研究生统计学讲义第6讲第7章分已类资料统计描述与推断.pptxVIP

1．定义 若随机变量X 的概率函数为;2．Poisson分布的均数、方差 Poisson分布的总体均数μ=λ= nπ，相应的样本均数= n p , 式中π为稀有事件发生的概率(π很小)，π未知时;4．Poisson分布具有可加性 如果相互独立的k 个随机变量都服从Poisson分布，则它们之和仍服从Poisson分布，且均数为k 个随机变量的均数之和。如果以较;5．三种分布的渐近关系 二项分布、Poisson分布和正态分布，是三种基本的也是最重要的概率分布，它们;第一节分类资料的统计描述;表7-1 某年某医院外科病区院内感染发生数及其相对数;26.67 9.33;1．比(ratio) 亦称相对比(relative ratio)，是 两个有关指标之比，是说明两对比水平的指标。对比的数量可以是绝对数、相对数或平均数，可以是性质相同，也可以是性质不相同。例如，变异系数CV= (标准差 / 均数)×100%，就是一个相对比。;发展到明代李时珍集古代医药之大成的科学巨著《本草纲目》，载药已达1892种，相对比1892 / 240=7.88，说明《本草纲目》载药为《五十二病方》载药的7.88倍 。 2．构成比(constituent ratio) 又称构成指标。说明某事物内部各组成部分在该事物整体中所占的比重或分 布，如说明药物的成份构成，或疾病的死因构成、年 龄别构成、性别构成、职业构成等，常以百分数表示 ，计算公式为：;3．率(rate) 又称频率指标，它指一定条件下某现象发生的频率或强度。如说明治疗的有效率、疾病的病死率等。常用符号π表示总体率，而用符号p表示样本率。率的计算公式为：;4．率的标准误类似于均数的抽样误差，在抽样研究中所获得的样本率与总体率也存着率的抽样误差。表示率抽样误差大小的统计指标称为率的标准误 (standard of rate)。由于总体率和总体率的标准误一般未知，常用样本率p来估计总体率π，用样本率的标准误sp来估计总体率的标准误：;率的标准误是衡量样本率稳定性和可靠性的统计指标，它反应率的抽样误差大小，率的标准误越小，表示率的抽样误差越小，用以估计总体率的可靠性就越大。反之，如果率的标准误越大，则由样本率估计总体率的可靠性越小。 5.应用相对数时应注意的问题 (1) 计算相对数的分母不宜过小。观察单位数够多时，计算出???相对数较稳定, 可以正确反映实际情况。但观察单位过少即分母过小时，计算出来的相对数不稳定,这时最好直接用绝对数表示;必须用相对数时，应同时列出其可信区间。但动物实验可例外, 因动物实验可以周密设计, 精选对象, 严格控制实验条件, 例如有的毒 理实验, 每组用10只小白鼠也可以观察反应率或死亡率。;(2) 进行率的对比分析时，应注意资料有可比性。除了被研究的因素之外，其余可能影响指标的重要因素应控制在“齐同对比”的条件下。若两组分类资料的诊断标准或疗效判断标准不一致，则组间缺乏可比性 ；若两组资料内部构成(如病人的性别、年龄、病程及病情等)缺乏齐同性，则两个总率也不能直接进行比较。如果需要直接比较总率，为了消除某一混杂因素(如年龄，职业，病性等)对观察结果的影响，可作率的标准化处理。 3) 避免“以比代率”，“比”、“率”误用。例如临床研究报告中，常用病人的资料来分析疾病与年龄 、性别、职业等因素的关系，所计算的相对数一般都是构成比，不能作为率来分析。;(4) 样本率(或构成比)的比较，不能仅凭表面数值大小下结论，应进行假设检验。 2,临床诊断试验评价方法的相对数 一项新的临床诊断试验的评价，应该是将该试验与一种较为理想的、公认的标准诊断方法进行对比分析而得出的结论。标准诊断亦称金标准(gold standard)指能较为准确地区分阳性与阴性的诊断方法。临床上常以活体组织检查、手术、尸体解剖、长期追踪观察或其他可靠的方法作为标准诊断。新的诊断方法与金标准对比，一定要有某方面的优点 ，才能进行推广，否则予以摒弃。;1．诊断试验评价中四格表资料的相对数 下面用表9-4的模式，作为诊断试验收集整理;⑴ 敏感度(Sesitivity，Se)：敏感度即真阳性率(true positive rate ,TPR)，是指实为阳性时该试验诊断为阳性的比例，表示该试验具有正确地识别阳性的能力。按照金标准确定阳性的病例数为(a+c)，用诊断性试;⑶ 诊断效率(diagnostic efficiency，DE)：诊断效率即试验诊断的准确率，是指真阳性数、真阴性数占总例 数的比例：;⑷ 预断值(predictive value)：预断值是指试验结果提示本病存在或不存在的可能性。分为阳性预断值与阴性预断值。;⑺ 漏诊率(false negative rate，FNR)：漏诊率FNR即假阴性率β。;b / (b+d)