課件：：人群健康研究的統(tǒng)計學(xué)方法.ppt

2019/4/13,1,第七章,人群健康研究的統(tǒng)計學(xué)方法,2019/4/13,2,“統(tǒng)計”一詞，對一般人來說并不陌生。 在報刊上常見用來說明我們工作、事業(yè)成 績的數(shù)字、表、圖，稱為統(tǒng)計數(shù)字、統(tǒng)計 表和統(tǒng)計圖。 在西方，統(tǒng)計學(xué)（statistics)一詞， 源出于state(國家、情況），專指有關(guān)“國 情”的學(xué)問，最初多用于文字記敘，后發(fā)展 為數(shù)量比較，隨著概率論思想與方法的引 入，逐漸形成今天在理論與應(yīng)用方面都已相當(dāng)完備的獨(dú)立學(xué)科。,1. 某年級甲班、乙班各有男生50人。從兩個班各抽取10人測量身高，如果甲班的平均身高大于乙班，能否推論甲班所有同學(xué)的平均身高也大于乙班？為什么？ 2用A，B兩種藥物分別治療同病患者各50人，如果A藥的治愈率（60%）高于B藥（50%），證明A藥的療效優(yōu)于B藥。這種說法對嗎？為什么？,思考題,2019/4/13,4,醫(yī)學(xué)統(tǒng)計學(xué)的主要研究內(nèi)容,1、統(tǒng)計學(xué)設(shè)計（1）內(nèi)容：臨床試驗設(shè)計、實驗室研究設(shè)計、調(diào)查研究設(shè)計等。 （2）目的：控制和縮小隨機(jī)誤差，消除系統(tǒng)誤差；節(jié)約樣本含量；盡可能多地獲取有關(guān)信息，達(dá)到高效低耗的目的。 2、統(tǒng)計分布 事物所表現(xiàn)的數(shù)量特征是千差萬別的，其所呈現(xiàn)的分布規(guī)律是進(jìn)行統(tǒng)計學(xué)推斷的基礎(chǔ)和根據(jù)。 3、各種統(tǒng)計量（或稱統(tǒng)計指標(biāo)）的性質(zhì)、特點(diǎn)及其分布規(guī)律 4、統(tǒng)計分析方法（包括各種數(shù)學(xué)模型）尤其是隨著計算機(jī)的普及和發(fā)展，多因素分析方法發(fā)展很快。,2019/4/13,5,如何學(xué)習(xí)醫(yī)學(xué)統(tǒng)計學(xué),1、掌握基本概念、基本原理和基本方法。培養(yǎng)統(tǒng)計思維能力。 2、掌握常用統(tǒng)計分析方法。對統(tǒng)計公式，要求了解其用途、適用條件和注意事項。切忌死記硬背，關(guān)鍵是靈活運(yùn)用。 3、重視習(xí)題課。聯(lián)系實際，緊密結(jié)合專業(yè)知識，多做練習(xí)題。,2019/4/13,6,例：治療某病的新療法 新法：（100例） 有效20例，有效率20%； 舊法：（100例） 有效15例，有效率15%； 這兩個百分?jǐn)?shù)就是統(tǒng)計描述指標(biāo)，現(xiàn)在的問題是，這兩種療法的有效率會穩(wěn)定不變嗎？如果說不會，是什么原因？那么，兩種療法的真實有效率會是多少？我們能根據(jù)統(tǒng)計描述（ 20%與15%）就去正式采用還有較大副作用的新療法？對這樣的差異問題，你能再憑直覺去作“否定”？在作任何回答之前，必須判斷20%與15%之間的差別是真實的差異，或是僅僅由于“機(jī)遇”所致。這里，統(tǒng)計推斷可提供幫助。學(xué)過統(tǒng)計學(xué)，將會了解不僅可判斷新療法是否較好？而且，如果判斷它是較好，還能估計判斷是錯誤的可能性有多大。,2019/4/13,7,統(tǒng)計分析是科研工作中的一種有力工具。 它從科研的總體設(shè)計、資料采集、資料整理、 資料分析直到最后作出結(jié)論都有密切關(guān)系。 掌握了這個工具可以使用較少的人力、物力 和時間獲得比較可靠的結(jié)果。需要運(yùn)用統(tǒng)計 方法的場合而不去運(yùn)用它可能造成不應(yīng)有的 缺陷或得出錯誤的結(jié)論。,2019/4/13,8,例： 北京某醫(yī)院某大夫使用“烏貝散” （烏賊骨3錢，白芨3錢，川貝3錢, 甘草3錢,共研細(xì)末過120目篩，沖服）治療胃潰瘍病出血107例，有效101例，有效率為94.4%。那么如果別的醫(yī)院，其它大夫使用“烏貝散”來治療胃潰瘍病出血，其有效率也一定是94.4%嗎？顯然，不一定恰為94.4%，那么是多少呢？比它高還是比它低？這就是一個求可信區(qū)間的問題。,2019/4/13,9,例：某雜志中一篇文章報導(dǎo)，用某種中草藥治療玫瑰糠疹，有效率為78，平均療程為三周左右。問此藥治療玫瑰糠疹的確有效嗎？由于玫瑰糠疹具有自然治愈的情況，一般不服藥，多喝水，到三周左右有些患者也會自愈。所以，此藥的78療效有待探討。 這就要求設(shè)立具有可比性的對照組。,2019/4/13,10,再譬如，用某藥治某病，治一例有效， 能說100有效嗎？治療二例有效，能說明 100有效嗎？治十例，其中九例有效，能 說90有效嗎？顯然，觀察的例數(shù)將是個重要因素，例數(shù)太少不足以說明問題。觀察例數(shù)太多，將費(fèi)時，加重科研經(jīng)濟(jì)負(fù)擔(dān)。那么觀察多少例能說明問題？這是一個樣本可靠性問題。,2019/4/13,11,一些現(xiàn)象既有規(guī)律性又有隨機(jī)性,肺癌患者中（主動或被動）吸煙的比例較大，這體現(xiàn)了規(guī)律性，而絕非每個吸煙的人都會患肺癌，這體現(xiàn)了隨機(jī)性； 再如，一般來說，白種人身材比黃種人要高些，這就是規(guī)律性，但對于具體的一個白人和一個黃種人，就很難說誰高誰矮了，這體現(xiàn)隨機(jī)性。,2019/4/13,12,第一節(jié) 統(tǒng)計學(xué)方法概述,一、統(tǒng)計學(xué)的意義 統(tǒng)計學(xué)是運(yùn)用數(shù)理統(tǒng)計的原理和方法，研究數(shù)據(jù)資料的搜集、整理、分析與推斷的科學(xué)，是認(rèn)識社會和自然現(xiàn)象客觀規(guī)律的數(shù)量特征的重要工具。 醫(yī)學(xué)統(tǒng)計學(xué) 是認(rèn)識醫(yī)學(xué)現(xiàn)象數(shù)量特征的重要工具，是運(yùn)用數(shù)理統(tǒng)計的原理和方法，結(jié)合醫(yī)學(xué)實際，來研究醫(yī)學(xué)科研的實驗設(shè)計和數(shù)據(jù)處理的一門科學(xué)。 “醫(yī)學(xué)統(tǒng)計學(xué)是處理醫(yī)學(xué)資料中的同質(zhì)性（homogeneity）和變異性（variation）的科學(xué)與藝術(shù)”,2019/4/13,13,二、統(tǒng)計學(xué)中的幾個基本概念,（一） 同質(zhì)與變異 （二） 總體與樣本 （三） 參數(shù)與統(tǒng)計量 （四） 誤差 （五） 概率,2019/4/13,14,（一）同質(zhì)與變異 homogeneity and variation,同質(zhì)：指觀察單位（研究個體）間被研究指標(biāo)的影響因素相同。 個體：即觀察單位，是統(tǒng)計研究中的最基本單位。 變量：觀察單位的研究特征 變量值：變量的觀察結(jié)果 變異：指同質(zhì)的個體之間的差異 。,2019/4/13,15,同質(zhì)與變異的例子,例1 調(diào)查2008年淄博市7歲男童的身高和體重 同質(zhì)：2008年、淄博市、7歲男童 變異：身高和體重各不相同 例2 研究某降壓藥的療效 同質(zhì)：高血壓患者、用某藥治療 變異：療效各不相同,2019/4/13,16,120名正常成年男子紅細(xì)胞計數(shù)值(1012/L),最大值=6.18, 最小值=3.29, 極差=2.89 算術(shù)均數(shù)=4.72，標(biāo)準(zhǔn)差=0.57,2019/4/13,17,2019/4/13,18,（二） 總體與樣本 population and sample,總體：根據(jù)研究目的所確定的同質(zhì)觀察單位某項變量值的集合（全體）。 分有限總體與無限總體,樣本：從總體中隨機(jī)抽取的部分觀察單位變量值的集合。,2019/4/13,19,隨機(jī)抽樣 random sampling,為了保證樣本的可靠性和代表性，需要采用隨機(jī)的抽樣方法（在總體中每個個體具有相同的機(jī)會被抽到）。,2019/4/13,20,（三） 參數(shù)與統(tǒng)計量 parameter and statistic,參數(shù)：總體的統(tǒng)計指標(biāo)，如總體均數(shù)、標(biāo)準(zhǔn)差，采用希臘字母分別記為、。固定的常數(shù),推斷inference,統(tǒng)計量：樣本的統(tǒng)計指標(biāo)，如樣本均數(shù)、標(biāo)準(zhǔn)差，采用拉丁字母分別記為 。 參數(shù)附近波動的隨機(jī)變量 。,2019/4/13,21,（四） 誤差 error,誤差：泛指實驗數(shù)據(jù)的實測值與真實值之差,1 系統(tǒng)誤差 2 隨機(jī)測量誤差 3抽樣誤差,2019/4/13,22,系統(tǒng)誤差 systematic error,在實際觀測過程中，由受試對象、研究者、儀器設(shè)備、研究方法、非實驗因素影響等原因造成的有一定傾向性或規(guī)律性的誤差。流行病學(xué)稱之為偏倚（bias）。 特點(diǎn)：觀察值系統(tǒng)性、方向性、周期性的偏離真值。 可以通過嚴(yán)格的實驗設(shè)計和技術(shù)措施消除。,2019/4/13,23,2隨機(jī)測量誤差 （random error of measurement ）或稱偶然誤差，是指排除了系統(tǒng)誤差后尚存的誤差。它受多種因素的影響，使觀察值不按方向性和系統(tǒng)性而隨機(jī)地變化。 隨機(jī)測量誤差服從正態(tài)分布，可以用概率統(tǒng)計方法處理。,2019/4/13,24,3抽樣誤差 （ sampling error） 我們從同一總體中隨機(jī)抽取若干個例數(shù)相同的樣本，其樣本統(tǒng)計量之間會有所不同。這種由于隨機(jī)抽樣所引起的樣本統(tǒng)計量與總體參數(shù)之間的差異以及各樣本統(tǒng)計量之間的差異，統(tǒng)計上稱為抽樣誤差。 抽樣誤差在醫(yī)學(xué)生物實驗中最主要的來源是個體的變異。所以這是一種難以控制的、不可避免的誤差。但抽樣誤差是有一定規(guī)律的。,2019/4/13,25,（五） 概率probability,確定性現(xiàn)象：在一定條件下，一定會發(fā)生或一定不會發(fā)生的現(xiàn)象。其表現(xiàn)結(jié)果為兩種事件：肯定發(fā)生某種結(jié)果的叫必然事件；肯定不發(fā)生某種結(jié)果的叫不可能事件。,隨機(jī)現(xiàn)象：在同樣條件下可能會出現(xiàn)兩種或多種結(jié)果，究竟會發(fā)生哪種結(jié)果，事先不能確定。其表現(xiàn)結(jié)果稱為隨機(jī)事件。 隨機(jī)事件的特征：隨機(jī)性；規(guī)律性：每次發(fā)生的可能性的大小是確定的。,概率：隨機(jī)事件發(fā)生的可能性大小，用大寫的P表示；取值0，1。,2019/4/13,26,必然事件 P = 1 不可能事件 P = 0 隨機(jī)事件 0 P 1 P 0.05（5）或P 0.01（1）稱為小概率事件(習(xí)慣)，統(tǒng)計學(xué)上認(rèn)為不大可能發(fā)生。,小概率事件,2019/4/13,27,樣本的實際發(fā)生率稱為頻率。設(shè)在相同條件下，獨(dú)立重復(fù)進(jìn)行N次試驗，事件A出現(xiàn)n次，則事件A出現(xiàn)的頻率為f=n /N。 頻率與概率間的關(guān)系： 概率是參數(shù)，頻率是統(tǒng)計量； 頻率總是圍繞概率上下波動； 樣本含量n越大，波動幅度越小，頻率越接近概率。,頻率 frequency,2019/4/13,28,三 統(tǒng)計資料的類型,（一） 數(shù)值變量資料 （二） 分類變量資料 （三） 變量間轉(zhuǎn)化,2019/4/13,29,觀察單位observations 個體individuals,變量variables,numerical variable data 數(shù)值變量資料,Categorical variable data 分類變量資料,Units；elements,2019/4/13,30,（一）數(shù)值變量資料 numerical variable data,用定量 方法測定觀察單位（個體）某項指標(biāo)數(shù)值的大小，所得的資料，稱數(shù)值變量資料。也叫定量資料Quantitative data或計量資料,特點(diǎn)：有計量單位，如患者的身高（cm）、體重（kg）、血壓（mmHg）、脈搏（次/分）、紅細(xì)胞計數(shù)（10/L）；資料之間具連續(xù)性。,2019/4/13,31,（二）分類變量資料 categorical variable data,將觀察單位按某種屬性或類別分組，然后清點(diǎn)各組的觀察單位數(shù)，所得的資料稱分類變量資料也叫定性資料（Qualitative data）,特點(diǎn)：無固有計量單位，如膚色（黑、白）、血型（ABO）、職業(yè)（工農(nóng)兵）、性別（男女）,2019/4/13,32,1、無序分類(unordered categories),各類別之間有性質(zhì)上的不同，而無程度上的差別。 二項分類 如臨床某些檢驗結(jié)果用陽性或陰性反應(yīng)表示，對一批某病患者檢驗完畢后，清點(diǎn)呈陽性或陰性反應(yīng)的各有若干例。 多項分類 調(diào)查某人群的血型分布，按照、四型分組。清點(diǎn)所得該人群的各血型組的人數(shù)是計數(shù)資料；,2019/4/13,33,2、有序分類資料（ordinal category data）,各類別之間有性質(zhì)上的差別，且排列有序，給人以“半定量”的概念，所以也叫等級資料 Rank data。 癌癥分期：早、中、晚。 藥物療效：治愈、好轉(zhuǎn)、無效、死亡。 尿蛋白： ,+,+,2019/4/13,34,實例數(shù)據(jù)1,2019/4/13,35,實例數(shù)據(jù)2,2019/4/13,36,（三） 變量間的轉(zhuǎn)化,例：一組2040歲成年人的血壓,以12kPa為界分為正常與異常兩組，統(tǒng)計每組例數(shù),8 低血壓 8 正常血壓 12 輕度高血壓 15 中度高血壓 17 重度高血壓,數(shù)值變量資料,等級資料,分類變量資料,2019/4/13,37,又如在計量診斷中，將某些陽性體征根據(jù)確診病人的概率賦予分?jǐn)?shù)，分?jǐn)?shù)的多少代表量的大小，這樣原來的計數(shù)資料就轉(zhuǎn)化為計量資料。 由于計量資料可以得到較多的信息，所以凡能計量的，盡量采用計量資料。,2019/4/13,38,統(tǒng)計資料的幾種類型：,2019/4/13,39,四、統(tǒng)計工作的基本步驟,（一） 統(tǒng)計設(shè)計：包括調(diào)查、實驗設(shè)計。 （二） 收集資料：取得準(zhǔn)確可靠的原始資料 （三） 整理資料：對資料進(jìn)行核查、改錯，系統(tǒng)化、條理化 （四） 分析資料：統(tǒng)計描述、統(tǒng)計推斷,2019/4/13,40,（一） 統(tǒng)計設(shè)計 statistical design,統(tǒng)計設(shè)計是影響研究能否成功的最關(guān)鍵環(huán)節(jié)，是提高觀察或?qū)嶒炠|(zhì)量的重要保證。,1.調(diào)查設(shè)計：survey design 客觀描述研究總體，不對研究總體施加任何干預(yù)，目的在于摸清某一事物的水平和分布狀態(tài)。,2019/4/13,41,(1)實驗研究設(shè)計：以動物或生物材料為研究對象，在研究過程中對研究對象施加干預(yù)。 (2)臨床試驗設(shè)計：以人為研究對象，在研究過程中施加干預(yù)。,2.實驗設(shè)計：experiment design,2019/4/13,42,統(tǒng)計設(shè)計的內(nèi)容：,1.研究目的和假說。 2.研究總體、研究對象、觀察單位。 3.是否施加干預(yù)，如何施加干預(yù)？ 4.需搜集那些資料，如何搜集？ 5.設(shè)置觀察指標(biāo)。 6.資料的整理和匯總，計算有關(guān)統(tǒng)計量。 7.控制誤差。 8.預(yù)期結(jié)果。 9.時間和經(jīng)費(fèi)的安排等。,2019/4/13,43,研究設(shè)計的幾個關(guān)鍵問題：,1.如何進(jìn)行抽樣？如何安排干預(yù)措施？ 隨機(jī)化原則：隨機(jī)抽樣和隨機(jī)分配。,2.要達(dá)到研究目的應(yīng)抽取多少觀察單位？ 重復(fù)原則：確定樣本含量。,2019/4/13,44,3.如何在諸多影響因素中，分離出研 究因素對實驗結(jié)果的效應(yīng)？ 對照原則：在對比組中，除研究因素外，其它影響實驗結(jié)果的非研究因素都盡可能相同。,實驗設(shè)計,2019/4/13,49,（二）搜集資料(collection of data),根據(jù)設(shè)計的要求，獲取準(zhǔn)確可靠的原始資料，是統(tǒng)計分析結(jié)果可靠的重要保證。,醫(yī)療衛(wèi)生工作中的統(tǒng)計資料主要來自：,1.統(tǒng)計報表。 2.醫(yī)療衛(wèi)生工作記錄。 3.專題調(diào)查或?qū)嶒炑芯俊?2019/4/13,50,1、統(tǒng)計報表 如出生死亡報告、疫情報告、醫(yī)院工作報表等都是國家規(guī)定的，由醫(yī)療衛(wèi)生機(jī)構(gòu)定期逐級上報，提供居民健康和醫(yī)療衛(wèi)生機(jī)構(gòu)的各種數(shù)字，這些報表為各級衛(wèi)生機(jī)構(gòu)制定衛(wèi)生工作計劃、評價衛(wèi)生工作和預(yù)測今后的工作提供重要依據(jù)，也為衛(wèi)生管理研究提供了大量的原始資料； 2、醫(yī)療衛(wèi)生工作記錄 如病歷、醫(yī)學(xué)檢查記錄等，這些資料都是進(jìn)行醫(yī)學(xué)研究的寶貴原始資料，必需很好開發(fā)利用，但許多醫(yī)療衛(wèi)生機(jī)構(gòu)忽視它，不認(rèn)真填寫，漏填、誤填嚴(yán)重，以致不能很好利用，因此加強(qiáng)這方面的資料管理工作是很重要的； 3、專題調(diào)查或?qū)嶒?這是開展醫(yī)學(xué)科研的主要資料來源，比上述2種經(jīng)常性資料容易控制，可以得到較好的原始資料。如糖尿病、高血壓的調(diào)查。,2019/4/13,51,統(tǒng)計資料的要求,1、資料完整、準(zhǔn)確和及時 2、資料有足夠的數(shù)量 3、資料的代表性及可比性 代表性：是指在抽樣研究中樣本對總體的代表性 隨機(jī)化原則：總體中每個對象都有同等機(jī)會被抽取。 可比性：是指在進(jìn)行統(tǒng)計比較時，對比的各組之間，除觀察問題或?qū)嶒炓蛩夭煌猓渌磺袟l件都要求盡量一致。,2019/4/13,52,（三）整理資料sorting of data,將原始數(shù)據(jù)凈化、系統(tǒng)化和條理化，為下一步的計算和分析打好基礎(chǔ)的過程。,1. 審核：對原始數(shù)據(jù)的檢查、核對和糾正錯誤等。,2. 分組：根據(jù)研究目的將原始數(shù)據(jù)合理分組 質(zhì)量分組 即按事物的性質(zhì)或類型分組，適用于計數(shù)及等級資料。如按性別、職業(yè)分組 數(shù)量分組 即按變量值的大小來分組，適用于計量資料。,3.匯總 整理成統(tǒng)計表，可用計算機(jī)匯總,2019/4/13,53,(四）分析資料(analysis of data),是根據(jù)設(shè)計的要求，對整理后的數(shù)據(jù)進(jìn)行統(tǒng)計學(xué)分析，結(jié)合專業(yè)知識，做出科學(xué)合理的解釋。,目的是在描述數(shù)據(jù)特征的基礎(chǔ)上，闡明事物的內(nèi)在聯(lián)系和規(guī)律性。,2019/4/13,54,1.統(tǒng)計描述：statistical description 選用恰當(dāng)?shù)慕y(tǒng)計指標(biāo)，合適的統(tǒng)計表 和統(tǒng)計圖，對資料的數(shù)量特征及其分布規(guī)律進(jìn)行測定和描述。,2019/4/13,55,(1)參數(shù)估計：estimation of parameters 如何由樣本統(tǒng)計量推斷總體參數(shù)。,(2) 假設(shè)檢驗：test of hypothesis 如何由樣本差異來推斷總體之間是否存在差異。,2. 統(tǒng)計推斷：statistical inference 如何在一定的可信程度下由樣本信息 推斷總體特征。,2019/4/13,56,如何學(xué)習(xí)統(tǒng)計學(xué),循序漸進(jìn) 認(rèn)真完成各部分習(xí)題,2019/4/13,57,復(fù)習(xí)思考題,總體 誤差分類 概率 統(tǒng)計資料的類型 統(tǒng)計工作的基本步驟,2019/4/13,58,統(tǒng)計中所說的樣本是指： A.隨意從總體中抽取出的部分個體 B.依照研究者要求從總體中抽取出有意義的部分個體 C.按照隨機(jī)原則抽取總體中有代表性的部分個體 D.依照研究者要求從總體中抽取的部分個體 E.按分布的順序抽取部分個體 統(tǒng)計中所說的總體是指： A.隨意想象的研究對象的全體 B.根據(jù)研究目的確定的研究對象某項觀察值的的全體 C.根據(jù)時間來劃分的研究對象的全體 D.根據(jù)地區(qū)來劃分的研究對象的全體 E.根據(jù)人群來劃分的研究對象的全體,C,B,2019/4/13,59,總體的要求是： A.大量的 B.同質(zhì)的 C.隨機(jī)的 D.固定的 E.對稱的 樣本指標(biāo)值與總體指標(biāo)值之差主要是指： A.隨機(jī)測量誤差 B.關(guān)系誤差 C.容許誤差 D.抽樣誤差 E.系統(tǒng)誤差 由于各種偶然的因素影響，造成同一對象多次測定的結(jié)果不完全一致，往往是有的稍高，有的稍低，這種差異是： A.系統(tǒng)誤差 B.隨機(jī)測量誤差 C.抽樣誤差 D.偏倚誤差 E.標(biāo)準(zhǔn)誤差,B,D,B,2019/4/13,60,抽樣誤差是指： A.個體值和總體參數(shù)值之差 B.個體值和樣本統(tǒng)計量值之差 C.樣本統(tǒng)計量值和總體參數(shù)以及各樣本統(tǒng)計量之差 D.樣本統(tǒng)計量值和樣本統(tǒng)計量值之差 E.總體參數(shù)值和總體參數(shù)值之差 統(tǒng)計學(xué)上說的系統(tǒng)誤差、測量誤差和抽樣誤差三種誤差，在實際工作中有： A.三種誤差都不可避免 B.系統(tǒng)誤差和抽樣誤差不可避免 C.系統(tǒng)誤差和測量誤差不可避免 D.測量誤差和抽樣誤差不可避免 E.三種誤差都可避免,C,D,2019/4/13,61,抽樣誤差是由： A.計算引起 B.測量引起 C.抽樣引起 D.采樣結(jié)果不準(zhǔn)確引起 E.試劑，儀器未經(jīng)校正引起 某事件發(fā)生的概率為1，即意味著： A.某事件發(fā)生的可能性為1 B.某事件可能發(fā)生 C.某事件可能不發(fā)生 D.某事件必然不發(fā)生 E.某事件必然發(fā)生,C,E,2019/4/13,62,某事件發(fā)生概率為0，即意味著： A.某事件發(fā)生的可能性為100 B.某事件可能發(fā)生 C.某