2012预防专业卫生统计学幻灯片(2015.10) (2)

卫生统计学主讲人李宏革卫生统计学教研室第一章绪论一.什么是统计学?二.什么是卫生统计学?三.统计学的基本概念。四.统计分析资料的基本类型。五.统计工作的基本步骤。一.什么是统计学?统计学（statistics）是运用概率论和数理统计的原理、方法，研究数据资料的搜集、整理、分析和推断的一门学科。理论基础：数理统计、概率论。目的：透过现象看本质。统计学statistics二.什么是卫生统计学?运用概率论和数理统计的原理、方法，结合公共卫生实际，研究数据资料的搜集、整理、分析和推断的一门学科。三.统计学的基本概念１.变量:观察对象的某项特征定义为变量。变量的观测结果变量值。根据变量值的特征，变量分为：（1）数值变量（2）分类变量（１）数值变量（定量变量）变量值既有大小又有度量衡单位。连续型数值变量：如身高、体重等。离散型数值变量：（２）分类变量（定性变量）变量值表现为互不相容的类别或属性。根据类别或属性之间有无程度性差别，分类变量分为：无序分类变量有序分类变量无序分类变量:两分类变量多分类变量有序分类变量:尿糖化验结果按－、±、＋、＋＋、＋＋＋分类；疗效按治愈、显效、好转、无效分类。连续型数值变量数值变量离散型数值变量变量两分类变量无序分类变量分类变量多分类变量有序分类变量（３）变量间的转化数值变量两分类变量有序分类变量分类变量数值化２.同质：根据研究目的，观察单位或个体对所研究指标有影响的非实验性因素相同。如：调查皇姑区5岁男孩身高情况。３.变异：同质基础之上个体被研究指标之间的差异。４.总体：根据研究目的所确定的同质观察单位全体。如：调查皇姑区5岁男孩身高情况。根据有无明确的时空，总体分为：（1）有限总体（2）无限总体统计学的任务：（1）了解事物或现象的总体情况。（2）了解事物或现象之间的关系。５.样本：按照随机化原则从总体中抽取部分个体组成的集合。样本容量样本的代表性６.参数：根据总体个体值计算出来的描述总体特征的指标称为参数。７.统计量：根据样本个体值计算出来的描述样本特征的指标称为统计量。统计量参数？８.抽样误差：由于个体变异的存在，在随机抽样的过程中，出现的统计量与参数、统计量间的差异称为抽样误差。9.概率：某随机事件发生可能性大小的量。用P表示P≤0.05或P≤0.01小概率事件四.统计分析资料的基本类型1.数值变量资料（计量资料）2.分类变量资料（计数资料无序分类变量资料）3.等级资料（半定量资料有序分类变量资料）五.统计工作的基本步骤1.设计2.搜集资料3.整理资料4.分析资料统计描述资料统计分析参数估计统计推断假设检验第二章数值变量资料的统计描述测得130名健康成年男子脉搏资料(次/分)如下：75767269667257687172697273828082676973647458706460776677646776757571656276727160677575737966697978707270727872677280687061707372718170667571637774766865776977757964797376618064697073696865706966816364807478768466707360768273646573736380687670797764706669737876（1）求极差（R）：即最大值与最小值之差，又称为全距。R＝84–57=27(次/分)（2）确定分组组数（n）、组距（i）：n通常为10～15组。组距=极差/组数，为方便计，组距为极差的十分之一,再略加调整。27/10=2.7≈3（3）确定组限（L）：第一组的下限略小于最小值，最后一个组上限必须包含最大值。56~59~……80~83~85（4）划记计数：用划记法将所有数据归纳到各组，得到各组段的频数。一.频数表的编制130名健康成年男子脉搏(次/分)的频数分布表脉搏组段频数，f频率（%）累计频数累计频率（%）(1)(3)(4)=(3)/N(5)=(3)↓(6)=(5)/N56～21.5421.5459～53.8575.3862～129.231914.6265～1511.543426.1568～2519.235945.3871～2620.008565.3874～1914.6210480.0077～1511.5411991.5480～107.6912999.2383～8510.77130100.00合计130二、频数分布图---直方图脉搏（次/分）56～59～62～65～68～71～74～77～80～83～85130名正常成年男子脉搏的频数分布频率密度（%）三.描述集中趋势的指标----平均数平均数：描述一组同质观察值的平均水平，作为其代表值。均数几何均数平均数中位数众数调和平均数1.均数（算术均数）：样本均数，总体均数（1）适用条件：变量值呈对称分布，尤其呈正态或近似正态分布。X（2）计算：直接法：用于样本含量较少时，其公式为：加权法：用于频数表资料或样本中相同观察值较多时，其公式为：nXXXnXXn21ffXfffXfXfXfXkkk......212211130名健康成年男子脉搏(次/分)的频数分布表脉搏组段频数，f频率（%）累计频数累计频率（%）(1)(3)(4)=(3)/N(5)=(3)↓(6)=(5)/N56～21.5421.5459～53.8575.3862～129.231914.6265～1511.543426.1568～2519.235945.3871～2620.008565.3874～1914.6210480.0077～1511.5411991.5480～107.6912999.2383～8510.77130100.00合计130测得130健康成年男子脉搏资料(次/分)如下：7576726966725768717269727382808267697364745870646077667764677675757165627672716067757573796669797870727072787267728068706170737271817066757163777476686577697775796479737661806469707369686570696681636480747876846670736076827364657373638068767079776470666973787632.711307678727675X130名健康成年男子脉搏(次/分)的频数分布表脉搏组段组中值（Xi）频数，ifiifX2iifX(1)(2)(3)(4)(5)56～57.52115.06612.559～60.55302.518301.362～63.512762.048387.065～66.515997.566333.868～69.5251737.5120756.371～72.5261885.0136662.574～75.5191434.5108304.877～78.5151177.592433.880～81.510815.066422.583～8584.5184.57140.3合计1309311.0671354.5257.5560.5184.5931171.62()251130X次分2.几何均数（geometricmean）用G表示（1）适用条件：变量值之间呈倍数或近似倍数关系；变量值呈对数正态分布，即数据经过对数变换后呈正态分布。（2）计算：直接法：加权法：（3）注意事项：观察值中不能有0，因0不能取对数；一组观察值中不能同时有正或负值。nnXXXG...21)lg(lg)lg...lglg(lg1211nXnXXXGn)lg(lg....lg...lglg(lg12122111fXffffXfXfXfGkkk测定10名伤寒病人血清抗体滴度分别为1：4，1：4，1：4，1：4，1：4，1：16，1：16，1：16，1：64，1：128，求其平均抗体滴度。以其滴度的倒数为原变量值，代入公式有：313708.11104359738.31286416161644444...101010321nnxxxxG11111log()log(4)log(4)...log(128)loglog1010.53605loglog[1.0.53605]11.31370810kiixGn平均抗体滴度为：1：1169例类风湿关节炎（RA）患者血清EBV-VCA-lgG抗体滴度的分布见表2-4第(1)、(2)栏，求其平均抗体滴度。表2-469例RA患者血清EBV-VCA-lgG抗体测定结果抗体滴度人数f滴度倒数XlgXlgfX⑴⑵⑶⑷⑸1:101:201:401:801:1601:3201:6401:128043101011151421020408016032064012801.00001.30101.60211.90312.20412.50512.80623.10724.00003.903016.021019.031024.245137.576539.28686.2144合计69——150.2778111lg150.2778lg()lg()lg(2.1779)150.669fXGf3.中位数（median）用M表示。（1）定义：一组由小到大按顺序排列的观察值中位次居中的数值。（2）适用条件：变量值呈非正态分布资料（对数正态分布除外）；频数分布的一端或两端无确切数据的资料；总体分布不清楚的资料。是否为对称分布？变量0510152025303540452.453.053.654.254.855.456.10频数是否为对称分布？变量051015202530354045502.453.053.654.254.855.456.10频数转氨酶含量人数12～215～918～1421～2324～1927～1430～1133～936～739～442～453115名正常成年女子血清转氨酶（mmol/L）含量分布正偏态分布：血清转氨酶（mmol/L）051015202513.519.525.531.537.543.5.115名正常成年女子血清转氨酶的频数分布人数肌红蛋白含量人数0～25～310～715～920～1025～2230～2335～1440～945～502101名正常人的血清肌红蛋白含量分布g/mL负偏态分布：血清肌红蛋白（μg/mL）05101520252.512.522.532.542.552.5101名正常人血清肌红蛋白的频数分布人数（3）计算：直接法：n为奇数,n为偶数,2)1(nXM)(21122nnXXM例9名中学生甲型肝炎的潜伏期分别为12，13，14，14，15，15，15，17,天，求其中位数。8845122221415214.5()MXXXX＋如果只调查了前八位中学生，则：＋（＋）（＋）天)(155219天XXM19频数表法：用于频数表资料。百分位数（percentile）用Px表示。中位数是一个特定的百分位数，即M=P50。Px计算公式：)%.(LXfXnfiLPxPxxminxmax%X(100)%XXP百分位数示意图百分位数（percentile）频数表中位数的计算脉搏组段频数，f频率（%）累计频数累计频率（%）(1)(3)(4)=(3)/N(5)=(3)↓(6)=(5)/N56～21.5421.5459～53.8575.3862～129.231914.6265～1511