数的95%正常值范围为：脉搏数的99%正常值范围为：

±1.96 S=76.10 ± 1.96（9.32）=57.83～94.37 ±2.58 S =76.10 ± 2.58（9.32）=52.05～100.37

第三章

= 标准误的概念，计算公式。标准误：抽样研究中，样本统计量与总体参数间的差别称为抽样误差（sampling error）。统计上用标准误（standard error，SE）来衡量抽样误差的大小，即样本均数的标准差，是描述均数抽样分布的离散程度及衡量均数抽样误差大小的尺度。

t分布的图形特征及其与正态分布的区别（简答）t分布的图形特征

1．以0为中心，左右对称的单峰分布；

2．t分布是一簇曲线，其形态变化与n（确切地说与自由度ν）大小有关。自由度ν越小，t分布曲线越低平；自由度ν越大，t分布曲线越接近标准正态分布（u分布）曲线。

t分布

对应于每一个自由度ν，就有一条t分布曲线，每条曲线都有其曲线下统计量t的分布规律，计算较复杂。

t 分布与正态分布比较的区别 t 分布与标准正态分布相比有以下特点：①都是单峰、对称分布；②t 分布峰值较低，而尾部较高；③随自由度增大，t 分布趋近与标准正态分布；当ν趋向∞，t 分布的极限分布是标准正态分布。

置信区间和参数估计（名解2选1）

置信区间：在统计学中，一个概率样本的置信区间（Confidence interval）是对这个样本的某个总体参数的区间估计。置信区间展现的是这个参数的真实值有一定概率落在测量结果的周围的程度。给出的是被测量参数的测量值的可信程度。

1、对于具有特定的发生概率的随机变量，其特定的价值区间------一个确定的数值范围（“一个区间”）。

2、在一定置信水平时，以测量结果为中心，包括总体均值在内的可信范围。

3、该区间包含了参数θ真值的可信程度。

4、参数的置信区间可以通过点估计量构造，也可以通过假设检验构造。

参数估计：指用样本指标值（统计量）估计总体指标值（参数）。参数估计有两种方法：点估计和区间估计。

可信区间与参考值范围的不同点（简答）

应注意：可信区间与参考值范围的意义、计算公式和用途均不同。

1.从意义和用途来看

95％参考值范围是指同质总体内包括95％个体值的估计范围，而总体均数95％可信区间是指按95％可信度估计的总体均数的所在范围。可信区间用于估计总体参数，总体参数只有一个。参考值范围用于估计变量值的分布范围，变量值可能很多甚至无限。2.从计算公式看

若指标服从正态分布，95％参考值范围的公式是：

±1.96s。

总体均数95％可信区间的公式是：。

前者用标准差，后者用标准误。前者用1.96，后者用α为0.05，自由度为v的t界值。t检验的应用条件和类型（填空）

t检验的应用条件：要求各样本来自相互独立的正态总体且各总体方差齐。t检验的类型：单样本t检验，独立t检验，配对t检验

配对设计和完全随机设计（名解2选1）

完全随机设计（completely random design）：完全随机设计仅涉及一个处理因素（但可为多水平），故又称单因素（one-way）设计。它是将受试对象按随机化的方法分配到各个处理组中，观察实验效应，临床试验中的随机对照试验也属于此类设计。

配对设计（paired design）：是将受试对象按一定条件匹配成对，再随机分配每对中的两个受试对象到不同处理组。配对的因素是影响实验效应的主要非处理凶素。

假设检验的基本求解步骤或者注意事项。（简答2选1）

假设检验的基本步骤

1.建立假设，确定检验水准α

假设有零假设（H0）和备择假设（H1）两个，零假设又叫作无效假设或检验假设。H0和H1的关系是互相对立的，如果拒绝H0，就要接受H1.根据备择假设不同，假设检验有单、双侧检验两种。检验水准用α表示，通常取0.05或0.10.检验水准说明了该检验犯第一类错误的概率。2.根据研究目的和设计类型选择适合的检验方法

这里的检验方法，是指参数检验方法，有u检验、t检验和方差分析三种，对应于不同的检验公式。对双样本资料，要注意区分成组设计和配对设计的资料类型。如果资料里有“配成对子”字样，或者是对同一对象用两种方法来处理，一般就可以判定是配对设计资料。3.确定P值并作出统计结论

u检验得到的是u统计量或称u值，t检验得到的是t统计量或称t值。方差分析得到的是F统计量或称F值。将求得的统计量绝对值与界值相比，可以确定P值。当α＝0.05时，u值要和u界值1.96相比较，确定P值。如果u＜1.96，则P＞0.05.反之，如u＞1.96，则P＜0.05.t值 要和某自由度的t界值相比较，确定P值。如果t值＜t界值，故P＞0.05.反之，如t＞t界值，则P＜0.05.相同自由度的情况下，单侧检验的t界值 要小于双侧检验的t界值，因此有可能出现算得的t值大于单侧t界值，而小于双侧t界值的情况，即单侧检验显著，双侧检验未必就显著，反之，双侧检验显著，单侧检验必然会显著。即单侧检验更容易出现阳性结论。

当P＞0.05时，接受零假设，认为差异无统计学意义，或者说二者不存在质的区别。当P＜0.05时，拒绝零假设，接受备择假设，认为差异有统 计学意义，也可以理解为二者存在质的区别。但即使检验结果是P＜0.01甚至P＜0.001，都不说明差异相差很大，只表示更有把握认为二者存在差异。

假设检验时应注意的事项

（一）要有严密的抽样研究设计；样本必须是从同质总体中随机抽取的；要保证组间的均衡性和资料的可比性。

（二）根据现有的资料的性质、设计类型、样本含量大小正确选用检验方法。

（三）对差别有无统计学意义的判断不能绝对化，因检验水准只是人为规定的界限，是相对的。差别有统计学意义时，是指无效假设h0被接受的可能性只有5%或不到5%，甚至不到1%，根据小概率事件一次不可能拒h0，但尚不能排除有5%或1%出现的可能，所以可能产生第一类错误；同样，若不拒绝h0，可能产生第二类错误。

（四）统计学上差别显著与否，与实际意义是有区别的。如应用某药治疗高血压，平均降低舒张压0.5kpa，并得出差别有高度统计学意义的结论。从统计学角度，说明该药有降压作用，但实际上，降低0.5kpa是无临床意义。因此要结合专业作出恰如其分的结论。

第一类错误与第二类错误（名解 2选1）

Ⅰ型错误又称第一类错误（type Ⅰ error）：拒绝了实际上成立的，为“弃真”的错误，其概率通常用表示。可取单尾也可取双尾，假设检验时研究者可以根据需要确定值大小，一般规定＝0.05或＝0.01，其意义为：假设检验中如果拒绝Ⅰ型错误的概率为5％或1％，即100次拒绝

时，发生的结论中，平均有5次或1次是错误的。，为“存伪”Ⅱ型错误又称第二类错误（type Ⅱ error）：不拒绝实际上不成立的的错误，其概率通常用

表示。

只取单尾，假设检验时

值一般不知道，在一定情况下可以测算出，如已知两总体的差值（如）、样本含量和检验水准。以下图说明两类错误：

第四章

为什么等级资料不可用方差分析？资料不相互独立

方差分析的基本思想 应用条件（简答）

方差分析（analysis of variance，ANOVA）的基本思想就是根据资料的设计类型，即变异的不同来源将全部观察值总的离均差平方和（sum of squares of deviations from mean，SS）和自由度分解为两个或多个部分，除随机误差外，其余每个部分的变异可由某个因素的作用（或某几个因素的交互作用）加以解释，如各组均数的变异SS 组间可由处理因素的作用加以解释。通过各变异来源的均方与误差均方比值的大小，借助F 分布作出统计推断，判断各因素对各组均数有无影响。

方差分析的应用条件

（1）各样本是相互独立的随机样本，且来自正态分布总体。

（2）各样本的总体方差相等，即方差齐性(homoscedasticity)。

第五章 分类资料的统计描述（几个常用相对数指标 填空题）率（强度相对数，频率相对数）、构成比、相对比 应用相对数时应注意的问题（简答题 六条）⑴ 计算相对数的分母一般不宜过小。⑵ 分析时不能以构成比代替率。

⑶ 不能用构成比的动态分析代替率的动态分析。

⑷ 对观察单位数不等的几个率，不能直接相加求其总率。⑸ 在比较相对数时应注意可比性。

⑹ 对样本率（或构成比）的比较应随机抽样，并做假设检验。率的标准化的基本思想，应注意的问题（分析题）

率的标准化的基本思想 ：

要比较两个总率时，发现两组资料的内部构成（如年龄、性别构成等）存在明显不同，而且影响到了总率的结果，这时就不宜再直接比较总率，而应考虑采用标准化法。

标准化法的基本思想，就是采用统一的标准（统一的内部构成）计算出消除内部构成不同影响后的标准化率（调整率），然后再进行比较。

二、直接标准化法的计算方法

当已知所比较资料各组率Pi，可选用直接法计算标化率。

三、间接标准化死亡比的计算方法

当所比较的资料已知各自某现象总发生数r及各分组观察单位数时，宜采用间接法计算标化率。

第六章

二项分布，Piosson分布 在什么条件下接近正态分布（选择或填空）

第七章（考计算题）

配对与完全随机设计下的四格表的计算 列四格表

公式选择

给个例题把

为研究静脉曲张是否与肥胖有关，观察 122 对同胞兄弟，每对同胞兄弟中有一个属肥胖，另一个属正常体重，记录得静脉曲张发生情况见表8-2，试分析之。

[评析]这是一个配对设计的资料，因此用配对

检验公式计算。

第八章

参数统计与非参数统计（名解 2选1）1． 参数统计

样本所来自的总体分布具有某个已知的函数形式，而其中有的参数是未知的，统计分析的目的就是对这些未知的参数进行估计或检验。此类方法称为参数统计。

2． 非参数统计

样本所来自的总体分布难以用某种函数式来表达，还有一些资料的总体分布的函数式是未知的，只知道总体分布是连续型的或离散型的，解决这类问题的一种不依赖总体分布的具体形式的统计方法。由于这类方法不受总体参数的限制，故称非参数统计法（non-parametric statistics），或称为不拘分布（distribution-free statistics）的统计分析方法，又称为无分布型式假定（assumption free statistics）的统计分析方法。它检验的是分布，而不是参数。非参数统计不需对总体分布(总体参数)作出特殊假设。

非参数统计的特点和适用范围（简答）1．特点

（1）样本所来自的总体的分布形式为任何形式，甚至是未知的，都能适用。（2）收集资料方便，可用“等级”或“符号”来评定观察结果。

（3）多数非参数方法比较简便，易于理解和掌握。

（4）缺点是损失信息量，适用于参数统计法的资料用非参数统计方法进行检验将降低检验效能。

2．适用范围

（1）等级资料。

（2）偏态分布资料。当观察资料呈偏态或极度偏态分布而又未作变量变换，或虽经变量变换仍未达到正态或近似正态分布时，宜用非参数检验。

（3）各组离散程度相差悬殊，即方差明显不齐，且不能变换达到齐性。（4）个别数据偏离过大，或资料为单侧或双侧没有上限或下限值。（5）分布类型不明。（6）初步分析。有些医学资料由于统计工作量大，可采用非参数统计方法进行初步分析，挑选其中有意义者再进一步分析(包括参数统计内容)。

（7）对于一些特殊情况，如从几个总体所获得的数据，往往难以对其原有总体分布作出估计，在这种情况下可用非参数统计方法。

非参数检验的优缺点：（简答）

非参数统计与传统的参数统计相比，有以下优点：

1、非参数统计方法要求的假定条件比较少，因而它的适用范围比较广泛。

2、多数非参数统计方法要求的运算比较简单，可以迅速完成计算取得结果，因而比较节约时间。

3、大多数非参数统计方法在直观上比较容易理解，不需要太多的数学基础知识和统计学知识。

4、大多数非参数统计方法可用来分析如象由等级构成的数据资料，而对计量水准较低的数据资料，参数统计方法却不适用。

5、当推论多达3个以上时，非参数统计方法尤具优越性。

但非参数统计方法也有以下缺点：

1、由于方法简单，用的计量水准较低，因此，如果能与参数统计方法同时使用时，就不如参数统计方法敏感。若为追求简单而使用非参数统计方法，其检验功效就要差些。这就是说，在给定的显著性水平下进行检验时，非参数统计方法与参数统计方法相比，第Ⅱ类错误的概率β要大些。

2、对于大样本，如不采用适当的近似，计算可能变得十分复杂。注 意: 凡符合或经过变换后符合参数检验条件的资料，最好用参数检验。当资料不具备参数检验的条件时，非参数检验是一种有效的分析方法。

配对设计的符号秩和检验方法（简答）(1)假设：H0：差值总体中位数Md=0 H1：Md≠0 α =0.05(2)求差值

(3)编秩次：依差值的绝对值从小到大编秩次。编秩次时遇差数等于 0，舍去不计，同时样本例数减1；遇绝对值相等差数，符号相同顺次编秩次，符号相反取平均秩次，且符号相反。

(4)求秩和并确定检验统计量：分别求出正负秩次之和，正秩和以 T+表示，负秩和的绝对值以T-表示。T+及T-之和应等于 n(n+1)/2，任取T+(或 T-)作检验统计量T。

(5)确定 P 值和作出推断结论：当 n≤50 时，查 T 界值表，得出 P值。若检验统计量T值在上、下界值范围内，其 P值大于表上方相应概率水平；若 T值在上、下界值上若范围外，其 P值小于表上方相应概率水平。

第九章

线性相关系数（名解）

线性相关系数：表示两个变数线性相关方向及程度的统计数或参数。又叫直线相关系数,简称相关系数。,|R|的极值为1,|R|越大(接近1),则直线关系越好。

线性相关系数取值范围（填空）

-1≤r≤1 样本相关系数 r的假设检验（填空题）（1）r 界值表法；（2）t检验法。

线性相关或回归应用应注意的问题（简答）

⑴作回归分析和相关分析时要有实际意义，不能把毫无关联的两种现象作回归、相关分析，必须对两种现象间的内在联系有所认识。

⑵在进行回归分析和相关分析之前，应绘制散点图。但观察点的分布有直线趋势时，才适宜作回归、相关分析。如果散点图呈明显曲线趋势，应使之直线化再行分析。散点图还能提示资料有无可疑异常点。

⑶直线回归方程的应用范围一般以自变量的取值范围为限。若无充分理由证明超过自变量取值范围外还是直线，应避免外延。

⑷双变量的小样本经 t 检验只能推断两变量间有无直线关系，而不能推断相关的紧密程度，要推断相关的紧密程度，样本含量必须很大。

⑸相关或回归关系不一定是因果关系，也可能是伴随关系，有相关或回归关系不能证明事物间确有内在联系。

秩相关的应用适用范围（简答）

秩相关，又称等级相关（rank correlation），是用双变量等级数据作直线相关分析，适用于下列资料：

⒈ 不服从双变量正态分布而不宜作积差相关分析； ⒉ 总体分布型未知；

⒊ 用等级表示的原始数据。相关与回归的区别与联系（简答）区别：

1.意义 ：相关反映两变量的相互关系，即在两个变量中，任何一个的变化都会引起另一个的变化，是一种双向变化的关系。回归是反映两个变量的依存关系，一个变量的改变会引起另一个变量的变化，是一种单向的关系。

2.应用：研究两个变量的相互关系用相关分析。研究两个变量的依存关系用回归分析。3.研究性质：相关是对两个变量之间的关系进行描述，看两个变量是否有关，关系是否密切，关系的性质是什么，是正相关还是负相关。回归是对两个变量做定量描述，研究两个变量的数量关系，已知一个变量值可以预测出另一个变量值，可以得到定量结果。

4.相关系数r与回归系数b ：r与b的绝对值反映的意义不同。r的绝对值越大，散点图中的点越趋向于一条直线，表明两变量的关系越密切，相关程度越高。b的绝对值越大，回归直线越陡，说明当X变化一个单位时，Y的平均变化就越大。反之也是一样。

联系：

1.r与b值可相互换算； 2.r与b正负号一致；

3.r与b的假设检验等价；

4.回归可解释相关。相关系数的平方r2(又称决定系数)是回归平方和与总的离均差平方和之比，故回归平方和是引入相关变量后总平方和减少的部分。

回归系数的估计原则：最小二乘(least squares)原则（填空）应用直线回归时的注意事项（简答）

应用直线回归时的注意事项：

1.作回归分析要有实际意义，不能把毫无关联的两种现象作回归分析，必须对两种现象间的内在联系有所认识。2.在进行直线回归分析之前，应绘制散点图，当观察点的分布有直线趋势时，才适宜作直线回归分析，散点图还能提示资料有无异常点。异常点的存在往往对方程中的系数（a、b）的估计产生较大影响。因此，需对异常点进行复查。

3.建立直线回归方程后，要对系数进行假设检验，以确定回归方程有无意义。

4.直线回归方程的适用范围一般以自变量的取值范围为限，避免外延。获得自变量值的手段也应与建立方程时相同。否则会产生较大偏差。

篇2：医学统计学复习笔记

1．描述一组同质定量资料集中趋势和离散趋势的常用指标有哪些？（注意应用条件！）

2．医学参考值范围与总体均数的可信区间分别如何计算？

3．常用的相对数指标有哪些？率的标准化主要是解决什么问题？

4．标准差与标准误的概念是什么？

5.正态分布的特征是什么？（注意几种常用的正态曲线下面积的分布规律）

6．标准正态分布(Z分布)与t分布图形有什么区别与联系？

7.假设检验中和P值有什么区别与联系？

8．什么是 I型错误与II型错误？

9．两样本率比较时如何选用不同的检验方法？（注意校正X2检验公式应用的条件）

10.随机区组设计的方差分析与完全随机设计方差分析在变异分解上有什么不同？

11.实验设计中有几种随机抽样方法？什么是安慰剂？

12．统计图有几种类型？分别在什么情况下使用？

13.参数检验与非参数检验在应用条件上有什么不同？

14．独立样本R×C资料应用时如何计算自由度？有什么注意事项？

15．配对资料的设计有什么特点？配对t检验与成组资料t检验的检验假设（H0）如何书写？

16．单侧检验与双侧检验有什么不同？假设检验结论为什么不能决绝化？

17．直线相关与回归系数的意义是什么？什么是决定系数？

18．四格表的理论频数是如何计算出来的？

篇3：医学统计学复习笔记

1 非预防医学专业医学统计学教学概况

1.1 非预防医学专业学生学习医学统计学心理特点

以三峡大学医学院为例, 非预防医学专业包括临床医学专业、中医专业、影像专业、护理专业。据笔者观察, 这些专业学生学习医学统计学主要有以下心理特点。

1.1.1 学习目的是为获得学分

医学统计学作为医学生的必修课程, 所占学时和学分比重较大。但是大多数非预防医学专业学生认为医学统计学并非专业课程, 在其未来工作中很少会用到统计学知识。此外, 由于科研经历比较少, 绝大多数本科生无法切实感受到统计学知识的重要性。据了解, 大多数学生修这门课程是为了获得学分, 而非出于对统计学知识的渴求。

1.1.2 学习目的是为学好一门课程

有部分学生学习刻苦, 对所学的每门课程都会认真对待, 一视同仁, 兴趣对其学习态度的影响往往较小。这部分学生对医学统计学既不排斥也不热爱, 按部就班地完成学习任务。

1.1.3 在学习过程中产生畏难和厌烦心理

医学课程教学内容大多形象化、具体化, 以识记为主。医学课程的学习使得学生形象思维能力得到良好训练, 而对统计学的抽象概念和逻辑推理难以理解。另外, 有部分中医和护理专业学生在高中阶段是文科生, 数学基础及抽象思维和逻辑推理能力较薄弱。这使学生容易对医学统计学产生畏难心理, 甚至感到厌烦。这部分学生在医学统计学学习过程中, 学习态度有比较明显的变化, 需要教师多加关注和指导[2]。

1.2 医学统计学现行教学安排及教学效果

医学统计学教学包括理论课和实验课两部分。理论课主要讲授统计学理论知识, 实习课主要针对理论课上所讲授的知识点进行习题练习。

由于医学统计学涉及的理论知识较多, 讲解理论所需时间较长, 因此, 学生在理论课上往往直接进入对统计学相关概念和方法的学习之中, 几乎没有时间通过案例体会医学统计学知识的重要性。实验课通常采取的教学模式是:教师结合《实习指导》上的习题引导学生把理论知识再复习一遍, 然后学生做习题, 教师批阅并给出成绩。此部分成绩即为期末考试的实验成绩。这个过程中, 虽然学生会接触到一些案例, 但仅限于实习指导上的习题。这些习题基本上是已经整理好的资料, 学生只需选用相应公式进行计算, 而不需要对数据资料进行设计、分析和整理, 不利于对统计学知识的深入理解和统计思维的培养。甚至有学生抄袭他人作业, 导致部分学生虽然实验成绩很好但是理论考试成绩很差, 或考试成绩很好但却不会实际运用现象[3,4]。

2 对策

综上所述, 在非预防医学专业医学统计学教学过程中, 如何转变学生学习态度, 激发其学习兴趣, 并最终改善教学现状是一个亟待解决的问题。为此, 笔者结合教学实践提出以下两点建议。

2.1 通过科研实践, 培养学生学习兴趣, 转变学习态度

在医学统计学教学中, 将理论知识穿插在实例中进行讲解, 让学生带着问题听课, 提高教学效率。在实施过程中, 教师可以将以往实验课上针对不同理论知识做练习题的教学模式调整为利用整个实验课时完成一个简单的科研实践 (如人群调查) , 包括课题设计、数据收集、数据整理和分析。教师参与课题设计实施全过程, 课题完成后, 学生要上交一份包括统计学分析结果和结论的调查报告。

在该教学模式中, 学生是中心, 教师对课堂的设计和引导作用较常规教学更为重要。为确保教学顺利进行, 教师应做到以下3点: (1) 提前设计好课题, 使课题涵盖传统实验课上所涉及的全部统计学知识。 (2) 注重理论与实践相结合, 尽量做到实验内容与学生今后的科研和临床工作需要相对应。 (3) 合理安排教学时间。首先, 避免理论课和实验课脱节;其次, 合理安排实验课时间, 带领学生在有限的时间内完成预定的实践任务, 避免因时间不够影响课题完成质量等。

2.2 成立学习小组, 激发学生学习热情, 提高学习效果

在科研实践中, 如果不能有组织地开展调查和分析, 部分学生就有可能对教师布置的作业置之不理, 达不到预期效果。针对这个问题, 最有效的解决方法是成立学习小组, 以小组为单位完成任务[4]。教师则可以通过收集每个小组的反馈信息, 了解学生对案例的分析情况及其在案例分析过程中存在的问题, 进而有针对性地帮助学生分析问题、解决问题。

成立学习小组有很多优点: (1) 促进学生在合作中取长补短。每个学生知识、能力参差不齐, 通过小组学习可以使学生了解他人具备的知识、能力和经验, 在合作中增长知识, 拓宽思维, 培养能力。 (2) 促进学生对知识的理解和掌握。由于课时限制, 非预防医学专业学生学习的通常仅限于教材上典型的统计方法, 而对非典型统计方法几乎没有机会接触。学生在小组学习过程中, 自行查阅资料, 拓宽了信息渠道, 为接触更多的统计学知识提供了机会。 (3) 促进学生多种能力的提高。在小组学习过程中, 需要展开小组分工、讨论和汇总等一系列活动, 学生在这个过程中可以锻炼协作能力、表达能力和总结能力等, 这对学生全面素质的培养具有积极意义。

在以小组为单位进行学习时, 小组成员的主动性、对知识的渴求程度和理解能力不同, 因此, 教师需要注意以下两个问题: (1) 小组中有些学生热情积极, 通常在小组讨论中起到主导作用, 而有些学生比较腼腆, 往往一言不发, 甚至在遇到难题时, 有的学生会将难题推给别人, 坐享他人讨论的结果。 (2) 班级学生较多, 一般有40人左右, 导致实验课上小组划分和监控有一定困难。笔者认为教师可以通过确定学习小组组长的方法解决上述问题。比如, 在根据“组间同质、组内异质”的原则确定小组后, 要求组内成员轮流担任小组长, 确保每个学生都有机会在小组讨论中发挥作用;另外, 通过督促小组长, 使小组长督促组员, 将教师对全班学生的监控转化成对小组长的监控[5]。

在非预防医学专业医学统计学教学中开展科研实践, 成立学习小组, 充分发挥教师组织、引导、启发和协调的作用;以学生为主体, 不断发现问题、解决问题。将统计学理论知识融入科研实践, 能够激发学生学习兴趣, 促进学生对知识的理解和应用, 培养学生协作与表达能力, 是值得推广的医学统计学教学方法。

摘要：医学统计学是一门应用学科, 其核心内容在于运用统计学基本原理和方法, 解决医学科研中的实际问题, 教学重点是对基本统计方法的正确理解与应用。但目前医学统计学教学中存在“学不能致用”现象, 主要表现为学生在科研或临床工作中遇到问题时仍然无从下手。针对这一问题, 笔者结合实际教学体会, 探讨其影响因素, 并提出建议, 以期提高教学效果, 使学生学以致用。

关键词：非预防医学专业,医学统计学,小组学习

参考文献

[1]孙振球, 徐勇勇.医学统计学[M].北京:人民卫生出版社, 2005.

[2]杨伟品.浅谈如何提高非预防医学专业学生学习预防医学课程的兴趣[J].卫生职业教育, 2013, 31 (18) :66-67.

[3]张兵.案例教学在统计学教学中的运用[J].湖北经济学院学报:人文社会科学版, 2007, 7 (11) :183-184.

[4]伍亚舟, 易东, 张彦琦, 等.案例教学法在医学统计学教学中的应用[J].基础医学教育, 2011, 13 (7) :635-638.

篇4：医学统计学复习笔记

一、宣传、强调医学统计学在医学教育中的重要性，特别在医学科研中的重要性

我们利用课堂、网站、橱窗中介绍医学统计学的重要性。医学统计学是运用概率论与数理统计的原理及方法，结合医学实际，研究数字资料的收集、整理、分析与推断的一门学科。在高等医学院校，医学统计学是医学各相关专业、各层次学生的一门必修课程。在医学科研中医学统计学的应用非常广泛。医学统计工作的基本步骤包括统计设计、收集资料、整理资料和分析资料。医学研究的基本步骤大致包括立题设计、实验（或调查）、实验结果的收集与记录、资料整理和资料分析等。可见，医学统计学贯穿了医学科研的始终。医学研究中的实验设计、资料收集、分析、推断等都离不开医学统计学思维。因此在医学统计学课堂上潜移默化地培养医学生科研能力具有特别重要的意义。医学统计学是方法学，正如法国哲学家迪卡尔所说：“最有价值的知识是关于方法的知识”。

二、改进传统教学方法，让学生接触、了解、学习科学研究的方法

医学统计学是建立在数理统计基础上的一门逻辑性较强的应用学科，教材中出现了大量的公式，部分公式显得复杂，容易让学生产生畏难情绪，望而止步。

传统的医学统计学教学模式如“填鸭灌输式”或“知识继承型”教学很难激发学生的学习兴趣，不利于学生掌握该门课程的基本理论和基本技能。学生没有正确理解统计学中的概念含义以及概念之间的联系和区别。主要靠死记硬背来应付考试；缺乏分析和解决实际问题的能力，在分析医学问题时不知道如何正确应用统计学原理和方法，甚至对资料的设计类型、性质和分析目的都是模棱两可的。这种“单向性、机械性”教学模式极大影响了教学效果，更不利于医学生科研能力的培养。本文就改革医学统计学传统的教学模式、激发医学生学习兴趣谈谈以下几点体会：

（一）以经典案例入手，问题为先导，学生为中心，培养医学生学习兴趣

在医学统计学教学中我们采用“问题式教学”，引导学生积极思考、互动，融入课堂教学中，通过3年的教学实践证明该方法有利于培养学生的兴趣、统计学思维以及科研能力的培养。具体做法如下：

1.强调绪论的重要性，引起学生的高度重视

绪论是医学生第一次接触医学统计学，兴趣的培养尤为重要。在绪论课上我们主要通过几个问题来引导学生。比如：①通过2年多的医学学习，你们认为怎样才能使自己成为最棒的医生?②怎样才能最快的提高自己的医疗水平？③怎样了解到某一研究方向的最新进展？很多同学都没有认真思考过这些问题，让学生在课堂上展开讨论，最后教师给出参考答案，进一步引导学生如何查找、阅读、分析文献？最后让学生阅读一篇带有统计学相关的文章，最终让学生明白学习医学统计学的重要性以及涉及到的相关学科知识比如数学、科研设计、流行病学、循证医学等。

2.多用经典案例，培训医学生科研思维

在教学中，不直接解释基本概念，而是给出一些经典实验例证，让学生身临其境去思考：如果他们碰到了这些问题该如何解决？以学生为中心，发挥其主动性。例如一个经典实验：坏血症的治疗——医学历史上第一次有效控制的干预试验，当时英国对这病采用的治疗方案有6种：1）苹果汁；2）桔子和柠檬；3）醋；4）泻药；5）硫酸丹剂；6）大蒜和芥子。如何评价6种治疗方案的有效性？1747年5月20日，Lind医生将12名病情相同（似）的患者带到一艘船上。分为6组，每组两人，分别给予下列6种干预：A组：每天饮1夸脱苹果汁；B组：服25滴硫酸丹剂，每天3次；C组：服2匙醋，每天3次；D组：每天饮约半品脱海水，服缓和的泻药；E组：每天食2个桔子，一个柠檬；F组：每天服由大蒜、芥子等成份组成的干药。其中，Lind医生的试验将病情最重的2名患者分到D组：泻药是当时流行的治病方法。当6月16日船返回英国Plymouth港时，所有患者的病情都有好转。其中E组恢复的最快、最好。B组有一人病情较登船时好转。

Lind医生的试验并没有得出明确的结论，直到160年后，通过动物实验才真正从科学意义上解释了E组疗效最好的真正原因。坏血病的对症治疗是补充维生素C。对于这样一个实例，请同学们思考：为何要设计成6组?为何要在同一条船上作该实验？通过同学们的思考可以看出，通过医学统计学设计，再通过实验研究，能够揭示出事物原有的一些规律，统计学设计对科研成败起着至关重要的作用。用现代统计学的观点看，Lind医生的干预试验有两点符合统计学要求：一是设有对照组：6个干预相互比较；二是质量控制：所有患者在同一条船上，便于监督服药和观察病情。无对照试验和质量控制不严而导致研究结果“失真”的例子，在现代医学研究中也常发生。

通过这个例子，引导医学生学习医学统计学的兴趣，同时培养其科研的意识，使其意识到医学统计学不是数学，而是提高医学科研能力的必需工具，医学统计学的思维贯穿科研的整个过程。

3.结合经典案例提炼概念，让学生在实例中学习概念

根据上面的例子进一步提问：上述实验中坏血病患者有多少人？怎样确诊患者所患疾病？实验中为何只选了12个患者等问题，让学生逐渐体会什么是总体、样本、同质、变异等问题。学生学习的主动性就被调动起来。

（二）结合医学统计学教学大纲和教学内容，进行案例式预习教学

目前，很多医学生对涉及诊疗直接相关的学科特别感兴趣，比如：药学、内科学等。因此在讲授每堂课前，给学生一篇相关的典型论著，让学生用几分钟时间阅读，然后提问。这样学生在整个课堂中都带着问题学习，在讲解完该课统计学知识后，让学生再结合文献进行分析，学习怎样设计怎样分析，有缺陷否？增加实践经验。学生通过这种方法学习后，增强学生学习兴趣，同时有利于自学的培养，更有利于学生阅读科研论文，提升统计分析能力，从而达到培养其科研能力。

在整个医学统计学理论教学结束之前，再组织学生开展一两次课堂讨论。课前摘选1～2篇医学文献让学生预习，课堂上组织学生讨论并评价其统计设计和分析方法的优缺点，特别是作者如何利用良好的设计防止偏倚，控制误差，以及其如何在论文中进行相应的表达。训练学生运用所学知识评价文献中统计分析方法与结果的能力。训练学生根据实际资料选择合适的统计方法，提高他们对文献的阅读理解能力，同时还可锻炼学生的表达能力。从而引导学生学会阅读论文、评价论文。

采取以经典实例中问题为中心的教学方法，在讲授单个统计学方法及典型例题的基础上，摘选一些医学期刊论著中的不典型实例，进一步分析、强调各种统计学方法的范围、应用条件及注意事项，将重点放在各种统计学方法比较和互相联系的讲解上，在列举大量实例时。充分发掘调动医学生日常的生活经验去体验、理解统计学的各种概念与原理。这样，由浅入深，由简而繁，以提高学生灵活运用和综合运用统计学知识解决实际问题的能力。

三、加强实验设计内容的教学力度

实验设计是学生学好统计学的关键之一，更是提高统计分析、科研能力的重要手段。目前，本科教学中该部分安排为自学内容，不利于学生对统计学的理解和进一步的学习。加强科研设计、资料搜集和整理等方法的能力培养，使学员学会对某项研究能作出合理的设计，对一份完整的科研资料中各个不同的统计要求能选择合适的统计处理方法。

四、在课堂教学中，引入教师的科研经验也非常重要

很多学生对老师的科研活动很关心，教师在教学中可以不断地举自己工作、科研中遇到的实例，如何就一个研究内容进行科研设计、方案实施、数据收集、整理到最后统计分析，让学生用已学的知识进行思考，让学生的思维得到锻炼，同时使学生能体会到科研并不神秘，激发学生更大的热情。

综上所述，学生作为接受知识的对象，其可塑性很大。上课时，教师应尽量避免唱“独脚戏”，要注意与学生的互动，适时地提出问题，积极调动学生的思维，让学生参与到课程中来。平等式的、互动式的教学比一言堂、满堂灌输式的教学更加受学生的欢迎。学生通过统计学教学，通过参加教师的科研课题，通过阅读科研论文等了解了科学研究的整体过程，指导他建立起一整套正确的科研方法，包括查阅文献——立题——调研——科研设计——实际操作——整理资料——数据处理到撰写论文的整个过程，培养科学的思维方法及独立思考、解决问题的能力，培养学生的严谨的科学态度，并让学生对医学统计学、科学研究产生兴趣和激情，从而培养其科研能力。

目前，我们的教育模式要真正达到让学生主动构建知识，实现自主学习、自我更新、自我创造的学习目标，就得让学生尽早接触、了解、学习科学研究的方法，培养学生的科研能力。这对于培养适应21世纪医学创新人才具有重要的理论和实践意义。

基金项目：泸州医学院资助课题（泸医教[2006]21号）。

篇5：自考基础会计学的复习笔记

一、设置会计科目的意义

会计科目：对会计对象具体内容及会计要素进一步分类核算的项目。为了全面系统地反映和监督各项会计要素的增减变动情况，分门别类地为经济管理提供会计核算资料，就需要设置会计科目。

设置会计科目应当遵循的原则：

1. 全面反映会计对象的内容。

2. 设置会计项目既要满足对外报告的要求又要符合内部经营管理的需要。

3. 设置会计科目，既要适应经济业务发展的需要，又要保持相对稳定。

4. 设置会计科目，还要做到统一性与灵活性相结合。

5. 会计科目要简明、适用，并要分类、编号。

二、会计科目的内容和级次

(一)会计科目的内容。

会计科目的内容：是指在制定会计制度时，要规定会计科目反映的经济内容和登记方法。

这些科目按反映的经济内容可以会为五类：

一、资产类。包括现金、银行存款、短期投资、应收账款、应收票据、预付账款、其它应收款、材料采购、材料、产成品、待摊费用、长期投资、固定资产、累计折旧、无形资产、递延资产、待处理财产损益。

二、负债类。包括以下科目：短期借款、应付账款、应付票据、预收账款、其它应付款、应付工资、应付福利费、应交税金、应付利润、预提费用、长期借款。

三、所有者权益类。包括以下科目：实收资本、资本公积、盈余公积、本年利润、利润分配。

四、成本类。包括：生产成本和制造费用两个科目。

五、损益类。损益类包括的科目有：产品销售收入、产品销售成本、产品销售费用、产品销售税金、管理费用、财务费用、营业外收入、营业外支出、所得税。这里既包括收入类科目也包括费用类科目，之所以把这两类科目合并为损益类科目，是因为这两类科目核算的内容都与损益的计算相关。

(二)会计科目的级次。

会计科目的`级次要体现会计信息的不同详细程度。

一般情况下：会计科目的级次可以分为以下两类：

(1)总分类科目：这是对会计对象不同经济内容所作的总括分类。

(2)明细分类科目：这是对总分类科目所含内容所作的进一步分类，它是反映核算指标详细、具体情况的科目。

篇6：医学统计学复习笔记

财务成果业务的核算

第一步：产品销售利润=产品销售收入-产品销售成本-产品销售费用-产品销售税金。

第二步：营业利润=产品销售利润-管理费用-财务费用

第三步：利润总额=营业利润+营业外收入-营业外支出。

第四步：净利润=利润总额-所得税。

企业实现的净利润，要按照国家有关规定进行分配，提取盈余公积金，向投资者分配利润，弥补亏损等。

一、利润实现的核算

(一)管理费用和财务费用的核算

管理费用：是指企业行政管理部门对组织和管理整个生产经营活动而发生的各项费用。包括行政管理各部门人员的工资及按这个工资额的14%提取的福利费、办公费、折旧费、工会经费、职工教育经费、业务招待费、坏帐损失、房产税、土地使用税、印花税、劳动保险费等。管理费用、财务费用和产品销售费用，因与产品制造没有直接关系，因而不计入产品生产成本，而是作为期间费用直接从当期损益中扣除。管理费用账户的借方主要内容包括：1.支付本月各项管理费用2.结算本月应付各行政管理部门人员工资及提取福利费3.各行政管理部门用固定资产提折旧4.待摊费用的摊销5.报销差旅费6.支付退休人员工资。

财务费用是指企业对筹集生产经营活动所需要资金而发生的各项费用。包括银行利息的净支出，也就是用银行借款利息支出减去银行存款利息收入后的净支出等等。

(二)营业外收支的核算

营业外收支：是指那些与企业生产经营活动没有直接关系的收入和支出。包括营业收入和营业外支出。营业外收入就是指那些与企业生产经营活动没有直接关系的收入。包括：(1)固定资产盘盈和固定资产转让的净收入;(2)由于发生了应付而付不出的款项，转为营业外收入。营业外支出是指那些与企业生产经营活动没有直接的支出。包括：(1)固定资产盘亏和固定资产转让的净损失;(2)材料等存货由于自然灾害的原因造成的.意外损失;(3)职工子弟学校和技工学校的经费支出等等。

(三)所得税费用(税率：33%)

所得税：是企业依照国家税法的规定，对企业某一经营年度的所得，按照规定的税率，计算并交纳的税款。计算的基本公式是：

企业所得税=应纳税所得额×适用税率

(应纳税所得额=利润总额±所得税前利润中予以调整的项目)

分期预交所得税的计算：

当期累计应纳所得税额=当期累计应纳税所得额×适用税率。

当期应纳所得税额=当期累计应纳所得税额-上期累计已纳所得税额。

(四)利润实现的核算

为了反映和监督企业本年实现的利润或发生的亏损，应设置“本年利润”账户。“本年利润”账户贷方登记从各收入账户转入的本期发生的各种收入;借方登记从各费用账户转入的本期发生的各种费用，将收入与费用相抵后，如果收入大于费用，即为“本年利润”账户的贷方余额，表示本期实现的利润。如果费用大于收入，即为“本年利润”账户的借方余额，表示本期发生的亏损。在年度中间，“本年利润”账户的余额保留在本账户，不予转帐，表示从1月1日截止本期本年度累计实现的利润或发生的亏损。年末时，应将“本年利润”余额转入“利润分配”账户，结转后“本年利润”账户在年末应该没有余额。

二、利润分配的核算

企业实现的净利润，应该按照国家的有关规定，在投资者、企业和职工个人之间进行分配，企业利润分配主要包括以下内容：

1.提取盈余公积金。盈余公积金一般按照本年实现净利润的10%提取。

2.分配给投资者。企业如果发生亏损，可以用以后年度实现的利润弥补，也可以用以前年度提取的盈余公积金弥补。有关这方面的内容将在财务会计课程中详细讲述。

(一)账户的设置

1.“利润分配”账户。企业进行利润分配，意味着企业实现的“利润”这项所有者权益的减少，本应记入“本年利润”的借方，直接冲减本年实现的利润额。年末，企业将全年实现的净利润从本年利润账户的借方结转记入“利润分配”账户的贷方。结转后，“利润分配”账户如果为贷方余额，表示年末未分配的利润数额;如果有借方余额，表示年末未弥补的亏损额。

2.“盈余公积”账户是用来反映和监督企业从税后利润中提取的盈余公积金的增减变动和结余情况的账户。“盈余公积”账户的贷方登记从税后利润(即净利润)中提取的盈余公积的数额;借方登记盈余公积金的支用数，如转增资本或者弥补亏损等，这个账户的期末余额在贷方，表示期末盈余公积金的结余数额。

3.“应付利润”账户。应付利润：是用来反映和监督企业向投资者支付利润情况的账户。“应付利润”账户的贷方登记企业计算出的应支付给投资者的利润数额，借方登记实际支付给投资者的利润数额，期末余额如果在贷方，表示应付而尚未支付的利润额;如果在借方，则表示多支付的利润额。