预防医学(刘明清).pptVIP

（一）均数的抽样误差与标准误 概念：样本统计量的标准差叫做标准误。 意义：是描述均数抽样误差大小的统计指标。是样本均数的标准差，反映含量相同的样本均数的离散趋势或变异程度。同类性质的资料，均数的标准误越大，说明样本均数的变异程度越大，样本均数围绕总体均数分布越分散，样本均数与总体均数越远离，因此，用样本均数推论总体均数的可靠性越小，抽样误差越大。 二、数值变量资料的统计推断 数值变量资料 标准误 均数标准误的用途 1.可用来衡量样本均数的可靠性，反映抽样误差的大小。标准误越小，说明样本均数间的离散程度越小，用样本均数估计总体均数越可靠，反之亦然。 2.可用来估计总体均数的可信区间。 3.可用于均数的假设检验。 （二）t分布 t 分布特征： 1. 单峰分布，以0为中心左右对称。 2. t 分布是一簇曲线，其形状受自由度ν的影响。 统计学家已将各种自由度对应的t分布曲线下的尾部面积（概率）的百分界值编制成t界值表。 由于t分布是以0为中心的对称分布，故表中只列出正值，所以查表时，不管t 值正负只用绝对值。 表右上角插图中阴影部分，表示tα/2,ν以外尾部面积占总面积的百分数，即概率P。 随着自由度?的增大，t界值逐渐减小，当自由度无穷大时，双侧t0.05=1.96，单侧t0.05,=1.645，即为u分布的界值。 * 点估计 数值变量资料： → 区间估计 总体均数95%可信区间 σ已知 σ未知，且样本量较小 σ未知，且样本量较大 基本步骤 1.建立假设：注意单侧还是双侧 2.确定检验水准 3.选定检验方法，计算统计量 4.确定概率P值，作出推断结论 各样本是相互独立的随机样本 各样本都来自正态分布的总体 各个总体方差齐 （1）小样本均数与总体均数比较 （2）大样本均数与总体均数比较 （3）已知总体标准差时 2.配对数值变量资料的比较 （1）两小样本均数的比较 （2）两大样本均数的比较 * 假设检验应注意的问题 1.资料必须合乎随机化抽样的原则 2.选用的假设检验方法应符合其应用条件 3.实际差别大小与统计意义的区别 4.判断不能绝对化 5.单双侧检验的选择 * 假设检验中的两类错误 Ⅰ型错误（第Ⅰ 类错误）：拒绝了实际上成立的H0，这类“弃真”的错误称为Ⅰ型错误，其大小用α表示。 Ⅱ型错误（第Ⅱ 类错误）：不拒绝实际上不成立的H0，这类“取伪”的错误称为Ⅱ型错误，其概率大小用β表示。 β值的大小在进行假设检验时一般并不知道。 客观实际 拒绝H0 不拒绝H0 H0成立 第Ⅰ类错误（α） 推断正确（1- α） H0不成立 推断正确（1- β） 第Ⅱ类错误（β） 第四节 分类变量资料的统计分析 刘琥 济宁医学院 一、分类变量资料的统计描述 （一）常用的相对数指标 率 构成比 相对比 * 率（rate）称为频率指标或强度指标，它说明某现象发生的频率程度或强度。 * 构成比（constituent ratio）称为构成指标，它反映事物内部各组成部分所占整体的比重或分布。 * 相对比（relative ratio）也称比，是A、B两个有关联的指标之比。说明A是B的若干倍或百分之几。 （二）应用相对数的注意事项 1．计算相对数时分母不宜过小　 2．资料分析时不能以构成比代替率 3．注意资料的可比性 4．正确计算平均率 5．样本率或构成比的比较应做假设检验 二、分类变量资料的统计推断 （一）率的抽样误差和标准误 * 率的抽样误差与标准误 (理论值) (估计值) * 1.正态近似法：当样本含量n足够大，样本率P或1-P均不太小时，样本率的分布近似正态分布。 总体率95%的可信区间：　 2.查表法：当n较小，如〈50，特别是P接近于0或1时，按二项分布原理估计总体率的可信区间。 基本思想：检验实际频数和理论频数的吻合程度。 T≥5，且n≥40：直接使用基本公式或专用公式 1≤T＜5，且n≥40：用连续性校正 检验 T＜1或n＜40：用精确概率法 1.四格表资料的卡方检验 基本公式 处理 有效 无效 1 a b 2 c d 甲法 乙法 + - + a b - c d 2. 配对四格表资料的卡方检验 要求：不能有1/5以上的格子理论频数小于5，或者不能有任意一个格子的理论频数小于1。 3.行列表资料的卡方检验 数值变量 统计描述 统计推断 无序分类 有序分类 分类变量 统计描述 统计推断 统计描述 统计推断 统计图表和相对数 总体率的估计，率的u检验、x2检验 统计图表和相对数 秩和检验 本章重点讲述了医学统计学基本概念、统计资料的类型