分类变量资料的统计分析培训课件演示课件.pptVIP

率的标准化应注意的问题 （1）当各比较组内部构成（如年龄、性别等）不同时，应对率进行标准化后，再作比较。 （2）标准化率只表明各标化组率的相对水平，而不代表其实际水平。 （3）两总率各分组对应的率有明显交叉时，则不能用标准化率进行比较。 （4）如为抽样研究资料，两样本标准化率的比较也应作假设检验。 * 第二节 分类变量资料的统计推断 率的抽样分布 率的抽样误差与标准误 总体率的区间估计 率比较的u检验 * 率的抽样分布 从某个二项分类总体中随机抽取含量一定的样本，其样本率的分布概率是有规律的，这种规律为服从二项分布（binomial distribution），即样本中阳性数或样本阳性率的分布概率等于二项式展开后各项。若总体阳性率为π、样本含量为n，阳性数为X，则样本中出现X个阳性事件的概率可由下式求得。 * 已知：①π =0.5，n =10；②π =0.3，n =5；③π =0.3，n =10；④π =0.3，n =15。试根据式（10-6）求各阳性数事件的概率并作概率分布图。 图10-1 率的抽样分布图 * 率的抽样分布特征 1.为离散型分布； 2.当π =1-π时，呈对称分布； 3.当n增大时，逐渐逼近正态分布。 一般认为，当nπ和n(1-π)≥5时, 可近似看作正态分布。 * 率的抽样误差和标准误 由于抽样所引起的样本率和总体率或各样本率之间存在着差异，这种差异称为率的抽样误差。用率的标准误表示 。 * 例10-6 为了解某地人群结核菌素试验阳性率情况，某医疗机构在该地人群中随机检测了1773人，结核菌素试验阳性有682人，阳性率为38.47%，试计算其标准误。 * 总体率的区间估计 总体率的估计： 点估计 区间估计 正态近似法 查表法 * 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（如np和n(1-p)均大于5），样本率的分布近似正态分布。 u?是标准正态分布双侧临界值，在估计总体率的95%置信区间时，其值为1.96；99%置信区间时，其值为2.58。 * 95%的置信区间： 38.47%?1.96?1.16%=36.20%~40.74% 99%的置信区间： 38.47%?2.58?1.16%=35.48%~41.46% 例10-6中该地人群中结核菌素试验阳性率95%和99%的置信区间为： * 查表法 当n较小，如n?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。 因其计算比较复杂，统计学家已经编制了总体率可信区间估计用表，可根据样本含量n和阳性数x查阅统计学专著中的附表 。 * u 检验 当样本含量n足够大，样本率p或1-p均不太小时（如np和n(1-p)均大于5），样本率的分布近似正态分布。样本率和总体率之间、两个样本率之间的比较可用u检验(u test) 。 * 样本率与总体率的比较 * 例10-7 一般情况下，直肠癌围术期并发症发生率为30%，现某医院手术治疗了385例直肠癌患者，围术期出现并发症有100例，并发症发生率为26%，问该院直肠癌患者围术期并发症发生率与一般情况比较有无统计学差异。 本例，样本率为26%，np和n(1-p)均大于5，可采用u检验。 * 建立检验假设 H0: ?=?0，H1: ???0，?=0.05 2. 计算u值 3. 确定P值，判断结果 本题u=1.713＜1.96，P＞0.05,按?=0.05的水准不拒绝H0，差异没有统计学意义，故尚不能认为该院直肠癌患者围术期并发症发生率与一般情况不同。 * 两个样本率的比较 * 例10-8 为了解某地小学生蛔虫感染率的城乡差异，抽样调查了该地小学生22792人，其中城镇小学生8207人，粪检蛔虫卵阳性数为701人，蛔虫感染率为8.54%，乡村小学生14585人，粪检蛔虫卵阳性数为2167人，蛔虫感染率为14.86%，试比较该地小学生蛔虫感染率城乡差异有无统计学意义。 建立检验假设 H0: ?1=?2，H1: ?1??2，?=0.05 2. 计算u值 * 确定P值和判断结果 本题 =13.739＞2.58，P＜0.01,按?=0.05的水准拒绝H0，接受H1，差异有统计学意义。 3. 确定P值，判断结果 * 第三节 ?2检验 基本思想 四格表资料的卡方检验 配对设计分类变量资料的卡方检验 行×列表资料的卡方检验 * ?2检验（Chi-square test） 是现代统计学的创始人之一，英国统计学家K.Pearson于1900年提出的一种具有广泛用途的假设检验方法。常用于分类变量资料的统计推断。 * 基本思想 例10-9 某医生欲比较用甲、乙两种药物治疗动脉硬化的疗效