计数资料的统计分析.ppt

计数资料的统计分析 实例 例1 两组雌鼠，伺以高蛋白和低蛋白饲料，8周后记录各鼠的体重增加量(克)，数据如下： 高蛋白组 134 146 104 119 124 161 107 83 113 129 97 123 低蛋白组 70 118 101 85 107 132 94 例2 某种基因型在糖尿病病人和非病人分布如下表 TT GG GT 合计 糖尿病 101 32 22 155 非糖尿病 52 50 100 202 合计 156 82 122 357 例3 研究两种药物治疗中风病的疗效，将病人随机分配到丹参组和血塞通组。数据如下： 组别 痊愈 显效 有效 无效 合计 丹参 51 84 70 128 333 血塞通 49 71 102 60 282 合计 100 155 172 188 615 计数资料：将观察单位按某种属性或类别分组计数。 统计分析：构成比、率、 检验 等级资料：将观察单位按某种属性的不同程度分组计数，得到各组观察单位数称为等级资料或半计量资料。 统计分析：构成比、率、秩和检验。 计量资料：测定每个观察单位某项指标量的大小。 统计分析：平均数、标准差、t检验、方差分析、相关与回归等。 一 相对数（relative number） 是两个有联系的指标之比。 1.构成比 2.率 3.相对比 门诊人次数/床位数 人口密度 =人口数/土地面积 应用相对数时的注意事项 计算率时分母不宜过小。 不能以比代率。如某地某年肿瘤普查资料如下： 比较的可比性。其它对观察结果有影响的因素在比较的两个群体中构成比是否相同 。对于内部构成不同的两个率，应将率进行标准化，标准化后的率称为标准化率。 对样本率（或构成比）比较时应随机抽样并做假设检验。 如果在各年龄组的病死率存在交叉，如低年龄组死亡率高于乙县，而高年龄组，乙县高于甲县，此时不宜进行标准化，而进行分年龄组的死亡率的比较。 二 总体率的估计 点估计 方法简单，但未考虑抽样误差的大小。 区间估计（P181）：按一定的概率估计总体均数所在的范围 （1）正态分布法 样本含量n较大，P和1-P均不太小，np和n(1-P)5,P的抽样分布服从正态分布 （2）查表法 三 率的假设检验 1.两样本率比较（P182-P184） ────────────────────── 组别 有效 无效 合计 有效率 ────────────────────── A组 a b nr1=a+b p11=a/(a+b) B组 c d nr2=c+d p21=c/(c+d) 合计 nc1=a+c nc2=b+d n=a+b+c+d p1=(a+c)/n ────────────────────── 卡方检验 O—— 实际观察到的频数 理论频数： 例10.5 中西药治疗慢性肾炎观察资料 组别 有效 无效 小计 有效率(%) 西药组 63 16 79 79.75 中药组 47 7 54 87.04 小计 110 23 133 82.71 四格表专用公式 对例10.5则有： 卡方的校正 原因:χ2分布是一个连续型的分布, 而计数资料中的频数是间断性的,使用的χ2检验与真正的χ2分布有一定的误差, 特别当有理论频数5但大于1时,误差较大,使得所得概率值偏小，必须进行校正，称为连续性校正。 校正?2 = 或校正?2 =（|ad-bc|-n/2)2?n/[(a+b)(c+d)(a+c)(b+d)] 四格表卡方应用的条件： 当n≥40且所有的T≥5时，用普通的χ2检验。若所得的P≈α值，改用四格表确切概率法。 当n≥40，但有1≤T5时，用校正的χ2检验。 当n40， 或有T1时，不能用χ2检验，改用四格表确切概率法。 2、U检验 当n较大，p与(1-p)均不太小时（一般地，当n1p1、n1(1-p1)、n2p2、n2(1-p2)均大于5 ），样本率的分布近似正态分布，根据独立的两个正态分布变量之差也服从正态分布的性质，可以考虑用正态近似的方法进行统计学检验。 u值的计算 对例10.5 对于未校正的χ2来说， χ2=1.192=u2=1.0922 2.多个样本率的比较 例10.6(P184) H0:3种疗法的有效率相同 H1:3种疗法的有效率不相同或不全相同 χ2=8.143 ν=2 χ20.01=9.21 χ20.05=5.99