卫生统计学重点整理资料东大Word格式文档下载.docx

1、先按对观察指标影响较大的某项或某几项特征，将总体分成若干层,该特征的测定值在层内变异较小，层间变异较大，然后分别从每一层内随机抽取一定数量的观察单位结合起来组成样本。整群抽样：将总体划分为群（初级观察单位），各群由次级观察单位组成，随机抽取一部分群，调查抽中群的全部次级观察单位。第三章 实验设计 1、实验设计的特点（注意与调查研究的特点的区别）：研究者可人为设置处理因素;受试对象接受何种处理因素或处理因素的何种水平是随机的.2、实验设计的三要素、四原则： 基本要素：处理因素 受试对象 实验效应 基本原则:对照原则 随机原则 重复原则 均衡原则4、实验设计的基本步骤:1明确实验目的； 确定研究对

2、象； 确定可比的实验组和对照组； 确定把受试对象分配到各处理组中的原则; 确定样本含量；确定方法和指标； 偏倚及其控制5、常用的实验设计方案:主要掌握完全随机设计和配对设计。第四章定量资料的统计描述1、频数表的编制：求极差 确定组数和组距（一般815组） 确定组段（上限=下限+组距） 归组计数,整理成表2、频数表的用途：1揭示资料的频数分布特征和频数分布类型 频数分布的特征：集中趋势和离散趋势 ;频数分布的类型： 对称分布和偏态分布（高峰位置偏向数值小的一侧-正/右偏态分布；高峰位置偏向数值大的一侧负/左偏态分布） 2便于发现某些特大或特小的可疑值3便于进一步计算指标和统计处理3、连续型的定量

3、资料，其频数图中各长方形是相连的，又称直方图；离散型的定量资料，其频数图是非连续的，其频数图中各长方形是又间隔的,称直条图.4、定量资料集中趋势的描述,常用平均数表达一组同质定量数据的平均水平或集中位置。（结合书本的例题加深理解）1算术均数：适用于对称分布特别是正态分布资料；2 几何均数：适用于对数正态分布 等比级数资料；观察值中不能有0 3中位数:是一种位置平均数，适用于偏态分布资料、 一端或两端无确切值、 总体分布不明的资料；百分位数：一组数据某一百分位置的水平;确定非正态分布资料的医学参考值范围。 平均数 意义 应用场合均数 平均数量水平 对称分布，尤其正态分布几何均数 平均增减倍数 等

4、比、对数正态分布中位数 位次居中的观察值水平 偏态、分布不明确、分布末端无确定值5、离散趋势是频数分布的另一特征，反映了观察值之间的变异情况.6、正态分布的特征：1 正态曲线在横轴上方均数处最高；并以均数为中心,左右对称；两端与横轴永不相交,呈钟形的曲线.2 正态分布有两个参数，即位置参数和形状参数；固定不变时，越大，曲线沿横轴越向右移动；固定不变时，越大，曲线越平阔。3 正态曲线下面积的分布有一定的规律:正态曲线与横轴之间的面积恒等于1或100;对称分布，对称轴两侧的面积各为50；在（，+）区间的面积为68。27； 在（-1。96,+1。96）区间的面积为95。00; 在（2.58，+2。5

5、8）区间的面积为99。00%7、医学参考值范围： 正态分布法：适用于正态或近似正态分布的资料 双侧界值：单侧界值：参考值范围（） 单侧 双侧 800。8421。28290645951.6451。960992。3262.576 常用z值表2百分位数法:偏态分布资料以及资料中一端或两端无确切数值 双侧界值:P2。5P97.5 上界为:P95 下界为：P5 第五章定性资料的统计描述1、常用相对数: 率是指某现象实际发生数与可能发生某现象总数之比，用以说明某现象发生的频率或强度。常以百分率，千分率，万分率，十万分率等表示. 构成比是事物内部某一观察单位数与事物内部各组成部分观察单位的总数之比,说明事物

6、内部各部分所占的比重。常以百分数表示。 相对比是两个有关的指标之比,用以描述两者的对比水平。两个指标可以是绝对数、相对数或平均数；可以性质相同，也可以性质不同。2、应用相对数注意的事项： 计算相对数分母不宜过小； 不能以构成比代替率。率反映事物发生的频率,构成比表示事物内部各组分所占的比重，二者性质不同。各个组成部分的构成比之和应为100%，事物内部各组成部分之间呈此消彼长的关系；计算合计率时，不能简单地相加求平均； 率的比较时应注意可比性。3、标准化法是在一个指定的标准构成条件下进行率的对比的方法。意义：用统一的“标准消除资料由于内部构成不同而对所比较的总率产 生的影响。 标准化法的基本思想

7、：确定一个标准的人口年龄构成，男、女人口都按该标准的人口年龄构成,计算年龄别发病情况，最后计算出男、女的合计发病率 。4、应用标准化法应注意的问题：标准化率便于比较，但不能反映实际水平；2比较几个标准化率时，应在采用同一标准标化的情况下进行；若各组间的率出现明显交叉时，不宜采用标准化法比较，可直接比较各组的率；两样本标化率的比较应作假设检验。第六章 总体均数和总体率的估计1、抽样误差：由抽样引起的样本统计量与总体参数间的差异称抽样误差。不可避免、可以控制。表现：样本统计量与总体参数之间的差异样本统计量之间的差异.产生原因：个体变异抽样。2、标准误：样本统计量的标准差称为标准误；样本均数的标准差

8、称为均数的标准误。 均数的标准误表示样本均数的变异度 ： 总体标准差未知时，用样本标准差代替：3、标准差与标准误的区别： 标准差表示个体差异的大小;标准误描述样本均数的变异程度，说明抽样误差的大小。 标准差描述资料的频数分布状况，可用于制定医学参考值范围；而标准误用于总体均数的区间估计和假设检验。4、t分布的特征:以0为中心，左右对称；自由度 越小，t值越分散，曲线越平阔，尾部越高；当 趋于时， t分布逼近标准正态分布；t分布曲线下面积为1。5、从界值表可看出：（1）自由度 相同时,t界值越大其对应的P值越小 （2）概率P（或尾部面积）相等时, 越大，t 界值越小 （3）t 值相等时，双侧概率

9、为单侧概率的两倍 （4） = 时，t 界值即为z 界值 6、总体均数可信区间的计算： z分布法: 当已知, 服从标准正态分布 ，则总体均数的双测可信区间为：未知但n足够大（n50）：t分布法：当未知n 较小 :7、常用单双侧u值 单侧 双侧 0。10 1。282 1。 0.05 1.645 1。 0.02 2。054 2。01 2.326 2。5788、可信区间的涵义：从总体中作随机抽样，每个样本可以算得一个可信区间。如95%可信区间意味着做100次抽样，算得100个可信区间，平均有95个估计正确。可信区间的两个要素：一是准确度: 反映在可信度的大小 二是精密度: 反映在区间的长度 第七章 假

10、设检验1、假设检验的基本思想：应用反证法和小概率原理,先对总体的参数或分布作出某种假设，再用适当的方法根据样本对总体提供的信息，推断此假设应当拒绝或不拒绝.2、假设检验的基本步骤:建立检验假设，确定检验水准选定检验方法和计算检验统计量确定P值，作出推断结论3、型错误与型错误： 型错误：拒绝了实际上成立的 ，犯“弃真的错误。其概率大小用 表示, 可取单侧亦可取双侧。 型错误：不拒绝了实际上不成立的H0，犯“存伪其概率大小用表示。 只取单侧，其大小一般未知，只有在已知两总体差值， 及 n 时，才能估算出来. 实际情况检验结果拒绝H0不拒绝H0成立第一类错误（）结论正确（1） 不成立结论正确（1-）

11、第二类错误（） 推断结论与两类错误注：当样本含量固定时，增大,减小；反之亦然。若欲同时减小与，则只有增加样本含量. 若重点减小型错误，可取小一些，如=0.01； 若重点减小型错误，可取大一些，如=0.1或=0.24、检验效能：若两总体确有差别，按照水准能够发现这种差别的能力。 它的大小用（1-）表示。 检验效能的影响因素：容许误差 、总体标准差 、型错误 、样本含量n 5、假设检验应注意的事项:1应有严密的研究设计：总体中的每个研究个体应具有同质性、样本的获取必须遵循随机化原则、比较的组间应具有可比性。2正确理解水准和P值的意义：是人为预先设定的一个概率值,可有多个 ； P是假定 成立，得到实

12、际观测数据的可能性的大小 ，一个样本按某一方法只能得出一个。3正确理解结论的统计学意义 。4假设检验的结论不能绝对化。第八章 t检验1、t 检验的适用条件: 未知; n 较小（n60）；样本来自正态总体；两样本所来自的总体方差齐，即 2、配对设计主要情况：（看书本例题）配对的两个受试对象分别接受两种处理 同一样品用两种不同方法测量同一指标， 或接受不同处理 同一受试对象处理前后的结果进比较 同一对象的两个部位给予不同的处理 步骤：建立检验假设，确定检验水准（差值的总体均数） ： 计算检验统计量 =n1 确定P值，作出统计推断 3、两样本均数的比较： 步骤： 建立检验假设,确定检验水准 : 计算

13、检验统计量 确定P值,作出统计推断 两独立样本资料的t 检验,又称成组t 检验，适用于完全随机设计的两样本均数的比较。第九章 方差分析1、方差分析的基本思想：根据资料的设计类型（即变异的不同来源）,将全部观察值之间的变异（总变异）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都可由某个因素的作用加以解释，通过比较不同变异来源的均方,借助F分布作出统计推断，以了解某因素对观察指标是否有影响或某因素是否有效应。2、方差分析的应用条件 :各样本须是相互独立的随机样本（独立性）各样本来自正态分布总体（正态性）3各总体方差相等（方差齐性）3、完全随机设计:又称成组设计。在实验研究中，按随机化原则将

14、受试对象随机分配到某一研究因素的多个水平中去,然后观察实验效应；在调查研究中，按一个研究因素的不同水平分组，比较各组的效应。目的都是推断不同水平下各组均数之间的差别是否有统计学意义。方差分析常用于三个及以上均数的比较，当用于两个均数的比较时，同一资料所得结果与t 检验等价，即F = t 。4、随机区组设计:又称配伍组设计，是配对设计的扩展。其设计方法是将全部受试对象按某种或某些特征分为若干个区组，使每个区组内研究对象的特征尽可能接近，然后分别使每个区组内的观察对象随机地接受研究因素某一水平的处理。 随机区组设计的方差分析：总变异= 处理组间变异+区组间变异+误差；和完全随机设计的方差分析相比,

15、误差减小了，检验效率提高了。5、多个样本均数的两两比较： SNKq检验，适用于探索性研究，对任意两个样本均数都进行检验。 LSD-t检验，最小显著性差异检验,适用于某一对或某几对在专业上有特殊意义的均数间的比较，如多个处理组与对照组的比较，或某几个处理组间的比较，一般在设计阶段确定哪些均数需进行多重比较。第十章 2 检验1、2 检验主要用途:推断两个或两个以上总体率（或构成比）之间有无差别两变量间有无相关关系（有无关联）检验频数分布的拟合优度2、22表的卡方检验（会列表）完全随机设计2 检验的注意事项：当 n40 且所有 T5 时： 基本公式为: 专用公式为:当 n40 但有 1T5 时： 校

16、正的基本公式为:当n0，表示正相关；r0,表示负相关;r=0，表示零相关。r0.7时，两变量有高度相关关系；0.4r0.7时，两变量有中度相关关系；r0。4时，两变量有低度相关关系；r=1表示完全相关；r=0表示无直线相关，但不一定没有关联性。2、等级相关应用范围：（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）等级资料第十三章 直线回归分析1、直线回归（注意与直线相关的区别）：又称简单回归，用于研究一个变量随另一个变量变化而变化的依存关系（回归关系）,从而预测或控制未知变量的一种统计分析方法,通过拟合线性方程来描述两变量间的回归关系。应用条件：要求因变量Y呈正态分布；自变量

17、X是可以精确测量和控制的变量。 2、直线回归方程式： b 为样本回归系数 （直线的斜率）其统计学意义是X 每增加/ 减小 1个单位，Y平均改变b个单位。b=0，x与y之间没有直线关系.3、最小二乘法原理：各实测点至回归直线的纵向距离的平方和最小。4、SY.X 为剩余标准差 ，表示应变量y在扣除自变量x的线性影响后的离散程度，反映实际观察值在回归直线周围的分散状况 。5、对同一资料，相关系数t检验与回归系数t检验结果相同,t r=t b；同一资料，有6、直线回归与相关区别与联系：区别1资料要求不同：回归要求因变量y 服从正态分布； x 是可 以精确测量和严格控制的变量;相关要求x 和y 均呈正态

18、分布.2变量地位不同：回归的变量y 称为因变量，处在被解释的地位，x 称为自变量，用于预测因变量的变化；相关中变量x 变量y 处于平等的地位，彼此相关关系 。3用途不同:说明两变量间依存变化的数量关系用回归；说明变量间的相关关系用相关 。联系：1r与b的方向一致 ;2r与b的假设检验等价;3r与b可相互换算;4用回归解释相关。第十四章 生存分析1、生存资料的特点：蕴涵有结局和时间两个方面的信息； 结局为两分类互斥事件； 一般是通过随访收集得到，随访观察往往是从某统一时间点开始,观察到某规定时间点截止;常因失访等原因造成某些研究对象的生存时间数据不完整,分布类型复杂，不能简单地套用前面介绍过的统

19、计方法，如t检验、方差分析、检验、四格表资料确切概率法或秩和检验进行分析. 2、生存分析中的几个基本概念：死亡事件又称失效事件，不单是指通常意义下的生物体死亡，而是泛指标志某种处理措施失败或失效的特征事件.生存时间：指观察到的存活时间，不单是指通常意义下生物体的存活时间，而是泛指研究者所关心的某现象的持续时间。（广义概念） 生存时间根据其特点，可分为以下两种类型：完全数据:指从观察起点到发生死亡事件所经历的时间；截尾数据：从起点至截尾点所经历的时间，观察过程的截止不是由于死亡事件,而是由于其他原因引起的,称为截尾（censored） ,常用 t + 表示。截尾原因:失访、退出（死于其它原因）、

20、终止（观察结束时病人尚存活）死亡概率:指在某单位时段开始时存活的个体在该时段内死亡的可能性大小，记为q。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，记为p。5生存率:记为 ，指观察对象活过tk时刻的概率。第十六章 Meta分析1、Meta分析的概念：Meta分析是对具有共同研究目的的多个研究进行综合分析的一系列过程。2、Meta分析的目的: 提高检验效能、解决若干单个研究结论不一致问题、改善效应量的估计、提出新的研究问题和研究方向3、Meta分析的基本方法：固定效应模型，统计方法有Mentel-Haenszel法、Peto法和General Variance-b

21、ased法；随机效应模型，方法有Dersimonian and Laird法（D-L法）。4、发表偏倚：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，提高或夸大了实验效应量及危险因素的关联强度，而引发的偏倚。产生原因: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；作为杂志编辑则更有可能对此类研究不予以发表。发现和估计发表偏倚的方法：漏斗图分析、失效安全数法 .第十七章 样本含量估计1、 样本含量的估计是在保证研究结论具有一定可靠性的条件下，确定最少的调查单位或实验单位数。2、样本含量估计应具备的条件：I型错误的概率或区间估计中的可信度1；型错误的概率，

22、或检验效能1;容许误差或差值,即欲比较或估计的总体参数与样本统计量之间或总体参数相差所容许的限度；总体平均数、总体率或总体标准差 。3、检验效能：假设检验的功效（1-），其意义是，当所研究的总体确有差别时，按照检验水准能够发现它（拒绝H0）的能力。第十八章 生命统计常用指标1、人口统计常用指标：人口构成：性别比、老龄人口比重、抚养比2、生育统计常用指标:生育水平的指标:出生率、生育率、年龄别生育率、总和生育率、终生生育率；人口再生育指标：自然增长率、粗再生育率、净再生率、平均世代年数;计划生育工作指标：避孕先用率、避孕失败率、Pearl怀孕率、累计失败率、人工流产率、人流活产比 3、死亡统计常

23、用指标：反映死亡水平的指标：粗死亡率、年龄别死亡率、死因别死亡率、婴儿死亡率、新生儿死亡率、围生儿死亡率、5岁以下儿童死亡率、孕产妇死亡率；反映死因构成和死因顺位指标：死因构成或相对死亡比、死因顺位4、疾病统计常用指标：反映疾病发生水平的指标：发病率、患病率、检出率、感染率、疾病构成比反映疾病防治效果的指标：治愈率、有效率、病死率、某病死亡率反映疾病严重程度的指标：减寿年数、寿命损失率4反映残疾统计的指标：残疾患病率、残疾构成第十九章 常用统计表与统计图1、统计表的制作原则：重点突出、层次清楚、简单明了2、统计表的结构：标题、标目、线条、数字、备注3、统计图的结构：标题、图域、标目、刻度、图例附：