分类变量资料的统计描述.ppt

预防医学 分类变量的统计推断,分类资料的统计描述,分类变量的取值为某种属性，例如： 血型(A、B、O、AB) 人群中某病发生与否(发生、不发生) 性别（男性、女性） 视力等级（差 、中、好） 这些变量值无法直接进行统计运算，通常的做法是按照类别进行统计汇总，分别计算每一个类别的观察单位数，即某个分类的频数 将上述频数绘制成频数分布表,某年某社区各年龄居民高血压患病情况,40与50年龄段为高血压的高危年龄段！,60岁以上年龄段为高血压的高危年龄段！,相对数,对分类变量汇总后，通常这些频数不能直接比较；分类资料的统计描述与推断中通常使用相对数，而不是绝对数 相对数指标是由两个有联系的指标之比组成,常用的相对数指标,比(ratio) 构成比(proportion) 率(rate),1、相对比,相对比ratio含义：两个相关联的指标之比 计算公式： 特点：无量纲、取值可以超过1；A与B的量纲可以相同也可以不同，但是A与B互不包含 常用指标有：性别比、每千人口的医生数、动态数列分析指标等,2、构成比,构成比proportion含义：反映事物内部某个部分占总体的比重；分子包含在分母中 计算公式： 特点：无量纲、在01间取值、不独立性、可加性 常用指标有：性别构成、疾病构成、年龄构成、职业构成等,3、率,率rate含义：反映某一时间段内，某一事件出现的机会大小（近似于一段时间内发生某事件的平均概率） 计算公式： 特点：多来源于随访性资料、分母中含有时间定义、取值有时会超过1（时间取半年、半月） 常用指标有：发病率、死亡率、出生率等,应用相对数的注意事项,防止概念混淆；分析时不能以构成比代替率 计算相对数的分母一般不宜过小 正确地合并估计率（平均率或合计率） 相对数比较时要注意可比性,防止概念混淆,并非所有 含“率” 的指标都表达是发生的可能性大小，很多情况下这些含“率”的指标是相对比 例如：,某年某市高血压发病情况,某年某市畸胎发病情况,proportion vs. rate,相对数比较时的可比性,4、率的标准化,出现这种矛盾现象的原因在于两院不同科室病例构成不同 甲院以内科病例居多，乙院却以外科病例居多，而外科病例的治愈情况较内科好得多，造成乙院的治愈人数较多，在合计时乙院的总治愈率高于甲院 可见这两组资料内部的构成不同(不同的科室治愈率是不同的)，可比性差，不可直接比较总治愈或合计治愈率,率的标准化,采用统一的标准对内部构成不同的各组频率进行调整，而后对比各组标准化率的方法称为率的标准化法 调整后的率为标准化率，简称标化率（standard rate），或调整率（adjusted rate） 标准化的目的是使得不同构成的各组间比较时具有可比性；其做法是对那些在各组间分布不均衡，并且可能对研究结果造成影响的因素（混杂因素）进行调整、校正，使得它们对结果的影响在各组间一致 常见的混杂因素有年龄、性别、病情等,率的标准化,标准化率的计算,率的标准化的方法通常有直接与间接法两种 两种方法的使用条件不同,直接标准化率,已知各构成组分的率时（或已知各组分的观察单位数与各组分观察阳性数），可采用该法 在用直接标准化法计算标准化率（标化率）时要选择一个“标准人群”，例如：标准人口、标准年龄构成，等 该标准不可随便选择，一般选用标准的方法有三种,直接标准化率标准选取,选择一个有代表性的、内部构成相对稳定的较大人群作为标准；例如全国人口、全省人口 将要比较的两组资料合并后作为共同的标准 将要比较的两组中任意一组作为共用标准,直接标准化率,期望生存 人数 ei=nipi,811,期望生存 人数 ei=nipi,649,使用合并的人口数Ni作为标准人口 甲院标化生存率 =811/1138=71.23% 乙院标化生存率 =649/1138=56.99% 排除了两院病例淋巴结转移情况不同后，甲院的生存情况较乙院好,直接标准化率,直接标准化法的一般公式： 求得人群不同构成标准人口ni与原构成的率pi时，标化率p：,标准化法的注意事项,通常在不同群体间的内部构成不同时，如果欲对它们进行相互比较，可以考虑采用标准化法 常见的内部构成因素有：年龄、性别、病情等因素 标准化率并不是本身的 “真值”，而是以标准人口作为参考，对各被标化组进行的调整后得到的相对的“率”，仅仅反映不同的组间的相对水平,标准化法的注意事项,标准化率随着标准人群的不同而不同；但是标化率的大