人群健康研究的统计方法
均数、标准差、标准误
1．现有某地区101例30～49岁健康男子血清中总胆固醇值的资料，请计算其均数、标准差和标准误。
（mg/dl）
184219.7151.7181.4178.8157.5185.0117.5168.9172.6
170.0130.0176.0201.0183.1139.4185.1206.2175.7166.3
病 例 数 8 10 21 19 22 6 4 0 1 00 1 2 94
4．某地抽查120份黄连中小蘖碱含量（mg/100g）得平均数为4.38，标准差为0.18，假设数据服从正态分布，问：
①95%的黄连样品中小蘖碱含量在什么范围？
②估计黄连中小蘖碱含量总体平均数在什么范围？
（3）μ±1.96σX； （4）μ±2.58σX
13．Σx表示 。
（1）总体均数标准误； （2）总体均数离散程度：
（3）变量值X的可靠程度； （4）样本均数标准差。
14．要减小抽样误差，最切实可行的方法是 。
（1）增加观察数 （2）控制个体变异
1:2，1:2，1:4，1:4，1:4，1:4，1:8，1:16，1:32。
求该疫苗的抗体平均滴度？
3．今有94名电光性眼炎患者，其发病距开始接触电焊时间（小时）如下表，试用均数、中位数说明接触电焊到发病的平均时间。你认为用何种指标文明较为合适？
发病距接触电焊小时0-2-4-6-8-10-12-14-16-18-20-22-24-合计
[选择题]
1．X是表示变量值 的指标。
（1）平均水平； （2）变化范围；
（3）频数分布； （4）相互间差别大小。
2．血清学滴度资料最常计算 以表示其平均水平。
卫生统计学
卫生统计学卫生统计学是研究人口健康和疾病发生与分布规律的一门学科。
它运用数理统计学的方法和原理，对人群的健康状况进行统计分析和评估，以便制定预防和控制疾病的策略。
卫生统计学的意义卫生统计学在公共卫生领域具有重要的意义。
通过收集、整理、分析和解释健康数据，卫生统计学可以帮助卫生决策者了解人群的健康状况、疾病的分布和趋势，为公共卫生政策的制定提供科学依据。
通过对疾病的进行有针对性的监测和分析，可以及时预警和应对疾病的爆发，有效降低疾病给人群健康带来的危害。
卫生统计学的研究内容卫生统计学涉及的研究内容广泛，主要包括以下几个方面：1.健康状况的测量：通过统计方法对人群的健康状况进行测量和评估，包括疾病的发生率、死亡率、残疾率等指标。
2.疾病流行病学：研究疾病在人群中的分布规律和变化趋势，分析其与环境、生活方式、基因等因素的关系。
3.卫生决策分析：根据统计分析的结果，为卫生决策提供科学依据，评估不同干预措施的效果和成本效益。
4.医疗资源配置：通过卫生统计学的方法，评估医疗资源的分配情况，优化医疗资源的配置方式，提高医疗服务的效率和质量。
5.健康政策评估：评估各种卫生政策和干预措施对人群健康的影响，为政策的修订和完善提供科学依据。
卫生统计学的发展趋势随着卫生数据的不断积累和信息技术的不断发展，卫生统计学正面临着许多新的挑战和机遇。
未来，卫生统计学将朝着以下几个方向发展：1.大数据和人工智能：随着大数据时代的到来，卫生统计学将更多地利用大数据和人工智能技术，挖掘数据中的信息，提高数据分析和预测的准确性和效率。
2.基因组学和生物信息学：随着基因组学和生物信息学的快速发展，卫生统计学将更多地与这些领域相结合，研究基因与疾病之间的关系，推动个性化医疗的发展。
3.跨学科研究：未来，卫生统计学将更多地与流行病学、生态学、社会学等学科进行跨学科研究，共同解决公共卫生领域面临的重大挑战。
4.健康信息化：卫生统计学将更多地利用信息技术，推动健康信息化的发展，建立健康数据的标准化、共享和管理机制，提高数据的质量和可靠性。
cohort法-概述说明以及解释
cohort法-概述说明以及解释1.引言1.1 概述cohort法是一种研究方法，通常用于观察人群中的特定亚群并跟踪他们的健康状况或其他变量的变化。
在cohort研究中，研究者会选择一个特定的人群（cohort），并对其进行长期的观察和调查。
这种方法能够揭示出人群中的特定特征或因素对于某种疾病或结果的影响程度。
cohort法可以帮助研究者识别出潜在的危险因素或保护因素，并有助于制定预防措施或治疗策略。
通过长期跟踪cohort中的个体，研究者可以观察到事件的发生和变化趋势，进而深入了解相关因素的影响机制。
总的来说，cohort法是一种重要的流行病学研究方法，能够提供有关特定人群或群体健康状况的重要信息和见解。
在接下来的章节中，我们将更详细地介绍cohort法的应用领域、优缺点以及展望。
1.2文章结构1.2 文章结构本文主要分为三个部分，分别是引言部分、正文部分和结论部分。
在引言部分，我们将对cohort法进行概述，介绍其在实践中的应用情况，并明确本文的目的。
通过引言部分，读者将对本文的内容有一个整体的了解。
在正文部分，我们将首先对cohort法进行详细的概述，包括其定义、原理、特点等方面的内容。
接着，我们将探讨cohort法在不同领域的应用情况，以帮助读者更加深入地了解该方法。
最后，我们将对cohort法的优缺点进行分析，从多个角度评价这一方法的可行性和局限性。
在结论部分，我们将对整篇文章进行总结，概括本文的主要内容及提出的思考。
同时，我们将展望cohort法未来的发展方向，并提出一些可能的建议。
最后，我们将就本文的观点进行一些总结和结论。
整个文章结构清晰明了，有助于读者更好地理解和把握文章内容。
1.3 目的本文的目的是对cohort法进行深入剖析，介绍其原理、应用领域以及优缺点，帮助读者更全面地了解这种统计分析方法。
通过本文的阐述，读者将能够更好地掌握cohort法的概念和实际运用，为他们在相关领域的研究和实践工作提供参考和借鉴。
人群健康研究的统计学方法(二)考试答案和讲义
人群健康研究的统计学方法（二）ABCDABCDABCDABCDABCDABCD全距与资料的离散程度的关系是（ABCD人群健康研究的统计学方法（二）北京大学公共卫生学院刘爱萍一、描述集中趋势的指标--几何平均数几何平均数（ G ）是将 n 个观察值的乘积再开 n 次方的方根，或者将各个观察值都取对数以后求均数，再取对数均数的反对数。
几何平均数适用于描述非对称分布资料和等比资料（观测值呈倍数关系或近似倍数关系资料）的集中趋势。
如临床上抗体的平均滴度、药物的平均效价等比资料，均可用几何平均数描述其集中趋势。
二、描述离散趋势的指标离散程度是指各个观测值距离均数的远近。
离散趋势是描述资料离散程度的指标，用于说明一组同值资料离散度的大小。
如 PPT17 中的三组资料，均数相同，而各观察值离均数的远近不同，因而离散程度不同。
描述离散趋势的指标常用指标有：全距、四分位数间距、方差和标准差、变异系数。
（一）全距（ R ）全距即是极差，是一组资料的最大值与最小值之差。
全距越大说明资料的离散程度越大。
对于一组观测值，它只考虑了最大值和最小值，因此不能全面的反应一组资料的离散程度。
（二）四分位数间距（ Q ）四分位数间距是将一组资料分为四等分，上四分位数用表示，下四分位数我们用表示。
Q 值越大，资料的离散程度越大。
它常用于描述偏态分布资料的离散程度。
它比全距稳定，考虑了更多的变量值，但未考虑到每个观察值，仍不能全面的反应一组资料的离散程度。
描述偏态分布资料的集中程度的指标是中位数和几何平均数。
（三）方差（σ 2 ）和标准差（σ、 s ）离均差平方和的均数称作方差。
离均差指一组观测值中的每一个值与均数相减得到的差值。
方差的单位是原单位的平方，为了用单位表示，将方差开平方得到标准差。
方差和标准差是描述正态分布资料离散程度的指标。
可全面描述一组资料的离散趋势。
总体方差的公式为：σ 2 = ∑（ x i - μ） 2 /N ；样本方差的公式为： S 2 = ∑（ x i - ） 2 /(n-1) ；标准差的计算公式为：（ n 是例数， n-1 是自由度）要全面描述一组观测值，必同时描述集中趋势和离散趋势。
第十章人群健康研究的统计学方法
第十章人群健康研究的统计学方法人群健康研究是指对一些群体中的人的健康行为、健康状况和健康结果进行观察和分析的研究。
统计学方法在人群健康研究中起着重要的作用，它能够对数据进行整理、描述、推断和解释，从而帮助我们更好地理解人群的健康状况和影响因素。
在人群健康研究中，统计学的方法包括描述性统计和推断性统计。
描述性统计旨在对人群的健康状况和行为进行总结和描述。
常用的描述性统计方法包括频数分布、平均数、中位数、众数、标准差等。
通过这些统计指标，可以了解人群健康问题的分布情况、集中趋势和变异程度，为进一步的分析和研究提供基础。
推断性统计则是通过从人群中抽取样本，并利用概率统计方法对样本数据进行分析，从而推断出人群的特征和结论。
推断性统计的方法包括假设检验和置信区间。
假设检验可以用来检验一个或多个总体参数的假设，如检验两个群体之间是否存在显著差异；置信区间可以用来估计总体参数的范围，如总体平均值的置信区间。
除了描述性统计和推断性统计，人群健康研究中还常常使用回归分析。
回归分析可以帮助我们了解不同因素对人群健康的影响程度，从而找到与特定健康问题相关的风险因素或保护因素。
常用的回归分析方法包括线性回归、逻辑回归、生存分析等。
例如，可以利用线性回归分析探究其中一种健康行为（如锻炼频率）与其中一种健康结果（如心血管疾病发生率）之间的关系。
此外，人群健康研究中还需要注意的是样本的选择和样本大小的确定。
样本的选择要尽可能具有代表性，以保证研究结果的可靠性和推广性。
样本大小则需要根据目标参数的精确度要求和假设检验的需要来确定，确保有足够的统计功效。
总之，统计学方法在人群健康研究中是不可或缺的工具。
通过描述性统计、推断性统计和回归分析等方法，可以对人群的健康状况和影响因素进行分析和推断，为人群健康管理和干预提供科学依据。
同时，在进行人群健康研究时，还需要注意样本的选择和样本大小的确定，以确保研究结果的准确性和可靠性。
人群健康研究的统计学方法
人群健康研究的统计学方法人群健康研究的统计学方法是为了揭示人群中潜在的健康问题和因素之间的关联性，以及影响人群健康的各种因素。
统计学方法在人群健康研究中扮演着至关重要的角色，它可以通过对数据的分析和解释，帮助研究者得出可靠的结论和指导健康决策的建议。
本文将介绍人群健康研究中常用的统计学方法，包括随机抽样、描述统计学、推论统计学和回归分析等。
首先，随机抽样是人群健康研究中常用的数据收集方法之一、随机抽样可以保证样本的代表性，从而使得样本的分析结果能够有效地推广到整个人群。
在随机抽样中，研究者将从目标人群中随机选择一部分个体作为样本，并对这些个体进行观察和调查。
通过此种方法，研究者可以获取到人群中各种因素的数据，比如人口特征、生活方式、遗传信息等。
随后，描述统计学是人群健康研究中的另一种常用方法，用于总结和描述数据的特征和分布。
描述统计学可以帮助研究者了解样本中的特点和变异情况，通常通过计算均值、标准差、百分位数等统计量来描述数据。
除此之外，直方图、饼图、箱线图等图形工具也经常用于可视化数据的分布和变异情况。
接下来是推论统计学，它是通过对样本数据进行分析，推断或推断出总体的特性和关系。
推论统计学的核心是假设检验和置信区间。
假设检验用于检验研究的假设是否成立，通常包括零假设和备择假设，然后通过计算一个统计量的P值来判断结果的显著性。
而置信区间则是基于样本数据的统计量，根据一定的置信水平提供了总体参数估计的范围。
最后，回归分析是人群健康研究中常用的分析方法之一，用于研究因变量和自变量之间的关系。
回归分析可以帮助研究者了解各种因素对健康结果的影响程度和方向。
线性回归模型是最常用的回归分析方法之一，它可以通过对自变量和因变量之间的线性关系的拟合来预测因变量的值。
除此之外，逻辑回归、多元回归等回归方法也被广泛应用于人群健康研究中。
综上所述，人群健康研究的统计学方法涵盖了随机抽样、描述统计学、推论统计学和回归分析。
中国人健康数据分析报告(3篇)
第1篇摘要：随着我国经济的快速发展和人民生活水平的不断提高，人们对健康的关注度日益增加。
本报告通过对中国人健康数据的分析，旨在揭示我国国民健康状况的现状、存在的问题以及未来发展趋势，为政府部门、医疗机构和公众提供参考。
一、引言健康是人类生存和发展的基础，也是衡量一个国家经济社会发展水平的重要指标。
近年来，我国政府高度重视国民健康问题，不断加大投入，推动医疗卫生事业的发展。
本报告通过对大量健康数据的分析，全面梳理我国国民健康状况，为相关部门制定健康政策提供数据支持。
二、数据来源与处理本报告数据来源于国家卫生健康委员会、国家统计局、世界卫生组织等权威机构发布的公开数据。
数据包括人口结构、疾病谱、健康指标、医疗资源分布等方面。
在数据处理过程中，我们对数据进行清洗、整合和统计分析，以确保数据的准确性和可靠性。
三、中国人健康现状分析1. 人口结构根据国家统计局数据，截至2021年底，我国总人口为14.11亿，其中60岁及以上人口为2.67亿，占总人口的18.9%。
人口老龄化趋势明显，对医疗卫生服务需求不断增长。
2. 疾病谱我国主要疾病谱包括慢性病、传染病和肿瘤三大类。
慢性病主要包括心脑血管疾病、糖尿病、慢性呼吸系统疾病等。
传染病主要包括流感、新型冠状病毒肺炎、结核病等。
肿瘤发病率和死亡率呈上升趋势。
3. 健康指标我国国民健康指标整体呈现改善趋势，但仍存在一些问题。
以下为部分健康指标分析：（1）人均预期寿命：根据世界卫生组织数据，2020年我国人均预期寿命为77.3岁，较2010年提高了3.5岁。
（2）婴儿死亡率：2021年，我国婴儿死亡率为5.4‰，较2010年降低了48.3%。
（3）孕产妇死亡率：2021年，我国孕产妇死亡率为16.9/10万，较2010年降低了68.8%。
4. 医疗资源分布我国医疗资源分布不均，城乡、地区之间差异较大。
城市地区医疗资源相对丰富，农村地区医疗资源相对匮乏。
同时，优质医疗资源主要集中在东部沿海地区和大城市，中西部地区和农村地区优质医疗资源相对不足。
中国人健康状况调查分析报告
中国人健康状况调查分析报告通过调查，可以得知中国人当下健康的状况，从而得知我国群众的健康情况。
下面小编准备了中国人健康调查报告，希望对您有帮助！中国人健康调查报告篇1第一部分背景一、调查目的与意义国民营养与健康状况是反映一个国家或地区经济与社会发展、卫生保健水平和人口素质的重要指标。
良好的营养和健康状况既是社会经济发展的基础，也是社会经济发展的重要目标。
世界上许多国家，尤其是发达国家均定期开展国民营养与健康状况调查，及时颁布调查结果，并据此制定和评价相应的社会发展政策，以改善国民营养和健康状况，促进社会经济的协调发展。
我国曾于1959年、1982年和1992年分别进行过三次全国营养调查;1959年、1979年和1991年分别开展过三次全国高血压流行病学调查;1984年和1996年分别开展过两次糖尿病抽样调查。
上述调查对于了解我国城乡居民膳食结构和营养水平及其相关慢性疾病的流行病学特点及变化规律;评价城乡居民营养与健康水平;制定相关政策和疾病防治措施发挥了积极的作用。
由于近十年来，我国社会经济得到了快速发展，一方面为消除营养缺乏和改善居民健康提供了经济、物质基础，另一方面也导致了膳食结构、生活方式和疾病谱的变化。
为及时了解居民膳食结构、营养和健康状况及其变化规律，揭示社会经济发展对居民营养和健康状况的影响，为国家制定相关政策、引导农业及食品产业发展、指导居民采纳健康生活方式提供科学依据，2002年8-12月，在卫生部、科技部和国家统计局的共同领导下，由卫生部具体组织各省、自治区、直辖市相关部门在全国范围内开展了"中国居民营养与健康状况调查"。
这是我国首次进行的营养与健康综合性调查。
它将以往由不同专业分别进行的营养、高血压、糖尿病等专项调查进行有机整合，并结合社会经济发展状况，增加了新的相关指标和内容，在充分科学论证的基础上，统一组织、设计和实施。
调查覆盖全国31个省/自治区/直辖市(不含香港、澳门特别行政区及台湾)，对全国和不同类型地区具有良好的代表性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2 2、行×列表资料的 检验
① 多个样本率比较时，有R行2列，称为R ×2表；
② 两个样本的构成比比较时，有2行C列，称2×C表； ③ 多个样本的构成比比较，有R行C列，称为R ×C表。
（1）多个样本率或两个构成比比较的2检验
三种疗法有效率的比较
疗 法 物理疗法 药物治疗 外用膏药 合 计 有效 199 164 118 481 无效 7 18 26 51 合计 206 182 144 532 有效率 （%） 96.60 90.11 81.94 90.41
2.同质与变异
同质：除了实验因素外，影响被研究指标 的非实验因素相同被称为同质。
变异：在同质的基础上被观察个体之间的
差异被称为变异。
3、参数与统计量 parameter and statistic
参数：总体的统计指标， 如总体均数、标准差，采
总体 参 数
抽取部分观察单位 样本
用希腊字母分别记为μ、
8
12
正常血压
轻度高血压
计量资料
15
中度高血压
17 重度高血压 以12kPa为界分为正常与异常两组，统计每组例 数
计数资料
实例数据
第八章 数值变量资料的 统计描述
一、计量资料的统计描述
平均指标（算术均数、几何均数、中位数）
变异指标（极差、百分位数与四分位间距、 方差、标准差、变异系数）
描述：随着年龄的增加，白内障患病率增加，80岁 人群达86.36%
2.构成比
概念： 说明某事物内部各组成部分在总量中 所占的比重.一般为构成比、百分比。 计算通式：
事物某部分的例数 某部分构成比 100% 同一事物各部分的总例数
例：某地中老年人白内障的患病情况
年龄组 （岁） 40506070≥80 合计 受检 人数 560 441 296 149 22 1468 白内障 患者 68 129 135 97 19 448 患者 构成比% 15.18 28.79 30.13 21.65 4.24 100.00 白内障 患病率% 12.14 29.25 45.61 65.10 86.36 30.52
叫定性数据
3.等级资料半定性或半定量的观察结果。有大小顺序，所
以也叫有序分类资料（ordinal category data）。
①癌症分期：早、中、晚。 ②药物疗效：治愈、好转、无效、死亡。 ③尿蛋白： , ,++,+++及以上
三类资料间关系
例：一组2040岁成年人的血压值
<8 低血压
等 级 资 料
1、平均指标
1. 算术均数（mean)：适用条件：资料呈对称分布， 一般用于正态或近似正态分布。
2. 几何均数(geometric mean)。适用条件：呈倍
数关系的等比资料或对数正态分布资料。
3. 中位数 (median)。适用条件：适合各种类型的
资料。尤其适合于①大样本偏态分布的资料； ② 资料有不确定数值；③资料分布不明等。
Sx＝ S
①减小S。
n
降低抽样误差的途径有：
②增加样本含量n。
二、总体均数的估计
总体均数的点估计（point estimation）与区间估 计（interval estimation)
点估计：由样本统计量
X 、S
参数的估计
直接估计总体参数 、
区间估计：按预先给定的概率（1-） 所确定的、包含未知参数的一个范围， 这个范围称为参数的可信区间（ Confidence interval,CI)
三、 医学参考值范围的制定
1. 意义：医学参考值是指包括绝大多数正常人 的人体形态、机能和代谢产物等各种生理及生化指
标常数，也称正常值。
由于存在个体差异，生物医学数据并非常数而
是在一定范围内波动，故采用医学参考值范围
（ medical reference range ）作为判定正常 和异常的参考标准，但不是“金标准”。
3、多个样本均数间的多重比较
当方差分析的结果为拒绝 H0 ，接受
H1时，只说明g个总体均数不全相等。
若想进一步了解哪两个总体均数不等， 需进行多个样本均数间的两两比较或
称多重比较。
多重比较不能用两样本均数比较 的 t 检验！
若用两样本均数比较的t检验进行多
次重复重比较，将会加大犯Ⅰ类错误
（把本无差别的两个总体均数判为有差 别）的概率。
2.变异指标
反映数据的离散程度。即个体观察值的变
异程度。
1.
2. 3. 4. 5.
极差 (全距)
四分位数间距 方差 Variance 标准差Standard Deviation 变异系数 CV
变异指标小结
1．极差较粗糙，适合于任何分布 2．标准差最常用，适合于正态或近似正态分布 3．变异系数主要用于单位不同或均数相差悬殊资料
第七章 医学统计学的基本 概念和步骤
一、统计学基本概念
1.总体与样本 2.同质与变异 3.参数与统计量 4.误差 5.概率与频率
1.总体与样本
总体：根据研究目的而确定同质 观察单位的全体。
样本：从总体中抽取的部分观察 单位。
随机抽样 random sampling
为了保证样本的可 靠性和代表性，需 要采用随机的抽样 方法（在总体中每 个个体具有相同的 机会被抽到）。
推断inference
统计量
σ。是固定的常数。
统计量：样本的统计指标，如样本均数、标准差，采用拉丁 字母分别记为
X、S
。 在参数附近波动的随机变量 。
4、误差（error）
误差：实际观察值与客观真实值之差 （1）系统误差 （2）随机误差
真值
血压计 测定值
。 。。 。。 。 。 。 。 。 。。
随机 误差 85 90mmhg
2、随机区组设计
（1）随机分组方法
先按影响试验结果的非处理因素（如性别、
体重、年龄、职业、病情、病程等）将受试对
象配成区组，再分别将各区组内的受试对象随
机分配到各处理或对照组。
（2）统计方法选择
1. 正态分布且方差齐同的资料，应采用两因素 方差分析(two-way ANOVA) ； 2. 当不满足方差分析时，可采用随机区组设计 资料的Friedman M 检验。
1.正态分布法 2.百分位数法
第九章 数值变量资料的
统计推断
一、均数的抽样误差与标准误
抽取部分观察单位
抽样误差
样本
总体
统计推断
参 数
如：总体均数
统计量
如：样本均数 X 样本标准差S
总体标准差
（sampling error) ：由于个体变异产 生的、抽样造成的 样本统计量与总体 参数间差异，称为 抽样误差。
4．平均指标和变异指标分别反映资料的不同特征，
常配套使用 如 正态分布：均数±标准差 x s 偏态分布：中位数(四分位间距)
二、正态分布
图形特点：
钟型(中间高,两头低,左 右对称，以X轴为渐进线) 最高处对应于X轴的值就 是均数 两个参数：位置参数和 形态参数。
曲线下面积恒为1或100%。
男
用药 试验组 对照组 有效 20 10 无效 10 15 有效 10 15
女
无效 10 20
反映用药与疗效、性别与疗效的关系。
二、 常用相对数
1.定义：是两个有关的绝对数之比，统称为
相对数。
相对数的意义：
消除基数影响，便于事物间的比较。
给出事物发生频率（强度）的估计。
相对数是工作决策的依据。
人之一，英国人K . Pearson（1857-1936）于1900
年提出的一种具有广泛用途的统计方法，此方法
以χ 2分布为理论依据，可用于两个或多个率间的
比较，计料的卡方检验
表 组 别 两组降低颅内压有效率的比较 有效 无效 合计 有效率 （%）
试验组
对照组 合 计
心理反应 焦虑 抑郁 自我认同紊乱 恐惧 合计 病例数 102 57 10 5 174
反映该指标（心理反应）分类的分布
2.两因素交叉频数表
分组 （ X） A药组 B药组 不同用药与疗效的关系 疗效（Y） 有效数 无效数 合计 20 30 50 10 40 50
3.两因素以上的交叉分组表
不同用药、性别与疗效的比较
3.相对比
相对比：反映两个指标（指标可为绝对数、相对数；性质 相同或不同）相比的倍数或百分数。
甲指标 相对比 （倍数或百分数%） 乙指标
例：某医院出生性别比=男性婴儿数/女性婴儿数 =370/358=1.03（或 103%） 医护比=医生人数/护士人数
第十一章 分类变量资料 的统计推断
χ 2检验(Chi-square test)是现代统计学的创始
99
75 174
5
21 26
104
96 200
95.20
78.13 87.00
四格表专用公式
组 别 阳性 阴性 合计
A组
B组 合 计
2
a
c （ a＋ c）
b
d （ b＋ d）
2
（ a＋ b）
（ c＋ d） （n）
(ad bc) n (a b)(c d )(a c)(b d )
2．配对样本t检验
3．两样本t检验
四、方差分析
1、完全随机设计
2、随机区组设计
1、完全随机设计
（1）设计
将全部试验对象随机分配到 g 个处理组， 各组分别接受不同的处理，试验结束后比较 各组均数之间的差别有无统计学意义，推论 处理因素的效应。
（2）统计分析方法选择