07分类资料的推断.pptVIP

定性资料的统计推断 主要内容 6.1 率的可信区间 6.2 样本率与总体率的比较 6.3 两率的比较 6.4 配对设计资料的两率的比较 6.5 多个率的比较 6.6 构成比的比较 6.7 两标准化率的比较 6.8 高维列联表的分析 6.9 趋势性检验 6.1 率的区间估计 阳性率的均数μp=π 标准差σp= （率的标准误） 总体率的区间估计 1.正态近似法 np5 n(1-p)5 p±uasp 例1 在血吸虫病流行区中，某县根据随机原则抽查4000人， 其血吸虫感染率为15%，如全县人口为205000人，试以99%的可信区间估计该县血吸虫感染人数至少有多少？至多有多少？ 总体率的99%可信区间 即 0.1354~0.1646 至少0.1354×205000=27757 至多0.1646×205000=33743 2.查表法 n≤50 p167附表7 例2 有人调查29名非吸毒妇女，出狱时有1名HIV(人免疫缺陷病毒)阳性，则阳性率的95%可信区间为(0.1%,17.8%) 3.精确概率法 n较小,p接近于0或1 上例中,95%K可信区间为 即(0.0009,0.1776) 4.利用二项分布的概率公式迭代 两率差的可信区间 π1-π2的可信度为1-α的可信区间为 其中 6.2 样本率与总体率比较 比较的目的是推断该样本所代表的未知总体率π与已知的总体率π0是否相等。 方法一：直接计算概率法 例3 据以往经验，新生儿染色体异常率一般为1%，某医院观察了当地400名新生儿，只有1例异常，问该地新生儿染色体异常率是否低于一般？ H0: π=0.01 H1: π0.01 α=0.05 P=p(x≤1)=p(x=0)+p(x=1) p0.05 不拒绝H0 问题: P=P(x≤1), 而不是 P=P(x≤2) P=P(x≤1), 而不是 P=P(x=1) P=P(x≤1), 而不是 P=P(x ≥ 1) 例4 用一种新药治疗某种寄生虫病,受试者50人在服药后1人发生某种严重反应,这种反应在此病患者中也曾有发生，但过去普查结果约为每5000人中仅有1人出现。问此新药是否提高了这种反应的发生率? 方法二：正态近似法 （n较大） 例5 根据以往经验，一般胃溃疡病患者有20%发生胃出血症状，现某医院观察65岁以上溃疡病人304例，有31.6%发生胃出血症状,问老年胃溃疡病患者是否较容易出血? H0: π=0.2 H1: π0.2 α=0.05 p0.05 拒绝H0，认为……  6.3 两样本率的比较 目的:推断两总体率是否相等 当n1,n2均较大，p1,p2,(1-p1),(1-p2)均不太小，如n1p1,n2p2,n1(1-p1),n2(1-p2)均大于5时，可用u检验 6.3.1两样本率的U检验 例6 蛙 王 露：有效率81.13% 复方阿胶：有效率71.43% 二者是否有差别？ H0:π1 = π2; H1:π1 ≠ π2; α=0.05 n1=53,n1p1=43, n2=56,n2p2=40 pc=(43+40)/(53+56)=0.7615 查u界值表，p0.05，不拒绝H0，尚不能认为两药有效率不同 6.3.2 两样本率比较的卡方检验 卡方检验的原理 一种对理论频数和实际频数吻合程度的考察。 A investigation of the degree of agreement of theoretical frequency and actual frequency. 一个正常的骰子，抛出后得到六个面的概率均为1/6。因此，要判定一个骰子是否合格，可以通过抛骰子的方法来进行； χ2检验的原理 χ2检验的原理 衡量理论数与实际数的差别 Karl Pearson 1857~1936 英国统计学家 1901年10月与Weldon、Galton一起创办Biometrika ?2分布 四格表(fourfold table) 例7 109例患者治疗后有效率比较 理论数的计算 如果两组率相等，则理论上有效率为76.15%。 理论与实际相吻合！ 则观察53人，有53×0.7615＝40.36人有效， 53-40.36=12.64人无效。 　观察56人，有56×0.7615=42.64人有效， 56