现场调查资料的数据分析与表达.pptVIP

第四节 统计分析结果的表达 统计分析指标 计量资料 均数±标准差、中位数（四分位数间距）等 计数资料 阳性例数（%）、OR/RR、95%CI 等级资料 阳性例数（%）、OR/RR、95%CI 统计表 四大核心要素 标题 线条 标目 横标目 纵标目 数据 备注（并非必不可少的要素） 分类：简单表和复合表 统计图 定义： 使用点、线、面等几何图形来形象化的描述数据的特征 核心要素 标题 标目 刻度　纵轴从0开始？算术尺度还是对数尺度？ 纵横轴比例　5:7或7:5 图例（并非必不可少的核心要素） 统计图的种类 直条图：纵轴从0开始 圆图或百分条图 线图 普遍线图 半对数线图 直方图：纵轴从0开始 箱式图 散点图 统计地图 统计推断结果的表达与解释 注意事项 多次重复假设检验 使用t检验处理3组或以上间均数比较 使用单因素ANOVA处理重复测量设计资料 P值的表达 统计意义与实际意义并不一致 应结合专业知识下结论，同时给出均数（率）差的95%CI 统计推断结果的表达与解释 注意事项 关联与因果 关联并不等于因果关系，所谓的关联只是意味着两者可能有也可能没有因果关系（混杂因素） 可信区间与假设检验 可信区间和假设检验 区别 可信区间主要推断量的大小即总体均数多大 假设检验主要推断质的不同即总体参数间是否相同 联系 可信区间同样可以回答假设检验的问题 可信区间如包含了H0，则按?水准，不拒绝H0，否则拒绝H0，接受H1 可信区间可以比假设检验提供更多的信息 可信区间和假设检验 可信区间在回答差别有无统计学意义的同时，还可以提示差别是否具有实际意义 上图中，可信区间(1)～(3)均不包含H0，意味着相应的差异具有统计学意义，(4)与(5)均无统计学意义 (1)还提示差异具有实际意义； (2)提示可能具有实际意义； (3)提示实际意义不大； (4)提示样本量不足。 (5)属于可以接受原假设的情况。 可信区间和假设检验 可信区间不能完全代替假设检验 可信区间必须预先规定一个概率即检验水准?，不知道?以外概率的情况，故相对比较机械 假设检验则可以获得一个确切的概率P值，相对比较灵活 完整的统计推断应该是 区间估计＋假设检验 谢谢大家 现场调查资料的数据分析与表达 毛广运 环境与公共卫生学院 目的与要求 掌握 数据处理的基本原则 统计方法选择的基本思路 各种常用统计方法的前提适用条件 熟悉 统计描述和统计推断 统计图和统计表 了解 统计报告 提纲 数据处理的一般原则与基本内容 统计方法选择的基本思路 常见调查研究方法资料的统计分析 调查资料统计分析结果的表达 知识回顾 研究设计 非正态：M(QL～QU) 非参数检验 资料收集 统计分析 研究报告 统计推断 统计描述 定量资料 分类资料 正态：X±S 率、构成比 假设检验 参数估计 参数检验 点值估计 区间估计 － 第一节 数据处理的一般原则与基本内容 数据处理方法的变迁 数据处理 数据处理 定义： 对数据的采集、存储、检索、加工、变换和传输。 基本目的： 从大量的、可能是杂乱无章的、难以理解的数据中抽取并推导出对于某些特定的人们来说是有价值、有意义的数据。 组成 数据管理（约占全部工作量的60%-80%） 数据分析（约占全部工作量的20%-40%） 数据处理的一般原则与基本内容 数据库设计 数据录入 数据管理 数据审核 异常（缺失）值的处理 统计整理：根据研究目的对原始数据进行科学的分类、汇总和显示；使之系统化、条理化、直观生动和反映总体的数量特征和规律。 数据分析 统计方法的选择 统计描述与统计推断 数据库设计 变量（研究指标） 识别变量：用于数据管理的变量，如ID 分析变量：根据研究目的而定、需进行数据分析 反应变量：反应疗效/观察结果变化情况的变量 解释变量：分组（类）变量或协变量 数据：变量的测量值 空白数据库 事先设计、用于容纳具体数据的容器，多为二维结构 常由Epidata、Excel等专用软件设计 数据整理的内容 数据审核（非常重要） 定义 对搜集到的资料进行认真的审查和核实 目的 确保资料符合要求、完整、准确无误 方法 逻辑审核（手工或计算机检查，以避免逻辑错误，如男性怀孕等） 计算审核（多为计算机检查，如白细胞总量=酸+碱+淋巴细胞） 离群数据的处理 离群数据 严重偏离群体平均水平的数据，多为错误（如DBP=880mmHg），少量为异常的真实值 可严重掩盖事实真相或扭曲两者间的关系 处理原则 手工处理： 正态分布：＞3×|均数±标准差| 偏态分布：＞99.5%或＜0.5% 软件处理 箱式图：距箱体底线或顶线距离超过箱体高度1.5～3倍者 缺失数据的处理 缺失值 部分研究指标记录不完整，导致其值缺失 后果：导致研究效率的下降 数据的常见缺失机制 完全随机