公卫辅导统计学几个问题解释.doc

2010年公卫辅导：统计学中标准化法标准化法：一、率的标准化来源：考试大要比较两个总率时，发现两组资料的内部构成（如年龄、性别构成等）存在明显不同，而且影响到了总率的结果，这时就不宜再直接比较总率，而应考虑采用标准化法。标准化法的基本思想，就是采用统一的标准（统一的内部构成）计算出消除内部构成不同影响后的标准化率（调整率），然后再进行比较。标准化率的主要计算方法有直接法和间接法两种。二、直接标准化法的计算方法当已知所比较资料各组率Pi，可选用直接法计算标化率。三、间接标准化死亡比的计算方法来源：考试大当所比较的资料已知各自某现象总发生数r及各分组观察单位数时，宜采用间接法计算标化率。2010年公卫辅导：统计学中应用相对数时应注意的问题应用相对数时应注意的问题：一、构成比和率的应用不能混淆率和构成比所说明的问题不同，构成比可以说明某事物内部各组成部分的比重或分布，而率是说明某现象发生的频率或强度的，所以不能以构成比代替率。二、正确计算加权平均率来源：考试大对观察单位数不等的几个率，求平均率（总率或合并率pc）时，应计算加权平均率，而不能直接相加各组率，除以组数，求其平均率。三、注意指标的可比性www.xamda.CoM可比性指所比较指标，除研究因素外，其他影响因素应基本相同或相近，即在相同条件下进行对比。通常应注意：1.观察对象同质，研究方法相同，观察时间相等，以及地区、民族、性别、年龄、病情及病程等客观条件均基本一致。2.某个对研究结果有影响的因素，在各组的内部构成是否相同。若因混杂因素干扰，使各对比组构成分布不同时，可采用标准化，平衡内部构成不同的影响后，再进行总率的比较。四、计算相对数时分母不宜太小2010年公卫辅导：统计学中常用的相对数指标常用的相对数指标：分类资料又叫计数资料、定性资料，其观察值是定性的，表现为互不相容的类别或属性。对分类资料作统计描述，常采用相对数（构成比、率和相对比）指标。一、率来源：率亦称频率指标，常用来说明某现象发生的频率或强度，可用百分率、千分率、万分率或十万分率表示。二、构成比来源：考试大构成比又称构成指标，常用来说明一事物内部各组成部分所占的比重或分布，常用百分数表示。同一事物各构成部分的构成比总和一定等于1或100。三、比www.xamda.CoM比亦称相对比，是指两个有关的指标之比，常说明两者相互对比的水平，可以倍数或百分数表示。所对比的两指标可以是相对数，也可以是平均数或率。2010年公卫辅导：统计学中配伍组设计资料而配伍组设计是配对设计的推广，它包括以下几种常见的情况：同一批对象在k个不同时间点上的测定值；同一样品用k种不同方法的测定值；来源：考试大同一对象的k个不同部位的测定值；先将实验对象配伍，每个伍有k个对象（同一伍的对象除研究因素外其他影响效应指标的因素相同或相近）。2010年公卫辅导：统计学中第一类错误与第二类错误统计学中第一类错误与第二类错误：考试大论坛当假设检验拒绝了实际上成立的零假设时，所犯的错误称为第一类错误，其概率用表示。当假设检验接受实际上不成立的零假设时，所犯的错误称为第二类错误，其概率用表示。当样本含量一定时，愈大，愈小，反之，愈小，愈大。1称为检验效能或把握度，其意义是两总体确有差别，按水准能发现它们有差别的能力。2010年公卫辅导：统计学中假设检验的基本步骤统计学中假设检验的基本步骤：1.建立假设，确定检验水准假设有零假设（H0）和备择假设（H1）两个，零假设又叫作无效假设或检验假设。H0和H1的关系是互相对立的，如果拒绝H0，就要接受H1，根据备择假设不同，假设检验有单、双侧检验两种。检验水准用表示，通常取0.05或0.10，检验水准说明了该检验犯第一类错误的概率。来源：考试大2.根据研究目的和设计类型选择适合的检验方法这里的检验方法，是指参数检验方法，有u检验、t检验和方差分析三种，对应于不同的检验公式。对双样本资料，要注意区分成组设计和配对设计的资料类型。如果资料里有配成对子字样，或者是对同一对象用两种方法来处理，一般就可以判定是配对设计资料。3.确定P值并作出统计结论来源：考试大u检验得到的是u统计量或称u值，t检验得到的是t统计量或称t值。方差分析得到的是F统计量或称F值。将求得的统计量绝对值与界值相比，可以确定P值。www.xamda.CoM当0.05时，u值要和u界值1.96相比较，确定P值。如果u1.96，则P0.05.反之，如u1.96，则P0.05.t值要和某自由度的t界值相比较，确定P值。如果t值t界值，故P0.05.反之，如tt界值，则P0.05。相同自由度的情况下，单侧检验的t界值要小于双侧检验的t界值，因此有可能出现算得的t值大于单侧t界值，而小于双侧t界值的情况，即单侧检验显著，双侧检验未必就显著，反之，双侧检验显著，单侧检验必然会显著。即单侧检验更容易出现阳性结论。当P0.05时，接受零假设，认为差异无统计学意义，