生物统计与SAS软体课程教学一生物统计学基本原理介绍与抽样.PPT

生物統計與SAS軟體課程教學(一)生物統計學基本原理介紹與抽樣 台大衛生政策與管理研究所 江宜珍 2004.12.18 課程宗旨 瞭解生物統計學的基本原理、邏輯與應用 簡介變項種類 瞭解抽樣之目的及方法 介紹SAS視窗及基本功能 生物統計學之基本原理 統計學的基本概念 統計學(Statistics) 對觀察或測量到的資料，如何加以處理分析 分析後的結果如何加以利用，以協助研究者或實務者做判斷及推論 數理統計、商用統計… vs. 生物統計 生物統計學(Biostatistics)特指應用於醫學研究、健康問題、或其他健康相關領域的統計分析方法，意即處理或分析的對向是有關生物的事務或現象 統計分析的目的 描述資料、瞭解現況 以樣本資料推論母群體的情況 探討相關因素或影響因素 以現有資料預測未來 統計學的分類 依功能來分 敘述統計學(Descriptive Statistics) 又稱「描述性統計」 描述觀察到的現象 推論統計學(Inferential Statistics) 又稱「分析性統計」 假設?檢定?推論 研究一定要做統計分析？ 三大研究典範(見「研究典範」講義) 實證典範 詮釋典範 批判典範 變項之種類與測量 什麼叫做變項？ 資料的獲得必須靠觀察或經由測量而來 資料中的「單一項目」稱為變項(variable) Ex. 性別、身高、體重… 所謂「變」項，必然是整體資料在該項目上有「變異、差異或不同」 常見的錯誤 欲探討子宮頸癌的危險因子，卻放入「性別」當變項 欲探討國中生的吸菸原因，卻放入「教育程度」當變項 欲探討氣切患者的存活情形，卻放入「有無氣切」當變項 變項種類 依其觀察或測量的特性，可分為下列三大類 類別變項(nominal variable) 序位變項(ordinal variable) ?以上二者常被合稱為「非連續變項(discrete variable) 等距變項(interval variable)及比例變項(ratio variable) ?以上二者常被合稱為「連續變項(continuous variable)」 類別變項 將對象分類所獲得的變項(ex.性別、種族、疾病種類) 編號(或數值)不具真正的數值意義，即沒有「2＞1」或「2是1的兩倍」等關係，因為編號的給予完全是任意或武斷的 通常以各種類的「頻率(frequency)」來描述 常見的錯誤 以最大值、最小值、平均值等來描述 被當成序位變項或連續變項來分析 序位變項 此種類型的變項旨在表示某項測量或觀察對象的「等級」或「強度序位」(ex.喜好程度、滿意度、嚴重度) 編號(或數值)只代表序位，即「3＞2＞1」，但不能說「3是1的三倍」；只知道程度或強度的不同，而不知道其中的差別(或間隔)有多大 反過來排列，其所代表的意義不變(只是序位的方向相反) 通常以各序位的「頻率」來描述；亦有以「平均值」來描述(但較不具意義)；亦通常將數個序位變項以「加總計分」的方式，來形成一個總體程度的趨勢及方向性 常見的錯誤 以最大值、最小值等來描述 被當成連續變項來分析 等距變項 「等距」意指每個數值的間隔相等，即「1與2的差別」和「101與102的差別」相同，亦即每個單位都是一樣大小(ex.溫度) 通常此種變項所具有的訊息最豐富、最詳細 通常以最大值、最小值、平均值、標準差等數值來描述 常見的錯誤 計算倍數、各數值的頻率 比例變項 又稱為「等比變項」，為等距變項中，具有絕對的「0」(真正的0)的變項！(ex.身高幾公分、體重幾公斤、收入、生病次數、住院人數)，意即包含了「沒有」者，因此可以計算倍數 「溫度」則不是！因為0℃是武斷給予的，所以不能說0℃是「沒有溫度」，且40℃也非20℃的兩倍熱 通常以最大值、最小值、平均值、標準差等數值來描述 常見的錯誤 計算各數值的頻率 各變項種類間的關係 等距變項及比例變項是最高級的變項，所提供的資訊最多，序位變項次之，類別變項更次之；意即等距變項及比例變項可轉換為序位變項及類別變項、序位變項可轉換為類別變項，但反之則不行 Ex.體重 以「公斤」來計算?為等距變項且為比例變項 若改以「蹺蹺板」或「排序方式」來測量?為序位變項 若僅區分為「輕」、「重」兩類?為類別變項 較高級的變項雖可使用較低級變項的統計方法，但會損失許多原本提供的豐富訊息，因此仍不建議使用，除非必要；但較低級的變項絕不可以使用較高級變項的統計方法！！否則就是大錯特錯！ 連續變項 vs. 非連續變項(1) 許多生統書籍，常僅將變項種類區分為連續和非連續變項兩大類，但不建議如此分類！ 連續變項(continuous variable) 測量(度量)的單位可以無限的加以細分，使測量出的變項是「連續性」(ex.身高幾公分，可測量到小數點n位數