卫生统计学——第一节统计学的几个基本概念

《卫生统计学——第一节统计学的几个基本概念》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、卫生统计学第一节统计学的几个基本概念一、统计工作的步骤统计工作的步骤包括：统计设计、收集资料、整理资料和分析资料。其中统计设计是最关键的一环，是后续步骤的依据。统计资料主要来自：①卫生统计报表；②经常性工作记录；③专题调查或实验研究。整理资料的目的是净化原始数据，使其系统化、条理化。分析资料即通过计算统计指标，反映数据的综合特征，阐明事物的内在联系和规律。统计分析包括统计描述和统计推断两部分。统计描述是指运用统计指标如平均数、标准差、率以及统计表和统计图等，对数据的数量特征及其分布规律进行客观地描述和表达，不涉及样本推论总体的问题；统计推断是指一定的可信程度或

2、概率保证下，根据样本信息去推断总体特征。二、统计学中的几个基本概念（一）资料的类型1.定量资料亦称计量资料，其变量值是定量的，表现为数值大小，一般有度量单位。如调查某年某地7岁女童的生长发育状况，以人为观察单位，女童的身高（cm）、体重（kg）、血红蛋白（g/L）等均属于定量资料。定量变量可以分为两种类型：离散型变量和连续型变量。离散型变量只能取整数值。例如一月中的手术病人数，一年里的新生儿数。连续型变量可以取实数轴上的任何数值。有些变量的数值由测量得到，他们大多属于连续型变量。例如身高、体重等。2.定性变量亦称为分类资料、分类变量或者名义变量。其观察值是定性

3、的，表现为互不相容的类别或属性，例如职业是一个分类变量，其可能的“取值”不是数字，而是工、农、商、学、兵等。（1）无序分类资料：①二分类变量，结果为阳性与阴性两类，表现为互不相容的两类属性，如性别、疾病和结局等。②多项分类。如血型，表现为互不相容的过个类别。（2）有序分类资料：各类之间有程度的差别，给人以半定量的概念，亦称等级资料。如极不满意、有点满意、中毒满意、很满意、极满意等。有时为了数据分析的方便，人们将一种类型的变量转化为另一种类型。但变量只能由高级向低级转化：连续型→有序→分类→二值；不能作相反方向的转化。离散型变量常常通过适当的变换或连续性校正后借

4、用连续型变量或有序变量的方法来分析。（二）总体与样本总体：就是所有同质观察单位某种观察值（即变量值）的集合。样本：是总体中随机抽取的部分观察值的集合。抽样：从研究总体中抽取一部分有代表性的个体的手段。统计推断的工具是有关概率的理论。如果某事件的结果具有多样性的，事先不能肯定，人们就用一系列概率来描述出各种结局的可能性。既然是推断，既然是由部分推断全体，统计学的结论从来就不是完全肯定或者完全否定的。能不能成功地达到从样本推断总体的目的，关键是抽样的方法、样本的代表性和推断的技术，这些是统计学的核心内容。（三）、参数与统计量参数：表示总体分布特征的统计数字，用于描

5、述总体特征的指标，由总体观察值计算而来。同一总体的个体彼此之间的差异具有一定的规律性。通常用变量取值的分布来全面反映这种规律性。为了便于处理实际问题，统计学中常用若干典型的分布模型来近似地描写实际资料，例如，正态分布、二项分布、和泊松分布等，常称为统计模型。理论上，正态分布有两个参数：总体均数和总体方差，一旦知道这两个参数的数值，我们就完全了解相应的正态分布；这两个参数的大小是客观存在，然而往往是未知的，我们需要通过样本资料来估计这两个参数。观察样本中的个体，我们获得一批数据，计算他们的均数，得到样本均数。这种由观察资料计算出来的量称为统计量。我们用样本均数这

6、个统计量来近似地反映总体均数这个参数。总之，统计学关心的常常是总体参数的大小，其依据却是统计量及其性质。在抽样研究中，由个体变异产生，随机抽样引起的样本统计量与总体参数之间的差别称为抽样误差。一个总体中有许多个体，他们之所以汇集起来共同成为人们研究的对象，必定存在共性。我们说一些个体处于同一总体，就是指他们大同小异，具有同质性。然而，同一总体内的个体间存在差异又是绝对的，这种现象称为变异。统计学的任务就是在变异的背景上描述同一总体的同质性，揭示不同总体的特异性。（四）概率和频率概率是描述随机事件发生可能性大小的数值，常用P表示。随机事件概率的大小在0与1之间，

7、P越接近1，表示某时间发生的可能性越大；P越接近0，表示某事件发生的可能性越小。习惯上将P≤0.05的事件，称为小概率事件，表示在一次实验或观察中该事件发生的可能性很小，可视为不发生。在现实中，随机事件的概率往往是未知的，因此，当观测单位足够多时，常用样本中事件的实际发生率来估计总体概率，这种实际发生率称为频率。在相同条件下，独立重复进行n次试验，事件A出现f次，则事件A出现的频率为f/n。如治疗200例患者，120名患者治愈，治愈率为60%，这就是一个频率。当观测单位较少时，用频率估计概率是不可靠的。