Chapter4队列分析与时期分析.docVIP

Chapter4 队列分析与时期分析 4.1 不考虑其他人口事件影响的队列分析 其他人口事件影响很小，或为了理论研究的需要，或为了简化起见，可以在不考虑其他人口事件影响的情况下进行队列分析。 4.1.1 基本概念 平均强度（average intensity）：队列成员终生经历某一可重复事件的平均次数或经历某一不可重复事件的平均概率。 平均年龄：用来量度队列成员经历某一人口事件的早晚。 记某一总人数为N的队列成员在年龄（或期间）区间（x,x+n）内经历某一人口事件的人数为e(x)，该队列成员经历这一人口事件的上下限年龄分别为，则平均强度为： 该队列成员经历这种人口事件的平均年龄为： 发生时间中位数：是完成队列成员终生经历某一人口事件总数一半的确切年龄或期间，通过线性内插获得。 4.1.2年龄（期间）别概率与年龄（期间）别发生率/风险率 年龄别概率 产生原因：由于年龄别率不区分历险人群（有潜在可能经历人口事件的人群）和非历险人群（无潜在可能经历人口事件的人群），因此有时会给出不正确的事件发生强度的时间分布。（举例） 公式： 不考虑事件发生序次的年龄别概率： 其中，e(x)为在年龄区间（x,x+n）内发生的事件数 l(x)为确切年龄为x的尚未经历所研究事件的人数 q(x)为在区间（x,x+n）内事件发生的概率 考虑事件发生序次的年龄别概率： 其中，为在年龄区间（x,x+n）内发生的序次为i的事件数 为确切年龄为x的尚未经历序次为i的事件的人数 为序次为i的事件在区间（x,x+n）内发生的概率 年龄别发生/风险率 产生原因：年龄别概率需要知道l(x)，实际应用中很难满足，于是使用另一种容易得到的发生/风险率（occurrence/exposure rate），再推算出概率。 公式： 其中，为在（x,x+n）区间内的事件发生/风险率 e(x)为在年龄区间（x,x+n）内发生的事件数 L(x)为在区间（x,x+n）内历险人年数 在人口事件均匀分布的前提下，L(x)等于年末未经历所研究事件的确切年龄人数加上当年发生事件数的一半或年初未经历所研究事件的确切年龄人数减去当年发生事件数的一半，即 ，由而得 在实际计算中用年初与年终年龄分别为x与 x+n（不一定是确切年龄）的未经历此事件的人数N(x)和N(x+n)来代替。 年龄（期间）别概率与年龄（期间）别发生率/风险率的关系 因为 所以 将上式代入q(x)得 将分子分母同乘以d(x)得 再将分子分母同除以e(x)得 4.2时期分析中的标准化方法 4.2.1直接标准化 原因 时期人口事件总数既取决于人口事件率，又取决于人口年龄构成，相同的“率”可能因人口年龄构成不同而得到不同的人口事件总数。 粗人口事件率是该年人口事件总数除以该年年中人口总数得到的比率，主要缺点是受人口年龄构成影响很大，不能确切地反映人口事件发生的真正水平。 概念 排除人口年龄构成的影响，在相同的人口年龄构成下比较人口事件率的方法被称作直接标准化（direct standardization）。 方法 记甲乙两地的年龄构成为与，年龄别事件发生率为与，如果选用甲地年龄构成为标准，排除年龄构成差异影响之后的可比人口事件比为： 即， 如同， 可比人口事件比实际上是将两地年龄别事件发生率与同一个标准人口年龄构成结合得到的人口事件总数之比，此处作为标准的年龄构成相当于统计指数分析中的同度量因素。 标准人口的选择 只要被选标准人口的年龄构成相差不太悬殊，由此得出的可比人口事件比差异不会很大，因此标准人口的选取可是随意的。 矩形人口的选取。每一年龄的人数都是1被称为矩形人口（rectangular population）。因为1与任何数据相乘仍得原数，所以使用矩形人口为标准人口的直接标准化实际上是将各年龄的率累加。总和生育率实际上是以矩形人口为标准人口的直接标准化。 选取的标准化年龄结构不同，会影响不同标准化率之间的比较结果，甚至会得出截然不同的结果 通过年龄标准化可以消除年龄结构的影响从而可以直接进行比较，但是年龄标准化不能够消除标准年龄结构的影响 年龄标准化只能够保证在同一标准年龄结构下各地率指标比较不受各地年龄结构的影响，但是标准化年龄结构的变动会影响到率指标的相对结果 问题的关键不在于怎样选取标准年龄结构更好，而在于选取方式必须统一 不受年龄结构的影响的指标可能受其他结构的影响，如性别结构，婚姻结构等。 4.2.2间接标准化 一、适用条件