《衛(wèi)生統(tǒng)計學》課后思考題答案

1、衛(wèi)生統(tǒng)計學思考題參考答案第一章緒論1 、統(tǒng)計資料可以分為那幾種類型？舉例說明不同類型資料之間是如何轉換的？答：（1）1定量資料（離散型變量、連續(xù)型變量）、2無序分類資料（二項分類資料、無序多項分類資料）、3有序分類資料（即等級資料）；（2）例如人的健康狀況可分為“非常好、較好、一般、差、非常差”5個等級，應歸為等級資料，若將該五個等級賦值為5、4、3、2、1，就可按定量資料處理。2、統(tǒng)計工作可分為那幾個步驟？答：設計、收集資料、整理資料、分析資料四個步驟。3、舉例說明小概率事件的含義。答：某人打靶100次，中靶次數少于等于5,那么該人一次打中靶的概率w0.05,即可稱該人一次打中靶的事件為小概

2、率事件，可以視為很可能不發(fā)生。第二章調查研究設計1 、調查研究有何特點？答：（1）不能人為施加干預措施（2）不能隨機分組（3）很難控制干擾因素（4）一般不能下因果結論2、四種常用的抽樣方法各有什么特點？答：（1）單純隨機抽樣：優(yōu)點是操作簡單，統(tǒng)計量的計算較簡便；缺點是當總體觀察單位數量龐大時，逐一編號繁復，有時難以做到。（2）系統(tǒng)抽樣：優(yōu)點是易于理解、操作簡便，被抽到的觀察單位在總體中分布均勻，抽樣誤差較單純隨機抽樣?。蝗秉c是在某些情況下會出現偏性或周期性變化。（3）分層抽樣：優(yōu)點是抽樣誤差小，各層可以獨立進行統(tǒng)計分析，適合大規(guī)模統(tǒng)計；缺點是事先要進行分層，操作麻煩。（4）整群抽樣：優(yōu)點是易于

3、組織和操作大規(guī)模抽樣調查；缺點是抽樣誤差大。3、調查設計包括那些基本內容？答：（1）明確調查目的和指標（2）確定調查對象和觀察單位（3）選擇調查方法和技術（4）估計樣本大小（5）編制調查表（6）評價問卷的信度和效度（7）制定資料的收集計劃（8）指定資料的整理與分析計劃（9）制定調查的組織措施4、調查表中包含那幾種項目？答：（1）分析項目直接整理計算的必須的內容；（2）備查項目保證分析項目填寫得完整和準確的內容；（3）其他項目大型調查表的前言和表底附注。第三章實驗設計1、簡述實驗設計的特點。答：（1）研究者能人為設置處理因素（2）受試對象可以接受何種處理因素或水平是由隨機分配而定的。2、簡述一般

4、選擇受試對象的原則。答：（1）受試對象能從臨床試驗中受益（2）受試對象具有代表性（3）受試對象具有依從性（4）受試對象可以是志愿者。3、什么是混雜因素？設計時怎樣控制混雜因素？答：混雜因素是指影響實驗效應并與處理因素同時存在的非處理因素?？梢酝ㄟ^采取排除、平衡、或標準化的辦法來控制混雜因素的影響。4、什么是隨機化？怎樣實現隨機抽樣和隨機分組？答：隨機化就是使樣本具有較好的代表性，使各組受試對象在重要的非處理因素方面具有較好的均衡性，提高實驗結果的可比性。一般用隨機數字表、隨機排列表或統(tǒng)計軟件包來實現隨機抽樣和隨機分組。第四章定量資料的統(tǒng)計描述1、常用的平均數指標有哪些？各適用于何種類型資料？答

5、：（1）有算術均數、幾何均數和中位數、眾數、調和數等。（2）算術均數：適用于描述單峰對稱分布，特別是正態(tài)分布或近似正態(tài)分布資料的集中趨勢幾何均數：等比資料、對數正態(tài)分布資料中位數：偏態(tài)分布資料、分布類型不明確的資料、“開口資料”（即一端或兩端無確切數值的資料）2、如何描述定量資料的離散趨勢？答：（1）極差：極差越大，單峰對稱分布小樣本資料的變異程度越大，只局限于初步描述；（2）四分位數間距：四分位數間距越大，偏態(tài)分布及分布的一端或兩端無確切數值資料的離散程度越大，但不能全面概括所有觀察值的變異情況；（3）方差和標準差：方差和標準差越大，對稱分布特別是正態(tài)分布或近似正態(tài)分布資料的變異程度越大；（

6、4）變異系數：變異系數越大，不同度量衡單位或者均數相差懸殊的資料的變異度越大。3、正態(tài)分布有哪些基本特征？答：（1）概率密度函數曲線在均數處最高；（2）以均數為中心左右對稱，且逐漸減少；（3）正態(tài)分布有兩個參數，即m和s；（4）曲線下的面積分布有一定規(guī)律。第五章定性資料的統(tǒng)計描述1、相對數適用于何種類型的資料進行統(tǒng)計描述？答：相對數適用于定性資料的統(tǒng)計描述。2、率和構成比在應用上主要區(qū)別是什么？答：率反映事物發(fā)生的強度與頻率；構成比表示事物內部各組成部分的頻數所占的比重和分布。3、什么情況下需要對率進行標準化？直接標準化法與間接標準化法在應用上有何區(qū)別？答：若要對比的兩組對象內部構成的差別足以

7、影響結論時，需要對率進行標準化。直接法：已知被觀察人群中各年齡組的患病率等資料，適用于兩組資料中某事物發(fā)生率的互相對比間接法：適用于僅已知各年齡組的觀察單位數和總患病率的資料4、什么是動態(tài)數列？分析動態(tài)數列有哪些基本指標？答：動態(tài)數列（dynamicseries）!一系列按時間順序排列起來的統(tǒng)計指標，用以說明事物在時間上的變化和發(fā)展趨勢。常用動態(tài)數列分析指標有絕對增長量、發(fā)展速度與增長速度、平均發(fā)展速度與平均增長速度。第六章總體均數和總體率的估計1、樣本均數的標準誤的意義是什么？答：反映抽樣誤差的大小。越大，樣本均數的分布越分散，樣本均數與總體均數差別越大，由樣本均數估計總體均數的可靠性就越小

8、；反之，樣本均數分布就越集中，樣本均數與總體均數差別就越小，由樣本均數估計總體均數可靠性就越大。2、標準誤與標準差有何區(qū)別？答：意義不同：標準差：表示觀測值的變異程度標準誤：反映抽樣誤差的大小用途不同：標準差：確定醫(yī)學參考值范圍標準誤：用于統(tǒng)計推斷（參數估計、假設檢驗）公式不同：標準差：標準誤：3、正常值范圍與總體均數的可信區(qū)間有何區(qū)別？答：（1）意義不同：總體均數的可信區(qū)間是按預先給定的概率，確定的未知參數的可能范圍；正常值范圍是描述“正常人”的解剖、生理、生化、某項指標的波動范圍（2）公式不同可信區(qū)間：b已知：或b未知但n>50:或b未知：正常值范圍：正態(tài)分布：或 偏態(tài)分布：PX P

9、100-X（3）用途不同：總體均數的可信區(qū)間是用于估計總體均數；正常值范圍是用于判斷觀察對象的某項指標正常與否。4、二項分布、Poisson分布與正態(tài)分布之間有何區(qū)別與聯系？答：區(qū)別：二項分布和Poisson分布是離散型概率分布，用概率函數描述其分布狀況；而正態(tài)分布是連續(xù)性概率分布，用密度函數描述其分布狀況。聯系：Poisson分布可以看作是發(fā)生概率兀很小而觀察例數n很大的二項分布；在入20時，Poisson分布的平均計數近似正態(tài)分布；在n較大，且n兀與n（1-兀）均大于5時，二項分布接近于正態(tài)分布。第七章假設檢驗1 、假設檢驗的意義何在？應用假設檢驗時要注意哪些問題？答：意義：用樣本指標估計

10、總體指標，其結論有的完全可靠，有的只有不同程度的可靠性，需要進一步加以檢驗和證實。通過假設檢驗來分析樣本指標和總體指標之間是否存在顯著差異，從而作出判斷是否接受原假設。應用假設檢驗時注意的問題：1應有嚴密的研究設計，即總體應有同質性，樣本應有代表性及組間具有可比性；2正確理解a水準和P值的意義，P值越小，越有理由拒絕H0，而a是說明P值小到何種程度才拒絕H0；3正確理解結論的統(tǒng)計學意義，有統(tǒng)計學意義并不一定有實際意義；4假設檢驗的結論不能絕對化。2、答：（1）由抽樣誤差所致（2）由于兩樣本均數來自不同的總體，這兩不同的總體參數之間存在顯著性差異。3、假設檢驗與區(qū)間估計有何區(qū)別及聯系？答：區(qū)別：

11、（1）可信區(qū)間用于說明量的大小，即推斷總體均數的范圍；假設檢驗用于推斷質的不同，即判斷兩總體均數是否不同；（2）可信區(qū)間比假設檢驗可提供更多的信息：可信區(qū)間不但能回答差別有無統(tǒng)計學意義，而且還能提示差別有無實際的專業(yè)意義。聯系：可信區(qū)間亦可回答假設檢驗的問題：可信區(qū)間包含H0,按a水準，不拒絕H0；若不包含H0,則按a水準，拒絕H0,接受H1。4、 I型錯誤與II型錯誤的區(qū)別及聯系何在？檢驗效能的含義是什么？答：（1）區(qū)別：I型錯誤是H0實際上是成立的，但由于抽樣的原因，拒絕了H0,稱“棄真”，概率用a表示；II型錯誤是實際上是不成立的，但假設檢驗沒有拒絕它，稱“取偽”，概率用b表示。聯系：當

12、樣本含量固定時，a增大，b減?。环粗嗳?；若同時減小a和b，則只能增大樣本含量。（2）檢驗效能的含義：當兩總體參數確實有差別時，按a水準能夠發(fā)現這種差別的能力。5、怎樣正確運用單側檢驗和雙側檢驗？答：首先應考慮所要解決問題的目的，根據專業(yè)知識來確定。若從專業(yè)知識判斷一種方法的結果不可能低于或高于另一種方法的結果時，可用單側檢驗；尚不能從專業(yè)知識判斷兩種結果誰高誰低時，則用雙側檢驗。第八章t檢驗1、兩樣本均數比較時為什么要做統(tǒng)計檢驗？答：兩樣本均數分別代表的總體均數mi與m2相等時，也可能會因抽樣誤差而導致兩樣本均數不相等，因此需要做統(tǒng)計檢驗。2、兩樣本均數檢驗比較的t檢驗中，什么情況下做單側檢

13、驗？什么情況下做雙側檢驗？可用單側檢答：若從專業(yè)知識判斷一種方法的結果不可能低于或高于另一種方法的結果時，驗；尚不能從專業(yè)知識判斷兩種結果誰高誰低時，則用雙側檢驗。3、 t檢驗要求滿足哪些基本條件？答：（1）資料服從正態(tài)分布（2）方差齊性（3）未知且n較?。╪<50）4、在兩樣本t檢驗，如果方差不齊，但兩組樣本量相同并且很大，能否忽略t檢驗對方差不齊的要求？答:能。n1和n2均大于50時，可不必做方差齊性檢驗；若兩總體方差不具有齊性，可采用t或者進行變量轉換或者用秩和檢驗來處理。5、對樣本均數與某已知的總體均數或兩樣本均數的差別做統(tǒng)計檢驗，可信區(qū)間與t檢驗有什么關系？答：可信區(qū)間包含H0

14、,按a水準，不拒絕H0；若不包含H0,則按a水準，拒絕H0,接受H1。第九章方差分析1 、為什么不能用兩兩比較的t檢驗進行多個樣本均數的比較？答：用兩兩比較的t檢驗進行多個樣本均數的比較時，需要進行多次檢驗，根據概率乘法法則，全部判斷正確的概率大大降低，犯I類錯誤的概率也就增大，甚至遠遠大于檢驗水準。因此，多組均數之間的兩兩比較不能直接用t檢驗。取而代之的是，必須在方差分析結果為拒絕H0接受Hi的基礎上，進行多個樣本的兩兩比較。2、方差分析為何是單側檢驗？答：F統(tǒng)計量（F=組間均方/組內均方）若原假設成立，即各處理組的樣本來自于同一總體，則組間均方應與組內均方差不多，即F統(tǒng)計量在1附近波動；否

15、則，若原假設不成立，即不同處理的作用不同時，組間均方（處理因素的作用）一般大于組內均方（隨機誤差），因此,F 統(tǒng)計量一般往大于1 的方向趨化，從而在作結論時，若F統(tǒng)計量大到一定程度，就拒絕原假設。因此，F統(tǒng)計量在0側是不可能的，因此只會在另一側，從而認為方差分析是單側檢驗。3、為什么說隨機區(qū)組設計方差分析的效率高于完全隨機分組設計的方差分析？答：由于隨機區(qū)組設計利用區(qū)組控制了可能的混雜因素，并在進行方差分析時，將區(qū)組間變異從原組內變異種分離出來，當區(qū)組間變異有統(tǒng)計學意義時，由于減少了誤差均方使處理組間的F值更容易出現顯著性，從而提高了實驗效率。因此，隨機區(qū)組設計方差分析的效率高于完全隨機分組設

16、計的方差分析。第十章卡方檢驗1 、簡述檢驗的用途。答：兩個樣本率或構成比的比較多個樣本率或構成比的比較兩個分類指標之間的關聯性檢驗頻數分布的擬合優(yōu)度檢驗2 、2x2表資料，如何正確使用檢驗？答：（1）當nR40且所有TR5時，用2x2表的檢驗的基本公式或者專用公式計算；（2）當nA40但有、1WT<5時，需要用校正公式計算值；（ 3） N<40或T<1時，不宜計算值，需要用Fisher確切概率計算概率。3、簡述RxC表的檢驗的注意事項。答:（1）不允許有T<1，或者1<T<5的格子數不能超過總格子數的1/5（2）當1<T<5的格子數超過總格子數的

17、1/5時，可以采取方法：1 增加樣本含量以增大理論頻數2 將理論頻數太小性質相近的行或列合并3 刪去理論頻數太小的格子所在的行或列（3）單向有序列聯表資料不能采用卡方檢驗4、簡述雙向有序屬性不同的RxC表資料分析的注意事項。答：（1）若研究目的是分析兩個有序分類變量間有無差別時，可視為單向有序RxC表，選用秩和檢驗；（2）若研究目的是分析兩個有序分類變量間是否存在相關關系時，則選用等級相關分析或積差相關分析；（3）若研究目的是分析兩個有序分類變量間是否存在線性變化趨勢，則用有序分組資料的線性趨勢檢驗。第十一章非參數檢驗1 、何為非參數檢驗？與參數檢驗有何區(qū)別？它們各有何優(yōu)缺點？答：（1）非參數

18、檢驗是不依賴總體的分布類型，不對總體參數進行推斷，只是通過樣本觀察值比較總體的分布或分布位置的推斷方法。（2）區(qū)別：參數檢驗是一類依賴于總體分布的具體形式的統(tǒng)計推斷方法，一般在樣本所來自的總體分布型已知（如：正態(tài)分布）的基礎上，對總體參數進行估計或檢驗。（3）參數檢驗：優(yōu)點是能充分利用提供的信息，檢驗效能較高；缺點是對總體分布類型有比較嚴格的要求，適用范圍受到限制。非參數檢驗：優(yōu)點是分布類型不作要求，適用范圍廣，可用于任何類型資料；缺點是一般犯II類錯誤的概率3比參數檢驗大。2、什么是基于秩轉換的非參數檢驗？它適用于哪些情況？答：（1）基于秩轉換的非參數檢驗稱為秩和檢驗，是用秩和作為統(tǒng)計量進行

19、假設檢驗的方法。其中“秩”又稱等級、即按數據大小排定的次序號，次序號的和稱“秩和”。秩和檢其零假設為兩個樣本從同一總體驗是對從兩個非正態(tài)總體中所得到的兩個樣本之間的比較，中抽取的。（2）適用范圍：1不滿足參數檢驗條件（如正態(tài)分布、方差齊同等）的資料及無法經變量轉換滿足參數檢驗條件的資料；2 未加精確測量的資料，如一端或兩端為不確定數值的資料、等級資料；3 分布類型未知的資料。3、為何秩和檢驗在編秩時，若不同對比組間出現相同數據要給予“平均秩次”，而同一組的相同數據可不必計算“平均秩次”？答：因為在不同符號或者對比組不取平均秩次會增大或減小某一組的秩和，而在同一符號或者同一組內出現同一數據，秩和

20、不受影響。4、完全隨機設計兩樣本比較的秩和檢驗，當ni>10,n2-ni>10時，采用z檢驗，這時檢驗屬于參數檢驗還是非參數檢？答：是非參數檢驗，兩樣本并非來自正態(tài)分布資料，所以是采用近似正態(tài)法的非參數檢驗。這時的z檢驗是比較兩樣本的非正態(tài)分布總體均數的差別。5、完全隨機設計兩組或多組的等級資料的比較，何時宜用秩和檢驗？而何時宜用檢驗？答：如果源始資料不滿足參數檢驗條件，并不能精確測定，只能以嚴重程度優(yōu)劣等級、次序先后等表示時，用秩和檢驗；如果源始資料的分布是一種連續(xù)型隨機變量的概率分布，并服從標準正態(tài)分布，能精確測定和比較兩組或多組間的率、構成比、關聯性或者頻數分布的擬合優(yōu)度等時

21、，用檢驗。第十二章雙變量關聯性分析r和rs的應用條件有何不同？答：直線相關系數r：1要求兩隨機變量要符合雙變量正態(tài)分布，而且不分主次，處于同等地位2散點有線性趨勢3兩隨機變量相關分析有實際意義；等級相關系數rs：1不服從雙變量正態(tài)分布的資料2總體分布類型未知的資料3等級資料2、分類變量配對的2x2表，分別在什么情況下使用McNemer檢驗與Pearson檢驗？答：若是作兩組頻率比較，則用McNemer檢驗；若是作兩變量間關聯性分析，則用Pearson檢驗。3、簡述Person相關與Spearman相關的區(qū)別與聯系。答：區(qū)別：IPerson相關要求數據服從二元正態(tài)分布，屬于參數統(tǒng)計量；而Spea

22、rman相關不要求正態(tài)分布，屬于非參數統(tǒng)計量2兩者總體參數的假設檢驗方法不完全相同聯系：1兩者都可用于刻畫兩變量間線性相關的方向與密切程度，其取值范圍與數值大小的統(tǒng)計學意義解釋也相同2兩者都要求個體間滿足獨立性3Spearman秩相關系數的計算可采用對秩次的Pearson積距相關系數的計算來實現4樣本含量大時，兩者的假設檢驗方法近似。第十三章直線回歸分析1、 、用什么方法考察回歸直線圖示是否正確？答：（1）連出的回歸直線不應超出x的實測范圍；（2）所繪的回歸直線必然通過（,）;（3）將直線的左端延長與縱軸的焦點的縱坐標比等于截距a。2、 剩余標準差的意義和用途？答：剩余標準差是指扣除了x對y線

23、性影響后，y的變異，可用來說明估計值的精確性。Sy.x越小，表示回歸方程的估計精度越高。3、 應用直線回歸和相關分析時應注意哪些問題？答：（1）作回歸分析要有實際意義（2）應繪制散點圖（3）兩變量間有線性關系存在，不一定確有因果關系（4）以自變量的取值范圍為限，不可隨意外延（5）滿足線性、獨立、正態(tài)和方差齊性條件（6）繪制散點圖后，若出現特大特小值，則應及時復核檢查4、 舉例說明如何用用直線回歸方程進行預測和控制？答：（1）預測：例如直線回歸分析8歲男童心臟橫徑與體重之間關系的回歸方程為y=4.2121+0.2041x,據個體Y值的容許區(qū)間，可估計體重為25kg的8歲健康男童，其心臟橫徑有95

24、%的可能性在（8.6692,9.9610）cm的范圍內。（2）控制：例如某市環(huán)境監(jiān)測大氣NO與車流量x的回歸方程為y=-0.064866+0.000133x,據個體Y值的上限Yx=x0+ta（n-2）SY,NO最大容許度為O.ISmg/m”時汽車流量應控制在1209輛/h。5、 直線回歸分析時怎樣確定因變量與自變量？答：（1）因變量依賴于自變量的變化而變化；（2）因變量為來自正態(tài)分布的隨機變量；而自變量可以是規(guī)律變化的或人為選定的一些數值，也可以是隨機變量；第十四章生存分析1、 生存分析中出現截尾數據常見的原因有哪些？答：（1）失訪（失去聯系）（2）退出（死于其它原因）（3）終止（觀察結束時病

25、人尚存活）2、 生存率與生存概率有何區(qū)別與聯系？死亡率與死亡概率有何區(qū)別與聯系？答：（1）區(qū)別：生存概率表示在某單位時段開始時存活的個體，到該時段結束時仍存活的可能性大?。欢媛适侵赣^察對象經歷t個單位時段后仍存活的可能性，即活過tk時刻的概率。聯系：生存率實質上是累積生存概率，是多個時段的累積結果，S（tn）=P1*P2*P3*Pn。（2） 區(qū)別：死亡概率表示被觀察對象死于某時段內的可能性大小；而死亡率表示在某單位時間里的死亡頻率或強度（整體或歸因于指定因素）。聯系：都是描述與死亡有關的統(tǒng)計量，個體死亡概率影響整體死亡率。3、 為什么兩個樣本比較的生存時間資料不適宜采用t檢驗或檢驗進行分析

26、？答：（1）樣本生存時間資料中會帶有截尾數據，導致兩個樣本的總體分布不明確，不滿足t檢驗或檢驗的應用條件。（ 2） 生存時間資料的比較包括事件的結局和發(fā)生這種結局所經歷的時間這兩個因素，t檢驗或檢驗只能分析生存時間有無差別，并不能分析結局有無差別。第十六章Mate分析Mate分析的目的是什么？答：（1）提高檢驗效能（2）解決若干單個研究結論不一致問題（3）改善效應量的估計4）提出新的研究問題和研究方向Mate分析的基本步驟又哪些？答：（1）明確研究目的，制定研究計劃；（2）建立檢索策略，收集所有相關的研究文獻和資料；（3）制定文獻的納入和排除標準；（4）評價納入文獻的質量；（5）提取必要的數據

27、信息；（6）資料的統(tǒng)計學分析；（7）敏感性分析；（8）報告結果。Mate分析中統(tǒng)計分析模型有哪些？如何選擇？答：（1）固定效應模型和隨機效應模型（2）需要根據同質性檢驗的結果來確定統(tǒng)計分析模型固定效應模型（fixedeffectmodel）:同質性檢驗無統(tǒng)計學意義時選用隨機效應模型（randomeffectmodel）:同質性檢驗有統(tǒng)計學意義時選用4、 發(fā)表偏倚的含義、產生原因及對Mate分析的影響是什么？答：（1）含義：發(fā)表偏倚是指有統(tǒng)計學意義的研究結果較無統(tǒng)計學意義或無效的研究結果被報告和發(fā)表的可能性大。（2）產生原因：1研究者認為無統(tǒng)計學意義的研究意義不大，不發(fā)表或推遲發(fā)表；2作為雜志編

28、輯則更有可能對此類研究不予以發(fā)表。（3）影響：使Mate分析提高或夸大實驗效應量及危險因素的關聯強度，并引發(fā)偏倚。Mate分析中應注意的問題有哪些？答：（1）偏倚的識別和控制；（2）所有類型的Mate分析都采用相同的基本步驟；（3）提高納入研究的質量，在Mate分析各個環(huán)節(jié)中防止和減少系統(tǒng)誤差和隨機誤差；（4）在應用Mate分析結果時，須注意到干預對象特征、生物學變異、場所、措施、依從性以及輔助治療等對結果的影響；（5）Mate分析的結果僅僅是對現有的納入研究綜合分析得出的，研究者需要不斷收集新的研究資料以及時更新結論。第十八章生命統(tǒng)計的常用指標1、 平均死亡年齡與預期壽命有何區(qū)別？為什么預期

29、壽命可以綜合反映不同國家和地區(qū)的經濟和衛(wèi)生水平？答：（1）平均死亡年齡是該地區(qū)實際存活的平均年數；預期壽命是假定同時出生的一批嬰兒如果按現有該地區(qū)的年齡組死亡率而死亡，所能存活的平均年數。（2）社會經濟條件、衛(wèi)生醫(yī)療水平、體質、遺傳因素、生活條件等個人差異限制著人們的壽命。預期壽命的提高同醫(yī)療技術的進步和衛(wèi)生環(huán)境的改善是分不開的，特別是抗生素的發(fā)現和免疫接種術的應用，撲滅了曾使古代人口大批死亡的各種流行性傳染病。2、 發(fā)病率與患病率在計算時有什么不同，在實際選擇指標時應該注意哪些問題？答：（1）；患病率的分子為特定時間所調查人群中某病新舊病例數，而不管這些病例的發(fā)病時間。發(fā)病率的分子為一定期間

30、暴露人群中新發(fā)生的病例數。（2）患病率是由橫斷面調查獲得的疾病頻率，是衡量疾病的存在或流行情況。而發(fā)病率是由發(fā)病報告或隊列研究獲得的疾病頻率，是衡量疾病的出現情況。3、 常見的反應疾病死亡的統(tǒng)計指標有哪些？各有何優(yōu)缺點？答：（1）測量死亡水平的指標1 粗死亡率：具有資料易獲得，計算簡單的優(yōu)點，但受人口的年齡、性別構成情況的影響。2 年齡別死亡率：年齡別死亡率消除了人口的年齡構成不同對死亡水平的影響，不同地區(qū)同一年齡組的死亡率可以直接進行比較。3 嬰兒死亡率：是反映社會衛(wèi)生狀況和嬰兒保健工作的重要的指標，不受年齡的影響，可直接比較。4 新生兒死亡率：是反映婦幼衛(wèi)生工作質量的重要指標。5 圍生兒死亡率：是衡量孕前、孕期