卫生统计学总结.docVIP

总结 第一章 总体和样本： 总体（population）：根据研究目的所确定的同质观察单位的全体； 样本（sample）：从总体中（随机）抽取部分有代表性的个体。 第二章 描述集中趋势（平均水平）的统计指标 算术均数（简称均数，mean）适合于对称分布资料，特别是正态分布或近似正态分布资料。 几何均数（geometric mean）适用于原始观察值分布不对称，但经对数转换后呈对称分布的资料，如对数正态分布资料。 中位数（median）适用于各种分布的资料，特别是偏峰分布资料。对分布末端无确定值的资料，不能直接计算均数和几何均数时，可以计算中位数。 描述离散趋势（变异度）的统计指标 极差或全距（range，R） R＝最大值－最小值 意义：极差越大意味着数据越离散，或者说数据间变异越大。 适用条件：各种分布资料 优点：计算简便 缺点：仅利用最大值与最小值的信息n越大，越有机会观察到偏大或偏小的数据，不够稳定 四分位数间距（quartile range，Q） Q＝P75－P25 P75 、 P 25分别表示上、下四分位数 意义：Q越大意味着数据间变异越大。 适用条件：各种分布的资料，特别是偏峰分布资料。 优点：比极差稳定 缺点：未考虑资料中每个观察值的离散程度 方差（variance）样本方差： 意义：方差越大意味着数据间离散程度越大，或者说资料的变异度越大。 原始资料 频数表资料 标准差（standard deviation） 方差和标准差适用条件：适用于对称分布的资料，特别对正态分布或近似正态分布资料 变异系数（coefficient of variation ，CV）－消除了量纲的影响 适用条件：量纲不同的变量间变异度比较均数差别较大的变量间变异度比较 意义：相对于均数而言，变异程度的大小 第三章 常用的相对数指标 频率型指标（proportion） 也称比率或构成比表示某事物内部各组成部分所占的比重或分布，或指某现象发生的频率。 频率型指标＝ 强度型指标（intensity） 表示单位时间内某现象发生的频率。 多用于随访资料。 强度型指标＝ 相对比型指标（ratio） 指两个有关联的指标A与B之比 ，简称比。A和B可以性质相同，也可以性质不同。如性别比，师生比，变异系数，OR值，RR值等。 比＝ 标准化法的基本思想： 寻找一个统一的分布作为标准组，然后每个比较组均按分布标准计算相应的死亡率，所得到的死亡率是相对于标准组的，故称为标准化死亡率，也称调整死亡率。由于采用统一的标准，消除了内部分布不同对总死亡率的影响，使算得的标准化死亡率具有可比性。 为什么要标准化：如果两个样本存在年龄，性别，工龄，病情等因素在构成上存在差异，需要进行标准化。 什么时候用间接或直接标准化： 直接标准化法：知道分组各组段的分布资料。 间接标准化：缺少各组段的分布资料，只知道总体资料。 第四章 直方图：表示连续型定量变量的频数分布或频率分布。 直条图：用等宽直条的长短表示相互独立的各项指标数量的大小。 百分条图：表示事物内部各部分的比重或所占比例 圆（饼）图：用圆的面积表示事物的全部，用各扇形的面积表示各个组成部分所占比例。 线图：用线段的升降表示统计指标的变化趋势，或某现象随另一现象的变迁情况，适用于连续型变量。 半对数线图：表示事物的发展速度（相对比）。 散点图：用点的密集程度、趋势表示两变量间的相关关系。 统计地图：表示某种现象在地域空间上的分布 。 箱式图：用于描述连续型变量的分布特征。 第五章 常用概率分布 1、二项分布（Binomial Distribution) 总体阳性率样 本含量 n 在总体率为 的总体中随机抽样，抽取样本含量为n的样本，有X例为阳性的概率： 称X服从二项分布，记为：X～B(n,() 二项分布的应用条件： 观察结果是二分类变量，如阳性与阴性、治愈与未愈、生存与死亡等； 每个观察对象发生阳性结果的概率为(，发生阴性结果的概率为1－ (； 各个观察对象的结果是相互独立的。 二项分布的图形特征： 离散型分布 二项分布图的形态取决于n与(，高峰在(=n(处 当(接近0.5时，图形对称；(离0.5愈远，对称性愈差，但随着n的增大，分布趋于对称。 当n→∞时，只要(不太靠近0或1， 二项分布近似于正态分布。 二相分布均数和标准差： 如果每次试验出现阳性结果的概率均为π，进行n次独立重复试验，出现X次阳性结果，则X的 总体均数： 总体方差： 总体标准差： Poisson分布的定义： 可以证明： 很小，n很大时，单位（面积、容积、时间等）内某稀有事件发生数X的概率 称X服从Poisson分布，记作X～Poisson（