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.Ｅxamda.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.Ｅxamda.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：
　　①同一批对象在k个不同时间点上的测定值；
　　②同一样品用k种不同方法的测定值；来源：考试大
　　③同一对象的k个不同部位的测定值；
　　④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α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β表示。
　　当样本含量一定时，α愈大，β愈小，反之，α愈小，β愈大。1－β称为检验效能或把握度，其意义是两总体确有差别，按α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α
　　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α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.Ｅxamda.CoM
　　当α＝0.05时，u值要和u界值1.96相比较，确定P值。如果u＜1.96，则P＞0.05.反之，如u＞1.96，则P＜0.05.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P＞0.05.反之，如t＞t界值，则P＜0.05。
　　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P＞0.05时，接受零假设，认为差异无统计学意义，或者说二者不存在质的区别。当P＜0.05时，拒绝零假设，接受备择假设，认为差异有统计学意义，也可以理解为二者存在质的区别。但即使检验结果是P＜0.01甚至P＜0.001，都不说明差异相差很大，只表示更有把握认为二者存在差异。