计数资料的统计分析2013.ppt

一）假设检验：t检验，ANOVA ，秩和检验二）参数及可信区间估计 参数估计是用样本统计量估计总体参数，是假设检验的重要补充。 点估计：用样本统计量直接作为总体参数的估计值，简单但未考虑抽样误差的大小。 区间估计：即按预先设定的概率（1-?）确定的包含未知总体参数的可能范围。 1、95%可信区间（置信区间） 定义：有95%(1-0.05(?))的可能性，在所计算得到可信区间包含了总体参数(不是总体参数落在该范围的可能性为95%)(置信区间) 可信区间由可信上限和可信下限构成: 可信区间估计的优劣取决两个方面： 准确度：1??，即区间包含?的理论概率大小，愈接近1愈好。 精度：区间的宽度，区间愈窄愈好。 可信区间(CI)能提供更多的推断信息： 区间范围是否包括总体参数（总体参数差值），若不包括，表明差别无统计学意义； 同时能显示差别的程度及临床意义； 可信区间CI不能提供确切概率,假设检验提供P值。 因此，统计推断结果的表达：P值与可信区间相结合，同时报告。 2、数值变量资料可信区间的分类 单个总体均数的估计 两个总体均数差值的估计： 基于两组比较t检验的可信区间 基于方差分析两两比较的可信区间 两两比较及计算效应量的95%可信区间 药物因素（不同药物）：两两比较的q检验及其均数差值的95%可信区间。 II型错误与检验效能 检验效能又称把握度、功效，用1-?表示（ ?为II型错误概率）：是指事实上当两总体确有差异，按检验水准?所能发现该差异的能力 。检验效能为0.8，指做100次假设检验，有80次能检验出有差别。 检验效能的影响因素 实际组间差异（效应量）的大小； 研究对象个体间的标准差大小； I型错误率?大小; 样本含量大小：重点考察 3、应围绕研究本身全面考虑，再下结论 从研究设计、抽样等全面评估结果。如样本代表性，有无可能出现系统偏差等。 4、专业结论同样不能绝对化 因统计结论具有概率性质，专业结论同样不要使用“肯定”、“一定”、“必定”等词汇。 计数（分类变量）资料的统计分析 第三讲 计数资料的分类 无序分类： 二项或二分类：对立、不相容的两类。 如疗效：病死与未愈等。 多项或多分类：互不相容的多类。 如血型、疾病分型、种族等 有序分类：类间不相容且有程度差别。 如疗效：痊愈、显效、好转、无效。 临床研究中计数资料来源、分类 本身设置为分类变量(PI/ECOS) 计量资料转化而来: 计数资料的分类赋值 一、计数资料的统计描述 变量类型的识别 一、计数资料的统计描述 1、率 (rate, frequency) 率又包括频率指标(frequency)和强度指标(rate)，用来测量一定时期内，某人群特定事件发生的频率或强度。 率=(发生某现象的观察单位数)/(某时间段可能发生某现象的观察单位数) 常用百分率、千分率、10万分率表示。 率是一个动态指标，在观察期内看特定人群中某事件的变化。 率有时间单位—观察时间影响率的大小。 与临床研究相关的率 用于疾病负担测量及选题立题： 发病率、患病率、死亡率（年龄别死亡率、死因别死亡率） 用于临床疗效与预后评价： 病死率/生存率、复发率、治愈率/缓解率、有效率 发病率（incidence） 是指一定时间内某人群中新发病例的频率。 计算发病率时，分子确定要注意： 病人的发病时间要“落入”观察期内，即必须是新病例。 注意病例与病人的区别。 疾病必须确诊 分母：可能发病的人口数,其范围界定很关键 分母用人时—发病密度（incidence density ID）——以观察“人时”为分母计算的发病率 现患率（prevalence） 也称患病率或流行率，指某特定时间某人群中某病现患人数所占比重或比例。 计算现患率时应注意： 分子包括新、老病例，只要调查时正处于患病状态，均计算在内。 分母不考虑“暴露人口” 现患率主要应用于慢性病的调查研究。 反映某人群特定时间某病的负担程度。可作为临床选题与立题依据，也可用于评价防治措施效果。 死亡率（mortality ) 表示一定时期内死亡发生的频率或强度。 粗死亡率（crude death rate） 病死率（case fatality rate） 表示一定时期内（一般为一年）患某病的人群中因该病而死亡的频率。 2、构成比 (proportion) 说明某一事物内部各组成部分所占的比重和分布，常用百分数表示（0%-100%）。 构成比是一特定时间（time point）某特定事件在总体事件数中所占的比重。proportion=a/(a + b + c+……) 是一个静态指标 无时间单位，与时间无关。 3、相对比 (ratio) 是A、B两个指标之