卫生统计学考试重点复习材料

卫生统计学考试重点复习材料前言卫生统计学是运用统计学的原理和方法，研究居民健康状况以及卫生服务领域中数据的收集、整理、分析和推断的一门应用科学。它是公共卫生、预防医学、临床医学等相关专业的核心基础课程，也是进行科学研究、循证决策不可或缺的工具。本复习材料旨在帮助同学们梳理卫生统计学的核心知识点，把握重点与难点，提升复习效率和应试能力。请务必在理解的基础上进行记忆，并结合习题进行巩固。一、绪论与基本概念1.1卫生统计学的定义与作用*定义：卫生统计学是运用数理统计的原理和方法，研究医疗卫生领域中数据的收集、整理、分析和解释，以揭示其内在规律的一门应用科学。*作用：为医疗卫生实践与科研提供设计方法、分析手段和科学依据，帮助我们从数据中提取有用信息，做出合理判断和决策。1.2卫生统计工作的基本步骤*设计(Design)：最关键的一步，包括调查设计和实验设计。明确研究目的、确定研究对象、选择研究方法、制定观察指标、样本量估计、控制误差等。*收集资料(Collectionofdata)：根据研究设计要求，获取准确、完整的原始数据。来源包括常规报表、专项调查、实验记录等。*整理资料(Organizationofdata)：对原始数据进行审核、编码、录入、清理，使其系统化、条理化，便于进一步分析。*分析资料(Analysisofdata)：运用统计学方法对整理后的数据进行计算、分析，包括描述性统计和推断性统计，以揭示事物的本质和规律。*解释与表达结果(Interpretationandpresentationofresults)：对分析结果进行科学、合理的解释，并以适当的形式（文字、图表）呈现。1.3基本概念*总体(Population)：根据研究目的确定的同质观察单位的全体。分为有限总体和无限总体。*样本(Sample)：从总体中随机抽取的部分观察单位，用以代表总体。*同质(Homogeneity)：指研究对象在被研究指标方面具有的相同或相近的性质。*变异(Variation)：同质基础上个体间的差异。是统计学存在的前提。*变量(Variable)：观察对象的某项特征，其取值可以是不同的。*定量变量(Quantitativevariable/Measurementvariable)：取值为数值，具有度量衡单位。分为离散型变量和连续型变量。*离散型变量(Discretevariable)：取值为整数，如人数、某病发病人数。*连续型变量(Continuousvariable)：取值可为数轴上的任意数值，如身高、体重、血压。*定性变量(Qualitativevariable/Categoricalvariable)：取值为互不相容的类别或属性。分为无序分类变量和有序分类变量。*无序分类变量(Unorderedcategoricalvariable)：各类别间无程度差别。如性别（男、女）、血型（A、B、AB、O）。*有序分类变量(Orderedcategoricalvariable/Rankedvariable)：各类别间有程度或等级顺序差别。如疗效（治愈、显效、有效、无效）、学历（小学、中学、大学）。*概率(Probability,P)：描述随机事件发生可能性大小的数值，取值范围[0,1]。P=0为不可能事件，P=1为必然事件。*频率(Frequency)：在n次重复试验中，事件A发生的次数f与n的比值(f/n)。当n足够大时，频率稳定于概率。*随机误差(Randomerror)：由于偶然因素造成的、不可避免的、呈随机分布的误差。可通过增加样本量减小，但不能消除。*系统误差(Systematicerror/Bias)：由于研究设计不当、仪器试剂不准确、观察者操作不规范等固定因素造成的、具有方向性和系统性的误差。可通过严谨设计和质量控制避免或减小。*过失误差(Grosserror/Mistake)：由于研究者过失导致的错误，如记录错误、计算错误。应通过严格质控避免。*参数(Parameter)：描述总体特征的指标，如总体均数μ、总体率π。通常未知，需用样本统计量估计。*统计量(Statistic)：描述样本特征的指标，如样本均数x̄、样本率p。二、数值变量资料的统计描述2.1频数分布表与频数分布图*频数分布表(Frequencydistributiontable)：将原始数据按一定组段分组，清点各组段的观察单位数（频数），形成表格。可揭示数据的分布类型和特征。*频数分布图(Frequencydistributiongraph)：常用于描述连续型变量的分布特征。*直方图(Histogram)：适用于描述连续型变量的频数分布。*频率多边形图(Frequencypolygon)：连接直方图各矩形顶端中点所得曲线。*箱式图(Boxplot)：可展示数据的中位数、四分位数、最大值、最小值，用于比较几组数据的分布。*茎叶图(Stem-and-leafplot)：既能给出数据的分布形态，又能保留原始数据信息，适用于小样本数据。2.2集中趋势的描述描述一组同质定量数据的平均水平或中心位置。*算术均数(Arithmeticmean,x̄)：简称均数。适用于对称分布，尤其是正态或近似正态分布资料。*计算：直接法、加权法。*几何均数(Geometricmean,G)：适用于等比级数资料或对数正态分布资料（如抗体滴度、细菌计数）。*计算：直接法、加权法。注意：数据中不能有0，不能同时有正有负。*中位数(Median,M)：将一组数据从小到大排序后，位于中间位置的数值。适用于：*偏态分布资料；*分布不明资料；*有极端值或末端无确切值的资料。*百分位数(Percentile,Px)：将数据从小到大排序后，第x百分位对应的数值。是一种位置指标。中位数是P50。*用途：描述偏态分布资料的集中趋势和离散趋势；计算医学参考值范围。2.3离散趋势的描述描述一组同质定量数据的变异程度或离散程度。*全距(Range,R/极差)：最大值与最小值之差。简单但不稳定，易受极端值影响。*四分位数间距(Interquartilerange,IQR)：P75与P25之差，即IQR=P75-P25。反映中间50%数据的变异程度。适用于偏态分布或分布不明资料。*方差(Variance,σ²总体方差,S²样本方差)：描述每个数据与均数的平均离散程度。*样本方差计算公式：S²=Σ(xi-x̄)²/(n-1)，其中n-1为自由度(df)。*标准差(Standarddeviation,σ总体标准差,S样本标准差)：方差的平方根。其量纲与原变量一致。适用于对称分布，尤其是正态分布资料。*变异系数(Coefficientofvariation,CV)：标准差与均数之比，CV=(S/x̄)×100%。无量纲，用于：*比较度量衡单位不同的几组资料的变异程度；*比较均数相差悬殊的几组资料的变异程度。2.4正态分布及其应用*正态分布(Normaldistribution/Gaussiandistribution)：一种重要的连续型概率分布。*特征：以均数为中心，左右对称的钟形曲线；有两个参数：均数μ（位置参数）和标准差σ（形状参数）；曲线下面积有一定规律。*标准正态分布(Standardnormaldistribution)：μ=0，σ=1的正态分布。通过z变换(z=(x-μ)/σ)可将任意正态分布转换为标准正态分布。*正态分布曲线下面积规律：*μ±1σ范围内面积约占总面积的68.27%；*μ±1.96σ范围内面积约占总面积的95.00%；*μ±2.58σ范围内面积约占总面积的99.00%。*应用：*估计医学参考值范围(Referencerange)：指特定健康人群（排除了影响所测指标的疾病和有关因素的同质人群）的解剖、生理、生化等指标的大多数个体值的波动范围。*正态分布法：适用于正态或近似正态分布资料。x̄±uα/2S*百分位数法：适用于偏态分布、分布不明或有极端值的资料。Px~P100-x*质量控制。*许多统计方法的理论基础。三、分类变量资料的统计描述3.1常用相对数*率(Rate)：说明某现象在一定条件下发生的频率或强度。*计算公式：率=(某时期内某现象实际发生数/同期可能发生该现象的总观察单位数)×K*K为比例基数，如100%、1000‰、____/万、____/10万等。*常见率：发病率、患病率、死亡率、病死率、治愈率等。*构成比(Proportion/Constituentratio)：说明某一事物内部各组成部分所占的比重或分布。*计算公式：构成比=(某一组成部分的观察单位数/同一事物各组成部分的观察单位总数)×100%*特点：各组成部分的构成比之和为100%；某一部分构成比的改变会影响其他部分。*相对比(Relativeratio)：是两个有关联的指标之比，用以说明一个指标是另一个指标的几倍或几分之几。*计算公式：相对比=(甲指标/乙指标)(或×100%)*两指标可以性质相同（如男女性别比）或性质不同（如医护人员数与病床数之比）。*常见相对比：相对危险度(RR)、比数比(OR)等。3.2应用相对数的注意事项*计算相对数的分母不宜过小。*不能以构成比代替率。*计算合计率（平均率）时，不能直接将各组率相加求平均，而应使用加权平均法或合并资料法。*资料的可比性：除研究因素外，其他影响因素应尽可能相同或相近。若存在混杂因素，应进行标准化处理或分层分析。*样本率或构成比进行比较时，应考虑抽样误差，需进行假设检验。3.3率的标准化法*标准化法(Standardizationmethod)：当比较两个或多个总体的率或构成比时，如果它们的内部构成（如年龄、性别、病情轻重等）存在差异，而这些内部构成因素又会影响所比较的率，此时需要采用统一的“标准”对率进行调整，使之具有可比性，这种方法称为率的标准化法。调整后的率称为标准化率或标化率。*基本思想：采用统一的标准人口构成，以消除人口构成不同对各组总率的影响，使算得的标准化率具有可比性。*标准的选择：*选择一个具有代表性的、内部构成相对稳定的较大人群作为标准（如全国、全省数据）。*选择比较各组人口数据的合并数据作为标准。*选择比较各组中任一组的人口数据作为标准。*计算方法：*直接法：已知各组的年龄别（或其他分组）率。*间接法：已知各组的死亡总数和各年龄别人口数，但缺乏年龄别率，或各年龄别率不稳定。*注意事项：*标准化率仅用于比较，不反映实际水平。*标准不同，标化率的结果也不同，但比较结论通常一致。*两样本标化率的比较也需进行假设检验。3.4动态数列及其分析指标*动态数列(Dynamicseries)：将反映某事物在不同时间上的统计指标（如率、均数、构成比等）按时间顺序排列而成的数列。用以观察和分析事物在时间上的发展变化趋势和规律。*常用分析指标：*绝对增长量：累计增长量、逐年增长量。*发展速度：定基发展速度、环比发展速度。*增长速度：定基增长速度、环比增长速度。*平均发展速度和平均增长速度。四、总体均数的估计与t检验4.1均数的抽样误差与标准误*抽样误差(Samplingerror)：由于抽样引起的样本统计量与总体参数之间的差异。在抽样研究中不可避免。*均数的标准误(Standarderrorofthemean,SEM/Sx̄)：描述均数抽样误差大小的指标。*计算公式：σx̄=σ/√n（总体标准误，实际中常用Sx̄=S/√n估计，即样本标准误）。*意义：标准误越小，说明均数的抽样误差越小，样本均数与总体均数越接近，用样本均数估计总体均数的可靠性越大。*影响因素：标准差(S)和样本含量(n)。与S成正比，与√n成反比。4.2t分布*t分布(t-distribution)：在正态总体中随机抽样，若总体标准差σ未知，用样本标准差S代替，则(x̄-μ)/(S/√n)不再服从标准正态分布，而服从自由度df=n-1的t分布。*t分布的特征：*以0为中心，左右对称的单峰分布。*形状与自由度df有关：df越小，t分布曲线峰越低，尾部翘得越高（变异越大）；df越大，t分布越接近标准正态分布；当df→∞时，t分布即为标准正态分布。*每个自由度下的t分布都有其自身的分布曲线和t界值。*t界值表：可根据自由度df和检验水准α查得相应的t界值(tα,df)。t界值是t分布曲线下两侧尾部面积或单侧尾部面积为α时对应的t值。4.3总体均数的估计*点估计(Pointestimation)：直接用样本统计量（如样本均数x̄）作为总体参数（如总体均数μ）的估计值。简单但未考虑抽样误差。*区间估计(Intervalestimation)：按一定的概率（1-α）估计总体参数所在的范围，这个范围称为总体参数的置信区间