常见的1 医学科研设计的基本原则和方法.ppt

已知总体分布类型，对未知参数进行统计推断 依赖于特定分布类型，比较的是参数 参数检验 （parametric test） 非参数检验 （nonparametric test） 对总体的分布类型不作严格要求 不受分布类型的影响，比较的是总体分布位置 优点：方法简便、易学易用，易于推广使用、应用范围广；可用于参数检验难以处理的资料(如等级资料，或含数值“50mg”等 ) 缺点：方法比较粗糙，对于符合参数检验条件者，采用非参数检验会损失部分信息，其检验效能较低；样本含量较大时，两者结论常相同 谢 谢 * * * * * * * * * * * 配额抽样 先将群体中的所有单位按一定的标志(变量)分为若干类，然后在每个类中采用方便抽样或判断抽样的方式选取样本单位； 操作简单，可以保证总体中不同类别的单位都能包括在所抽的样本之中，使得样本的结构和总体的结构类似； 抽取具体样本单位时，不是依据随机原则，属于非概率抽样 。 滚雪球抽样 先选择一组调查单位，对其实施调查之后，再请他们提供另外一些属于研究总体的调查对象，调查人员根据所提供的线索，进行此后的调查。这个过程持续下去，就会形成滚雪球效应。 在食物过敏研究中，就诊的患者家庭入选未研究对象后，让她们邀请同学和朋友来参加该项目。 适合于对稀少群体和特定群体研究 优点：容易找到那些属于特定群体的被调查者，调查的成本也比较低 修正的概率抽样 是概率与非概率抽样的结合。 如：前阶段用概率抽样，后阶段使用非概率抽样。先用概率抽样抽地区，后在每个地区内进行配额抽样。 概率抽样(probability sampling) 概率抽样也称随机抽样 特点 按一定的概率以随机原则抽取样本 抽取样本时使每个单位都有一定的机会被抽中 每个单位被抽中的概率是已知的，或是可以计算出来的 。 当用样本对总体目标量进行估计时，要考虑到每个样本单位被抽中的概率。 应用范围： 对总体最好估计用简单随机抽样； 如果费用充足，用整群抽样； 如果对总体推断，用分层抽样。 优缺点 优点：能用相对小的样本对总体作推断； 缺点：复杂、费时、费钱，创建抽样框成本高；概率样本地理分布广，数据收集成本高。 应用范围、优缺点 简单随机抽样(simple random sampling) 从总体N个单位中随机地抽取n个单位作为样本，每个单位入抽样本的概率是相等的。 最基本的抽样方法，是其它抽样方法的基础。 特点 简单、直观，在抽样框完整时，可直接从中抽取样本； 用样本统计量对目标量进行估计比较方便。 局限性 当N很大时，不易构造抽样框； 抽出的单位很分散，给实施调查增加了困难； 没有利用其它辅助信息以提高估计的效率。 抽签法和利用随机数表 等距抽样（机械抽样） 定义：将总体单位按某一标志排序，而后按一定的间隔抽取样本单位。 （总体单位按某一标志排序） ······ · · · · · · 例：从1900人中抽取190人，抽样比为190/1900，可以先在1-10间选取一个随机数字，比如4，下一个为14，24，34，…… 优缺点 优点：样本分布好，比简单随机抽样简单。 缺点： 如果抽样间隔正好碰上总体的未知的周期性，就会得到“差的”样本； 当N不能被n整除时，样本量不好确定。 类型抽样（分层抽样） 定义：将总体全部单位分层，形成若干个层，后从各层中分别抽取样本单位，合成样本。 总体 N 最优分配 样本 n 等额分配 等比例分配 ··· ··· 优点： 保证样本的结构与总体的结构比较相近，能提高对总体估计值的精度； 能保证样本的代表性； 操作与管理简单； 在不同的层可以用不同的抽样框和抽样方法。 缺点： 要求抽样框中所有元素有高质量、能用于分层的辅助信息； 调查框的创建更复杂； 估计值的计算更复杂。 优缺点 整群抽样(cluster sampling) 定义： 将总体全部单位分为许多个““群”，然后随机抽取若干““群”，对被抽中的各““群”内的所有单位登记调查。 例： 总体群数R=16 样本群数r=4 样本容量 A B C D E F G H I J K L M N O P L H P D 整群抽样优缺点 优点： 抽样时只需群的抽样框，可简化工作量，降低费用； 当总体单位自然成群时，抽样简单； 当群内单位差异大，群间差异小时，效率更高。 缺点： 群内单位差异小，群间差异大时，效率不高； 无法提前知道总样本量； 调查组织和方差估计比简单随机抽样复杂。 多阶段抽样(multi-stage sampling) 先抽取群，但并不是调查群内的所有单位，而是再进行一步抽样，从选中的群中抽取出若干个单位进行调查； 群是初级抽样单位，第二阶段抽取的是最终抽样单位。