北大卫生统计课件.pptxVIP

北大卫生统计课件汇报人：XX

目录01卫生统计基础02描述性统计分析03概率论基础04推断性统计方法05统计软件应用06卫生统计案例分析

卫生统计基础01

统计学定义统计学首先涉及数据的收集，包括设计问卷、抽样调查等，然后对收集到的数据进行整理和分类。数据的收集与整理统计学的另一核心是概率论，它为数据分析提供了理论基础，帮助理解数据的随机性和不确定性。概率论基础描述性统计是统计学的基础，通过图表、平均数、中位数等方法对数据集进行概括和描述。描述性统计分析010203

卫生统计重要性卫生统计为制定有效的公共卫生政策提供数据支持，如疫苗接种计划和疾病预防控制。指导公共卫生政策卫生统计能够追踪和监测人群健康趋势，如慢性病发病率的变化，为健康干预提供方向。监测健康趋势通过统计分析，可以评估医疗机构的服务效率和质量，为改进医疗服务提供依据。评估医疗服务质量

数据收集方法通过设计问卷，收集受访者对卫生问题的看法和行为习惯，广泛应用于公共卫生研究。问卷调查分析医院和诊所的医疗记录，获取疾病发生率、治疗效果等重要卫生统计信息。医疗记录分析利用国家或地区的人口普查数据，了解人口健康状况、疾病分布等宏观卫生统计指标。人口普查数据

描述性统计分析02

数据整理与展示在进行描述性统计分析前，需要对数据进行清洗，剔除异常值和缺失值，确保数据质量。数据清洗将数据按照属性或特征进行分类，并赋予相应的编码，便于后续的统计分析和数据处理。数据分类与编码通过制作柱状图、饼图、折线图等，直观展示数据分布、趋势和关系，辅助理解数据特征。图表制作对数据进行汇总，计算总和、平均值、中位数等统计量，为描述性统计分析提供基础数据。数据汇总

中心趋势度量平均数是描述数据集中趋势的常用指标，通过将所有数值相加后除以数值的个数得到。平均数的计算01中位数是将数据集从小到大排列后位于中间位置的数值，适用于处理异常值较多的数据集。中位数的确定02众数是数据集中出现次数最多的数值，反映了数据集中的主要趋势或最常见的情况。众数的识别03

离散程度度量四分位数间距方差和标准差0103四分位数间距（IQR）是第三四分位数与第一四分位数之差，用于衡量数据中间50%的离散程度。方差衡量数据点与平均值的偏差程度，标准差是方差的平方根，两者都是衡量数据分散性的常用指标。02极差是数据集中最大值与最小值的差，反映了数据的全距，是描述数据离散程度的简单方法。极差

概率论基础03

随机事件与概率随机事件的定义01随机事件是实验中可能出现也可能不出现的事件，例如抛硬币得到正面。概率的计算方法02概率计算包括古典概率、几何概率等，如掷骰子得到特定数字的概率。条件概率的概念03条件概率描述在某个条件下事件发生的可能性，例如在已知某人患感冒的情况下，他发烧的概率。

概率分布基础01离散型随机变量的概率分布例如，抛硬币实验中，正面朝上和反面朝上的概率分布可以用二项分布来描述。02连续型随机变量的概率密度函数例如，测量人的身高，身高值在一定范围内的概率可以用正态分布的概率密度函数来表示。03均匀分布在等可能概率的场合，如掷骰子，每个结果出现的概率相同，可以用均匀分布来描述。04指数分布描述事件发生的时间间隔，如电子元件的寿命，可以用指数分布来模拟其概率分布情况。

大数定律与中心极限定理大数定律表明，随着试验次数的增加，样本均值会趋近于总体均值，是概率论中的基础理论。大数定律的含义中心极限定理说明，大量独立同分布的随机变量之和，其分布趋近于正态分布，是统计推断的关键。中心极限定理的解释例如，保险公司通过大数定律来估计赔付率，从而制定保险费率。大数定律在实际中的应用在质量控制中，中心极限定理用于确定产品尺寸的分布，以保证产品质量。中心极限定理的实际应用案推断性统计方法04

假设检验原理假设检验是推断性统计的核心，用于基于样本数据对总体参数进行推断。定义与目的零假设通常表示无效应或无差异，备择假设则表示存在效应或差异。零假设与备择假设显著性水平（α）是拒绝零假设的错误风险阈值，常见的有0.05或0.01。显著性水平P值是在零假设为真的条件下，观察到当前样本或更极端情况的概率。P值与决策规则类型I错误是错误地拒绝了真实的零假设，类型II错误是错误地接受了假的零假设。类型I与类型II错误

参数估计方法点估计是通过样本数据计算出总体参数的单一值，如使用样本均值来估计总体均值。点估计0102区间估计提供了一个参数可能存在的范围，例如计算总体均值的95%置信区间。区间估计03极大似然估计是根据已知的样本数据推断出最可能产生这些数据的总体参数值。极大似然估计

置信区间的概念置信区间是统计学中对总体参数的一个区间估计，表示在一定置信水平下总体参数可能存在的范围。置信区间的定义样本量越大，置信区间越窄，估计的精确度越高