SAS软件应用之相对数PPT.pptVIP

四格表资料 定性指标分为有序的（如：疗效分为“治愈、显效、好转、无效、死亡”）和名义的（如：血型分为“O、A、B、AB”型）２类，对于每１个受试者来说，有序指标的观测结果只能是该有序指标若干等级中的１级（如某人的疗效为“显效”）；名义指标的观测结果只能是该名义指标若干标志中的１个（如某人的血型为Ｂ型），显然，无法像处理定量指标那样去直接分析定性指标，故这类资料常被整理成列联表的形式后再进行分析。 当表中只有２个定性指标时，称为２维列联表；有３个或３个以上定性指标时，称为多维列联表。常用R、C表示２维列联表的行数和列数，并称为R×C表；当R=C=２时，称为２×２表（或四格表）。２×２表看起来很简单，但根据资料所具备的条件有许多不同的处理方法。 四格表卡方检验 为了解不同致癌剂的致癌作用，分别在两组大白鼠皮肤涂以不同致癌剂，观察不同致癌剂作用下的发癌率，结果如下表13-1，问两组发癌率有无差别？ 表13-1 不同致癌剂作用下大白鼠的发癌率 处理 发癌数 未发癌数 合计 发癌率% 甲组 52 (57.18) 19 (13.82) 71??? 73.24 乙组 39 (33.82) 3 (8.18) 42??? 92.86 合计 91 22 113??? 80.33 四格表卡方检验 这四个格子是表中最基本的数据，其余数据都是由这四个数据推算出来的，因此上表资料又被称之为四格表资料。 ?2检验的基本思想及计算步骤如下： 假设两总体率相等 H0： ，即两总体发癌率相等； H1： ，即两总体发癌率不等； 。 四格表卡方检验 不妨将H0看作 两样本合并的发癌率（Pc＝80.33％），按合计率推算，本例第一行第一列理论上的致癌数为： 此结果称为理论频数，简称理论数，记为T。由上述过程可推导出理论数的计算公式为： 四格表卡方检验 式中Trc即第r行第c列的理论数，nr为Trc所在行合计，nc为Trc所在列合计。相应地，表中的4个基本数据为实际频数，简称为实际数，记为A。4个基本格子的实际数都不等于理论数。 经上述推导，两样本率的差别就演绎为实际数与理论数之间的差别。即：两样本率相差越大，则实际数与理论数的差别就愈大。 四格表卡方检验 卡方检验的统计量是?2值，它是每个格子实际频数A与理论频数T差值平方与理论频数之比的累计和。每个格子中的理论频数T是在假定两组的发癌率相等（均等于两组合计的发癌率）的情况下计算出来的，故?2值越大，说明实际频数与理论频数的差别越明显，两组发癌率不同的可能性越大。 四格表卡方检验 实际数与理论数的差值服从?2分布：在H0条件下，上述 差值属于随机误差，可获得统计量： 四格表卡方检验 差?2分布表，确定P值并作出推论，以?＝1查?2界值表得： 本例?2＝6.4777，故0.05P0.01，按水平拒绝H0，接受H1，因而可以认为两种致癌剂作用于大白鼠的发癌率有差别（统计学推论）。结果说明乙组致癌剂的发癌率高于甲组（结合样本率作实际推论）。 * * 第12章 相对数 学习目标 理解相对数的含义 熟悉几种常用的相对数 熟悉应用相对数时应注意的问题 掌握率标准化的两种方法（直接法和间接法）以及SAS程序 掌握率假设检验方法和SAS程序 概述 分类资料的变量值是定性的，对其观察结果的分析与比较常用率、构成比、相对比等统计指标描述。这些指标都是由两个有联系的指标之比组成，又称相对数。 相对数 调查或实验搜集来的原始资料，经过汇总之后得到的小计或总计数值称为绝对数（即总量指标）。如发病人次数、医院收容人数、治愈人数等。总量指标反映一定条件下某种事物的规模或水平，是计划或总结工作的依据，同时，又是计算相对数与平均数的基础，但是绝对数往往不便于比较，因此在实际工作中还必须计算相对数与平均数。 相对数 相对数是两个有关的绝对数之比，通常用百分比、千分比或万分比等表示，是医学研究中最常用的统计指标之一。 计算相对数的意义是把基数化做相等，便于相互比较。如：每千人中的发病数，每百名某病患者的死亡人数等。 率 在医学上常用的强度相对数有患病率、发病率、感染率、病死率、死亡率及人口自然增长率等。计算公式如下： 某病患病率=某病患病人数/调查人数×100% 某病发病率=某期间内某病新病例数/同期间内平均人口数×100% 某病感染率=带有某种病原体人数/检查人数×100% 某病病死率=死于某病人数/某病患病人数×1000‰ 某病死亡率=某年某地某病死亡人数/同年该地平均人口数×100% 出生率=某地某年活产数/该地同年年平均人口数×1000‰ 死亡率=某地某年死亡率/该地同年年平均人口