抽样研究与估计性分析

抽样 研究与估计性分析 公共卫生学院卫生统计教研室 易 静 一、 抽样研究 1. 为什么进行抽样研究？ 2. 抽样研究的目的 3. 抽样时考虑的问题 4. 抽样研究的基本类型 5. 常用抽样方法和常用分组方法 3. 抽样时考虑的问题 从研究方来考虑 从被研究方来考虑（研究对象） 从社会与自然环境条件考虑 （ 1） 研究目的 （ 2） 投入的人、财、物、时是否充沛 （ 3） 质量控制是否全面严格 （ 4） 对历史情况和相关文献参考信息（ 、 s、 p、 是否掌握 （ 5） 激励措施的运用（劳务补偿、礼品）和组织宣传管 理措施的实行 （ 6） 失访、无效或失败（包括死亡）比例的预测 x（ 1）对象是什么 人群 单位 动物 （ 2）对象的总体规模 （ 3）对象是否愿意合作 （ 4）访问和测试对象是否存在客观困难 （ 5）协调人、联系人 （ 1）取样可行性（远近、交通方便否、自然 风险、气候等） （ 2）社会结构特点差异悬殊性（经济、文化、 年龄、社交、见识和理解能力等） （ 3）组织与投入艰巨性（可利用集会、赶集、 喜丧事等 ) 4. 抽样研究的基本类型 按时间划分 按抽取样本的方式划分 按资料性质、分析方法划分 现状或横断面抽样研究 回顾性抽样研究：病例 由果溯因 前瞻性抽样研究：队列研究 ( 由因探果 概率抽样 单纯、系统、分层、整群、多阶段、结合式 非概率抽样 偶遇、判断、定额、滚雪球 定性调查 访谈、二分类记录 定量调查 问卷与量表、仪器测定 常用抽样方法 单纯随机抽样 ( 系统随机抽样 ( 分层随机抽样 ( 整群随机抽样 ( 结合型：分层整群随机抽样 多阶段随机抽样 常用随机分组方法 完全随机分组 ( 分层随机分组 ( 例 试将 10头动物应用随机数字表分配到甲 、 乙两组 。 按动物体重编号 。 从某随机数字表的第 21行 ， 第 21列往右查 10个 2位数的随机数 。 规定奇数为甲组 ， 偶数为乙组 。 动物编号 1 2 3 4 5 6 7 8 9 10 随机数字 68 47 22 0 20 35 55 31 51 83 组 别 乙 甲 乙 乙 乙 甲 甲 甲 甲 甲 1 1 1 2 2 2 3 3 3 动物编号 1 2 3 1 2 3 1 2 3 随 机 数 别 丙组 甲组 乙组 乙组 甲组 丙组 甲组 乙组 丙组 4 4 4 5 5 5 6 6 6 动物编号 1 2 3 1 2 3 1 2 3 随 机 数 别 丙组 乙组 甲组 乙组 丙组 甲组 乙组 丙组 甲组 例 二、抽样研究时对象基本情况的考虑 1. 同质性和纳入标准 2. 对处理因素反应的敏感性和稳定性 3. 随机性 4. 独立性 5. 数量性（ 、 1 、 / ） 6. 依从性 四个主要因素： 、 1 、 、 （ ） 第一类错误的概率 ，即检验水准 越小，所需样本含量越多。一般取 =应明确单双侧。 检验效能 1 为第二类错误的概率， 1表示在特定的 水准下， 1越大，所需样本含量越多。通常取 =般 1不能低于 样本含量的估计 允许误差 样本和总体间或两个样本间某统计量的差别大小 。 如 =12， 或 =12。 越小 ， 所需样本含量越 多 。 可通过预实验或用专业上有意义的差值代替 。 总体变异度（ 或 ） 越大，所需样本含量越多。通常根据预实验、查阅 文献和专业知识判断 值。 2222/ 222/ 1- u n , 2 / 05 . 0 t - 1. 估计总体均数 有单侧和双侧之分 ， 只取单侧值 。 先采用自由度 ；然后利用算出的 n查 再计算 n， 直至 t t t 1 2 2 2. 单样本均数检验或均数的配对检验 例 某医师试验某种升白细胞药的疗效，先以 9 例低白细胞 病人做预试验，结果计算出用药前后白细胞差值的标准差为 2 . 5 千个 / m 或 1 09/ L ) ，现要做正式临床试验，且要求白细 胞平均上升 1 千个 / m 或 1 09/ L ) 才算该药有临床实际有效， 问要多少病人进行正式临床试验？ 解：本例 1 ， 2 . 5 ，单侧 0 . 0 5 , 单侧 0 . 1 , 先以 查 t 界值表 , 得, 1 . 6 4 5 ， , 1 . 2 8 2 ， 代入公式 。 ( n，取 54 再以 54 1 53 查 t 界值表 ,得53, 53, 代入前式， 5 5 . 212 . 51 . 2 9 81 . 6 7 42( 2 ) n，取 56 。 再以 56 1 55 查 t 界值表，得55, 1. 6 7 3 ， 55, 7 ， 再代入前式， 5 5 . 112 . 51 . 2 9 71 . 6 7 32( 3 ) n，取 56 。 查统计书找相应的样本量计算公式 三、概率性抽样研究的基本程序 1. 设计抽样方案 2. 编制抽样框 (设计调查表 ( 3. 预调查和预实验（试验） 4. 正式抽样 5. 资料输入与整理 6. 数据分析 7. 总结评价 四、适应现代小区楼群的 to 例：某社区总户数 20000，分属 80栋楼（每栋楼户数不一样），现决定抽 2400户（ 24栋楼、每栋楼 100户）。 抽样操作规则 （ 1） 80栋楼按坐落位置、层数、结构和朝向分组类 （ 2）各组类中均抽取，达 24栋 （ 3）被抽中楼内不采取系统抽样 （ 4）户内采用出生日期距离法或 （ 5）调整户数采用随机抽余楼对层对户方法 特定一栋楼每户）被抽中的概率是不一样的，但对全部各楼各户主被抽动中概率完全相等。 五、流动总体抽样 (捕获 标记 再捕获抽样 ) 1. 用于估计总体对象数（总体 （ M ：捕获和标记数； n：再捕获数； x：再捕获中的标记数） 2. 用于估计总体阳性数（总体 例：某地人口 3657394，抽取 n=3705，恶性肿瘤 x=8，估计总体恶性肿瘤数？ M=7897 )1( )()1( 22 nn 7 7 8 1 0 0 02 S 计性分析 1. 对总体参数进行点估计 （ 1）点估计、点估计量特性 （ 2）数值变量资料点估计 2. 对总体参数进行区间估计 与之区别的概念：临床参考值 集中位置 正态分布 对数正态 偏态单峰 )lg( n XG i )lg( f i 分组（频数表） 不分组（原始数据） 分组（频数表） 分组（频数表） 不分组（原始数据） 不分组（原始数据） 12 n 1 1 2 2 3 31 2 3 f X f X f f f f f %5021 nd 122 正态分布 对数正态 偏态单峰 Q=1/)( 22( 22数表）标准差 不分组（原始数据）标准差 )1 /)(lg( （ 1）作图法 （ 2）偏度与峰度 （ 3） （ 4） 临床参考值制定 （ 1）选择适宜人群 （ 2）方法学要求（方法、样品、 4 （ 3）单双侧 （ 4） 测量值（ x）分布 （ 5）正态分布、百分位界 正态大样本 双侧 对数正态大样本 偏态分布大样本 正态大样本 单上限 对数正态大样本 偏态分布大样本 正态大样本 单下限 对数正态大样本 偏态分布大样本 X 96.1xx 96.1(lg X )64.1(lg X x p0 95xx p m a )64.1(lg X （ 1）抽样误差 （ 2）抽样分布 （ 3）区间估计含义 （ 4）区间估计方法 抽样误差的概念：于抽样引起的样本统计量与总体参数之间的差异。 抽样误差的原因：抽样的偶然性、个体变异。 抽样误差的度量 正态分布 二项分布 泊松分布 p /)1( 1/ s 大样本 服从 的正态分布， 正态总体抽样 小样本 服从 单峰对称分布， 大样本（ 不偏） 二项分布 二项总体抽样 根据中心极限定理 小样本 大样本（ ） 服从 的泊松分布 泊松分布总体抽样 根据中心极限定理， 亦近似正态 小样本 只服从于 的泊松分布 x ),( x)/)1(,( n x ),( xSs s