第六讲现场调查数据分析.pptVIP

现场调查技术Field Survey Skill 寇长贵(讲师) Tel: 0431Mail: koucg@ 流行病与卫生统计学教研室 吉林大学公共卫生学院 课程安排 第一讲：现场调查技术概述（设计） （2学时） 第二讲：现场调查问卷设计 （2学时） 第三讲：现场调查的抽样技术 （2学时） 第四讲：现场调查的访谈技巧 （4学时） 第五讲：现场调查问卷的数据管理 （4学时） 第六讲：现场调查数据的处理与分析技术（4学时） 第七讲：现场调查的实施与质量控制技术（2学时） 第八讲：现场调查中的综合评价方法 （2学时） 第九讲：现场调查研究报告的撰写方法 （2学时） 现场调查数据的处理分析 Survey Data Analysis 寇长贵(讲师) Tel: 0431Mail: koucg@ 流行病与卫生统计学教研室 吉林大学公共卫生学院 主要内容 常用统计分析软件 Epi Info v3.3 开发： （1）WHO的AIDS病全球控制小组 （2）CDC流行病学室 免费获得 （1） （2）http://www.epiinfo.it/epiinfo3.asp 最新版本： Epi InfoTM Version3.3 基本流程 选择合适的数据管理与分析软件 SAS、SPSS、Epi-Info、STATA 录入后数据的检查 错误，遗漏的研究变量取值 采取补救措施 更改，再次询问，查阅档案，重新检测 数据的检查与核对 检查数据的结构 观测数，变量名称、数量 检查各变量的取值情况 取值范围 数值变量 最小值（minimum）, 最大值（maximum） 均值（mean），中位数（ median），发现异常值（ outlier） 分类变量 其它发现异常的方法：图示法，回归诊断等 数据的整理 数据的分组 分类变量/有序变量 按照实际的类别进行分组 若有必要和合理，可将性质相近的类别合并 数值变量 按照实际的生理，病理，临床和公共卫生意义分组 分位数分组 四分位数（quartiles），五分位数（quintiles） 使用的方便程度/专业惯例分组 例：年龄在某一适宜范围内每5或10岁一组 数据的转换 非正态数据的变量转换 正态性（normality）检验 Univariate过程 Q-Q plot 对数、平方根和倒数变换 分类变量转换为哑变量 确定拟分析的自变量和因变量 研究设计阶段有助于选择拟研究的变量，指导问卷设计 普查数据分析思路 统计应调查人数、实际调查人数，描述漏查率和应答率； 描述调查对象的社会人口学特征，如性别、年龄、民族等基本构成。计数资料采用构成比（百分比）描述，计量资料采用均数±标准差描述； 统计调查人群的总体指标，根据数据类型，分别描述总体的患病率、感染率等频率指标，或总体计量数据的集中和离散趋势指标（均数±标准差、百分位数等）； 按社会人口学特征或暴露与否分组，统计、描述疾病和健康状态相关频率指标； 或按疾病有无描述暴露的构成比；并进行分层和对比分析。 抽样调查数据分析思路 一般描述：包括抽样方法、设计样本量、调查样本量、应答率和样本人群的社会人口学特征等。 统计描述： 计算有关统计指标，包括患病率、感染率、暴露率等频率指标及其95%的可信区间，计量资料的均数、标准差或百分位数等。 结合频率指标，通过图表或文字，按时间、地区和人群描述疾病或健康状态的分布。可先按某个因素分层描述，再按多个因素综合描述。 关联分析：对暴露和疾病的关系可作初步的关联分析 如计量资料的比较采用t检验或方差分析（ANOVA），率的比较采用χ2检验或u检验。也可选择适当的自变量和因变量进行多因素分析，关联的统计推断采用χ2检验或Logistic回归分析。 Logistic回归 Logistic回归是一个较好的，目前常用的，控制混杂因素的多因素分析方法。 Logistic回归中y呈现为二值变量形式。如发病与不发病，死与活,成功与失败,阳性与阴性, 等等。当应变量只取二个数值时常记为1与0，在SAS的logistic回归中最好记成1与2。 Y=1： 反应，如： 发病，死亡，成功 Y=2：不反应，如：不发病，存活，不成功 * * School of Public Health 常用统计学软件介绍 调查数据的分析策略 Logistic回归介绍 实习 研究设计 设计“问卷” 实施调查 收集数据 分析资料 结果解释 撰写论文 分析数据 数据录入 数据管理 …… Epi