分类变量资料统计推断.ppt

* 分类变量资料的 统计推断 广州医学院预防医学系 一、率的抽样误差和总体率的估计 1. 率的抽样误差与标准误 (sampling error standard error of rate ) 率的抽样误差:由抽样造成的样本率与总体率的差别，或样本率之间的差别。 率的标准误:表示率的抽样误差大小的统计指标。 ( Sp 为?p的估计值, p为 ?的估计值 ) *公式计算 ： ? ( 1 - ? ) p ( 1 - p ) ?p = ? ; Sp = ? n n 正态近似法： 当n足够大，若 n p 5 和n (1-p) 5，则总体率 (1- ?) 可信区间为： 总体率95%可信区间为 p ? 1.96 sp 总体率99%可信区间为 p ? 2.58 sp p ? u? sp = p - u? sp ~ p + u? sp 2. 总体率的区间估计 例： 某地中学生就餐方式与乙肝病毒感染情况调查 就餐方式 调查人数 感染人数 感染率(%) 常在外就餐(A) 89 6 6.74 不在外就餐(B) 111 5 4.50 合计 200 11 5.50 √ p(1－ p) Sp = n 抽样误差： ＝0.0266 = 2.66% 0.0674(1 - 0.0674 ) Sp = 89 √ (A): (B): 0.0450 (1 - 0.0450 ) Sp = 111 √ ＝0.0197 = 1.97% 例： 某地中学生就餐方式与乙肝病毒感染情况调查 就餐方式 调查人数 感染人数 感染率(%) 标准误 常在外就餐(A) 89 6 6.74 2.66% 不在外就餐(B) 111 5 4.50 1.97% 总体率95%可信区间为 p ? 1.96 sp 总体率99%可信区间为 p ? 2.58 sp 总体感染率95%可信区间： (A): 6.74% ?1.96×2.66% = 1.53% ~ 11.95% (B): 4.50% ?1.96×1.97% = 0.64% ~ 8.36% 二、率的u检验 1. 样本率与总体率比较 目的：推断样本率所代表的总体率 ? 与某总体率 ?0 是否相等。 | p-?0 | u = ? p ? | p - ?0 | u = ?0 (1- ?0) /n 条件：np 5 和 n (1 - p ) 5 公式: 例：某地城镇25岁以上居民高血压患病率为 11％，随机抽查该地矿区25岁以上居民598 人，确诊高血压者有82人。矿区居民与城镇 居民高血压患病率有何不同？ 城镇居民高血压患病率：?0 =11％= 0.11 矿区居民高血压患病率：p = 82/598 = 0.14 ? 分析目的： 推断 ? 与 ?0 是否不同？ 假设：H0: ? = ?