卫生统计学重点整理-预防医学
卫生统计学知识点整理
卫生统计学知识点整理1.数据类型：卫生统计学包括两种主要类型的数据，即定量数据和定性数据。
定量数据是数值型数据，如身高、体重等，可以使用各种统计方法进行分析。
定性数据是非数值型数据，如性别、职业等，可以使用描述性统计方法进行分析。
2.数据收集方法：卫生统计学使用多种方法收集数据，其中包括调查、观察、实验和文献研究等。
调查是最常用的数据收集方法，通过设计问卷或面对面访谈等手段收集信息。
观察是观察和记录事件或行为，以获取相关数据。
实验是通过对照组和干预组进行比较来确定原因和效果的方法。
文献研究是通过分析已有的文献、报告和统计数据来获取相关信息。
3.数据描述和总结：在数据收集完成后，卫生统计学需要对数据进行描述和总结。
这包括计算各种统计指标，如平均数、中位数、众数和标准差等，以了解数据的分布和变异程度。
4.假设检验：卫生统计学中常用的方法之一是假设检验，用于判断一些变量是否与其他变量有显著关联或差异。
假设检验基于统计学原理，通过计算样本数据与预期数据之间的差异，评估是否拒绝或接受一些假设。
5.相关分析：相关分析是研究两个或多个变量之间关系的统计方法。
它可以确定变量之间的相关性大小和方向，并计算相关系数来度量相关性的强弱。
6.回归分析：回归分析是用来预测和解释一个或多个因变量与一个或多个自变量之间关系的方法。
它可以估计自变量对因变量的影响程度，并评估其统计显著性。
7.生存分析：生存分析是研究个体在一定时间内生存或发生一些事件的概率的统计方法。
它通常用于研究疾病的生存率和治疗效果。
8.抽样方法：抽样方法是在卫生调查中常用的一种方法，它可以通过选择一部分样本来代表整体群体。
常见的抽样方法包括随机抽样、系统抽样、分层抽样和整群抽样等。
9.统计软件：卫生统计学使用各种统计软件来进行数据分析和统计计算。
常用的统计软件包括SPSS、SAS、R和STATA等，它们提供了丰富的统计功能和图形展示方式。
10.数据伦理：卫生统计学中数据伦理是一个重要的问题，主要涉及数据的保密性、隐私保护和知情同意等方面。
预防医学(1)
发病率 一定期 同间 时内 期的 暴 某 某 露 病 人 人 新 群 口 病 中 数 k例数
k= 100%， 1 000‰，或 100 000/10万
整理ppt
8
二、发 病 指 标
发病率的应用
❖ 描述疾病分布 ❖ 探讨发病因素 ❖ 提出病因假设 ❖ 评价防制措施的效果
整理ppt
9
二、发 病 指 标
整理ppt
19
（三）生存率 (survival rate)
是指患某种病的人（或接受某种治疗措施的 病人），经n年随访，到随访结束时仍存活的病 例数占观察病例的比例。
n年存活 随 率 随 访访 n年 满 n年 满 的的 某该 病病 存病 活 1例 病 0% 0数 例数
整理ppt
20
第二节 疾病流行的强度
整理ppt
3
疾病分布的 概念
疾病分布的强度
疾病的分布
常用描述指标
“三间”分布
整理ppt
4
疾病的表现
个体表现：症状、体征 等
人群表现：Where,When,Who
整理ppt
5
疾病的分布ห้องสมุดไป่ตู้
Distribution of Disease
〖概念〗
疾病的分布（distribution of disease） 即以疾病的频率为指标，描述疾病在 不同地区、不同时间和不同人群中的 分布现象。
一、散发 (sporadic) 二、爆发 (outbreak) 三、流行（epidemic）
整理ppt
21
一、散发 ( sporadic)
是指某病在某地区呈历年的一般 发病率水平，病例在人群中散在发 生或零星出现，病例之间无明显联 系。
上海市考研公共卫生与预防医学教育复习资料卫生统计学基础知识整理
上海市考研公共卫生与预防医学教育复习资料卫生统计学基础知识整理上海市考研公共卫生与预防医学教育复习资料——卫生统计学基础知识整理公共卫生与预防医学是国家重点发展的学科之一，其教育体系涵盖了多个方向的知识，其中卫生统计学是其中之一。
在考研中，卫生统计学是必考科目之一，也是考生需要掌握的基础知识之一。
本文将对上海市考研公共卫生与预防医学教育中的卫生统计学基础知识进行整理和总结。
一、卫生统计学的定义及作用卫生统计学是运用统计学原理和方法研究人口的健康状况、疾病发生、死因分布及其影响因素的一门学科，是公共卫生与预防医学的重要组成部分。
其主要作用包括：1. 疾病监测与预测：通过对不同人群和地区的疾病发生情况进行统计分析，可以及时发现疫情并预测疾病发展趋势，为疾病预防和控制提供依据。
2. 健康政策制定：通过对人口健康状况和卫生服务利用情况的统计分析，可以为卫生政策的制定和实施提供科学依据，提高健康资源的分配效率。
3. 卫生评价与监督：通过对卫生服务的质量、效果和覆盖范围进行统计分析，可以评估卫生系统的运行状况，及时发现问题并采取相应措施，保障公众的健康权益。
二、卫生统计学的基本概念1. 健康指标：用于衡量人口健康状况的指标，如发病率、死亡率等。
2. 流行病学指标：用于描述疾病在人群中的分布和传播特征的指标，如感染率、致病率、死亡风险等。
3. 卫生服务利用指标：用于评估人们对卫生服务的需求和利用情况的指标，如就诊率、住院率等。
4. 数据收集与处理方法：包括问卷调查、抽样方法、数据录入与清洗等统计学常用的方法。
三、上海市公共卫生与预防医学教育中的卫生统计学知识点1. 卫生统计学基本原理：包括统计学概念和原理、数据类型和测量标准等。
2. 健康指标及其计算方法：包括发病率、死亡率、残疾率、健康预期寿命等指标的计算方法和应用。
3. 流行病学指标及其计算方法：包括感染率、致病率、死亡风险、相对危险度等指标的计算方法和应用。
(完整word版)卫生统计学知识点总结
卫生统计学统计工作基本步骤：统计设计（调查设计和实验设计）、资料分析{收集资料、整理资料、分析资料【统计描述和统计推断（参数估计和假设检验）】。
★统计推断：是利用样本所提供的信息来推断总体特征，包括：参数估计和假设检验。
a参数估计是指利用样本信息来估计总体参数，主要有点估计（把样本统计量直接作为总体参数估计值）和区间估计【按预先设定的可信度（1-α），来确定总体均数的所在范围】。
b假设检验：是以小概率反证法的逻辑推理来判断总体参数间是否有质的区别。
变量资料可分为定性变量、定量变量。
不同类型的变量可以进行转化，通常是由高级向低级转化。
资料按性质可分为计量资料、计数资料和等级资料。
定量资料的统计描述1频率分布表和频率分布图是描述计量资料分布类型及分布特征的方法。
离散型定量变量的频率分布图可用直条图表达。
2频率分布表（图）的用途：①描述资料的分布类型；②描述分布的集中趋势和离散趋势；③便于发现一些特大和特小的可疑值；④便于进一步的统计分析和处理；⑤当样本含量足够大时，以频率作为概率的估计值。
★3集中趋势和离散趋势是定量资料中总体分布的两个重要指标。
（1）描述集中趋势的统计指标：平均数（算术均数、几何均数和中位数）、百分位数（是一种位置参数，用于确定医学参考值范围，P50就是中位数）、众数。
算术均数：适用于对称分布资料，特别是正态分布资料或近似正态分布资料；几何均数：对数正态分布资料（频率图一般呈正偏峰分布）、等比数列；中位数：适用于各种分布的资料，特别是偏峰分布资料，也可用于分布末端无确定值得资料。
（2）描述离散趋势的指标：极差、四分位数间距、方差、标准差和变异系数。
四分位数间距：适用于各种分布的资料，特别是偏峰分布资料，常把中位数和四分位数间距结合起来描述资料的集中趋势和离散趋势。
方差和标准差：都适用于对称分布资料，特别对正态分布资料或近似正态分布资料，常把均数和标准差结合起来描述资料的集中趋势和离散趋势；变异系数：主要用于量纲不同时，或均数相差较大时变量间变异程度的比较。
卫生统计学知识点汇总
卫生统计学知识点汇总卫生统计学知识点汇总卫生统计学是一门研究如何收集、整理、分析和解释与人类健康相关的统计数据的学科。
以下是一些卫生统计学的知识点汇总：1. 健康指标和健康统计数据卫生统计学研究的核心是健康指标和健康统计数据。
健康指标是用来衡量人类健康状况的指标，如死亡率、发病率、存活率等。
健康统计数据是指收集和整理的与人类健康相关的数据信息。
2. 健康调查和流行病学研究卫生统计学包括健康调查和流行病学研究。
健康调查是通过问卷调查、面访和体检等方式，对人群的健康状况进行评估和监测。
流行病学研究是研究疾病在人群中分布、发生和传播规律的学科。
3. 死因统计学死因统计学是研究人口死亡原因及其统计方法的学科。
通过对死亡证明和其他相关资料的分析，可以得到不同死因的死亡率和死因结构，为公共卫生和医疗健康政策制定提供依据。
4. 卫生服务利用统计卫生服务利用统计研究人群对卫生服务的需求，以及卫生服务的提供情况。
包括统计各类卫生机构的数量、位置和服务范围，以及人群对卫生服务的需求和利用情况。
5. 卫生经济学指标卫生经济学指标是研究卫生经济学相关问题的统计指标。
包括卫生资源投入和产出指标，如医疗卫生总费用、卫生人力资源和医疗服务产出等。
6. 因素分析和回归分析因素分析是研究多个相关变量之间关系的统计方法，可以用于探索影响健康的各种因素。
回归分析是通过建立数学模型，研究一个或多个自变量对因变量的影响程度和方向。
7. 卫生统计学软件与工具卫生统计学的研究除了基本的统计学知识外，还需要掌握一些卫生统计学软件和工具的使用。
如SPSS、R、EpiInfo等数据处理和分析软件。
以上是一些卫生统计学的知识点汇总，这门学科涵盖了众多的知识领域，为研究人类健康提供了重要的数据支持和决策依据。
预防医学重点知识
预防医学整理重点知识1.预防医学preventive medicine:以人群为研究对象，应用基础医学、临床医学等有关学科的理论知识，研究环境因素对健康的影响、疾病在人群中的分布规律及其影响因素，探讨病因并制定防治疾病、增进健康、延长寿命、提高生命质量的对策和措施的综合性学科。
2.医学模式medical model:人类在与疾病作斗争和认识自身生命过程中得出得对医学本质的概括和对医学的总的看法。
3.健康health:不仅仅指没有疾病或虚弱，而是包括生理、心理和社会方面的完好状态。
4.公共卫生public health:为了预防疾病、促进健康，依据预防医学原理采取的一系列防治疾病社会活动。
5.初级卫生保健PHC primary health care:最基本的、人人都能得到的、体现社会平等权利的、人民群众和政府能负担得起的卫生保健服务。
6.健康促进health promotion:促进人们维护和改善自身健康的全过程，是一种协调人类和环境的战略，他规定了个体与社会对健康各自所应担负的责任。
7.环境environment:围绕人类的空间及其包含的各种因素，为人类生存提供空气、水和食物等必须条件，这些因素可以直接或间接地影响人类的生存和发展。
8.自然环境natural environment:围绕人类的周围，能直接或间接地影响人类生活和生产活动的一切自然形成物质和能量的总体。
9.原生环境primitive environment:天然形成的未收到人类活动的影响或影响较少的自然环境。
10.次生环境secondary environment:由于人类生产生活以及社会交往等活动的影响，使天然形成环境条件发生了改变的自然环境。
11.生态系统ecosystem:由生物群落及其生存的环境所构成的一个有物质、能量和信息流动的功能系统。
12.生态平衡ecological equilibrium:在一定时间内，生态系统的生产者、消费者和分解者之间，生物群落与非生物环境之间，物质、能量的输出和输入，生物种群和数量以及个数量之间的比例，始终保持着一种动态平衡关系。
卫生统计学重点总结
第一章绪论1.卫生统计学的概念P1卫生统计学是应用概率论和数理统计学的基本原理和方法，研究居民卫生情况以及卫生服务领域中数据的收集、整理和分析的一门科学。
2.卫生（医学）统计学的主要步骤P3设计；收集资料；整理资料；分析资料3.（选择、判断）卫生统计学的基本概念P4同质（homogeneity）：统计学中，若某些观察对象具有相同的特征或属性，称之为同质或具有同质性。
变异（variation）：将同质个体的某项特征或属性的观察值或测量值之间的差异称为变异。
总体（population）：是根据研究目的确定的的所有观察单位某种特征或属性的观察值或测量值的集合。
样本（sample）：是从总体中随机抽取的具有代表性的部分观察单位的集合。
样本中包含的观察单位个数称为样本含量。
参数（parameter）：反映总体特征的指标称为参数，一般是未知的，常用希腊字母表示。
统计量（statistic）：根据样本观察值计算出来的指标称为统计量，常用拉丁字母表示。
变量（variable）：每个观察单位的某项特征或属性称为变量。
抽样研究（sampling research）：从总体中随机抽取样本，通过样本信息推断总体特征的研究方法称为抽样研究。
抽样误差（sampling error）：由随机抽样造成的样本统计量与总体参数之间、样本统计量之间的差异称为抽样误差。
资料（data）：变量值的集合称之为资料。
★4.资料的分类P4（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、衡单位。
（2）定性资料：亦称分类资料，其观察值是定性的，表现为互不相容的类别或属性，一般无度、量、衡单位。
可进一步细分为两种资料：1）计数资料：指将观察单位按某种类别或属性进行分组，清点各组观察单位数所得的资料。
包括：①二项分类资料；②无序多项分类资料2）等级资料：亦称有序多分类资料，是将观察单位按某特征或属性的程度或等级顺序分组，清点各组观察单位数所得的资料。
《卫生统计学》考试重点复习资料
卫生统计学Statistics第一章绪论统计学：是一门通过收集、分析、解释、表达数据，目的是求得可靠的结果。
总体：根据研究目的确定的同质（大同小异）的观察单位的全体。
分为目标总体和研究总体。
样本：从总体中随机抽取部分观察单位，其测量结果的集合称为样本（sample）。
样本应具有代表性。
所谓有代表性的样本，是指用随机抽样方法获得的样本。
抽样：从研究总体中抽取少量有代表性的个体。
变量：表现出个体变异性的任何特征或属性。
分定型变量和定量变量。
定型变量:1）分类变量或名义变量:最简单的是二分类变量。
0-1变量也常称为假变量或哑变量。
2）有序变量或等级变量。
定量变量：分离散型变量和连续型变量。
变量只能由高级向低级转化：定量→有序→分类→二值。
常见的三种资料类型1)计量或测量或数值资料，如身高、体重等。
2)计数资料或分类资料，如性别、血型等。
3)等级资料，如尿蛋白含量－、＋、＋＋、＋＋＋、…第一章定量变量的统计描述此章节x即为样本均数（X拔）1.离散型定量变量的取值是不连续的。
累计频数为该组及前面各组的频数之和。
累计频率表示各组累计频数在总例数中所占的比例。
可用直条图表达。
2.编制频数表的步骤与要点步骤：1确定极差2确定组数3确定各组段的上下限4列表要点（注意事项）1）制表是为了揭示数据的分布特征，故分组不宜过粗或过细。
2）为计算方便，组段下限一般取较整齐的数值3）第一组段应包含最小值，最后一个组段应包含最大值。
3.频率分布表（图）的用途1）描述变量的分布类型2）揭示变量的分布特征3）便于发现某些离群值或极端值4）便于进一步计算统计指标和统计分析。
4.描述平均水平的统计指标算术均数（mean）：描述一组数据在数量上的平均水平。
总体均数用μ表示，样本均数用X表示。
适用于服从对称分布变量的平均水平描述，这时均数位于分布的中心，能反应全部观察值的平均水平。
分：直接法和频率表法。
即所有变量值加和除以总数n或所有频数f k乘以组中值X0k后求和再除以总数n。
- 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)。
1.卫生统计学：是应用概率论和数理统计学的基本原理和方法，研究居民卫生状况以及卫生服务领域中数据的收集、整理和分析的一门科学。
2.同质(homogeneity)：在统计学中，若某些观察对象具有相同的特征或属性称为同质的。
否则称为异质(heterogeneity)的或者间杂的。
3.变异(variation)：同质事物之间的差别称为变异。
[没有个体变异，就没有统计学！]4.总体(population)：根据研究目的所确定的同质观察单位的全体。
5.样本(sample)：是从总体中随机抽取的具有代表性的部分观察单位的集合。
6.样本含量(sample size)：样本中包含的观察单位个数。
7.参数(parameter)：反映总体特征的指标。
特点：未知、唯一，希腊字母表示，如总体均数、总体率等。
8.统计量(statistic)：根据样本观察值计算出来的指标。
特点：已知、不唯一，拉丁字母表示，如样本均数、样本率等。
9.变量(variable)：研究者需要对每个观察单位的某项特征或属性进行观察或测量，这种特征或属性称为变量。
10.变量值(value of variable)：变量的观察值或测量值称为变量值或观察值(observedvalue)。
11.资料(data)：变量值的集合称之为资料。
12.定量资料(quantitative data)：变量值是定量的，表现为数值大小。
特点：一般有度、量、衡单位，一般属连续性资料。
13.定性资料(qualitative data)：观察值是定性的，表现为互不相容的类别或属性。
特点：一般无度、量、衡单位，一般属于离散型资料。
可进一步分为计数资料和等级资料。
14.计数资料(count data)：将观察单位按某种类别或属性进行分组，清点各组观察单位数所得的资料。
可进一步分为二项分类资料和无序多项分类资料。
15.等级资料(ordinal data)：将观察单位按照某种特质或属性的程度或等级顺序分组，清点各组观察单位所得的资料。
各属性之间互不相容且有程度的差别。
16.抽样研究(sampling research)：从总体中随机抽取样本，通过样本信息推断总体特征的研究方法。
17.抽样误差(sampling error)：由随机抽样造成的样本统计量与总体参数之间、样本统计量之间的差异。
18.概率(probability)：概率是随机事件发生可能性大小的数值度量。
通常用P表示。
大小介于0与1之间，即0≤P ≤1。
19.小概率事件：医学研究中，将概率小于等于0.05或0.01的事件称为小概率事件。
20.小概率原理：并不表示不可能发生，但在某一次试验中，是不会发生的。
21.单纯随机抽样(simple random sampling)：先将调查总体的全部观察单位统一编号，然后采用随机数字表、统计软件或抽签等方法之一随机抽取n（样本大小）个编号，由这n 个编号所对应的n个观察单位构成研究样本。
22.系统抽样(systematic sampling)：又称机械抽样或等距抽样。
事先将总体内全部观察单位按某一顺序号等距分隔成n（样本大小）个部分，每一部分内含m个观察单位；然后从第一部分开始，从中随机抽出第i号观察单位，依此用相等间隔m机械地在第2部分、第3部分直至第n部分内各抽出一个观察单位组成样本。
23.分层抽样(stratified sampling)：是先按对观察指标影响较大的某项或某几项特征，将总体分成若干层，该特征的测定值在层内变异较小、层间变异较大，然后分别从每一层内随机抽取一定数量的观察单位结合起来组成样本。
24.整群抽样(cluster sampling)：是将总体划分为群（初级观察单位），各群由次级观察单位组成。
随机抽取一部分群，调查抽中群的全部次级观察单位。
25.信度(reliability)：测量工具的可靠性，它是指采用相同测量工具（如问卷）对同一对象进行重复测量时，各次测量值与其均值接近的程度。
26.效度(validity)：是指测量工具、指标或观测结果在多大程度上反映了事物的客观真实性，即指观测结果与试图达到的目标之间的接近程度，是对测量工具（如问卷）有效性的检验。
27.实验研究(experimental study)：是指研究者根据研究目的人为地对受试对象（包括人或动物）施加处理因素，控制混杂因素，观察、总结处理因素的效应的一种研究方法。
28.处理因素(study factor，treatment)：是指研究者施加于受试对象的因素。
29.水平(level)：是指同一处理因素在数量上或强度上的不同程度。
30.受试对象(study subjects)：是处理因素作用的客体或对象。
31.实验效应(effect)：是处理因素作用于受试对象后出现的反应和结局，它通过指标的选择和指标的观察来体现。
32.偏倚(bias)：研究误差中的系统误差部分称为偏倚。
33.平均数(average)：表达了一组同质定量数据的平均水平或集中位置。
常用的平均数包括算术均数、几何均数、中位数、众数、调和均数等。
34.算术均数(mean)：常简称均数，是用一组观察值相加除以观察值的个数所得。
常用x__表示样本均数，表示μ总体均数。
35.几何均数(geometric mean)：用G表示，是n个观察值乘积的n次方根，又称倍数均数。
适用于：①对数对称分布，②等比级数资料，如血抗体浓度。
[观察之中不能有0]36.中位数(median)：用M表示，是将一组观察值由小到大排序后，居于中间位置的数值即为中位数。
中位数是一种位置平均数。
37.百分位数(percentile)：用表示，是指将一组观察值由小到大排序后，将其平均分成100等份，对应于每一分割位置上的数值就称为一个百分位数。
38.医学参考值范围：亦称正常值范围，是指绝大多数“正常人”的解剖、生理、生化等指标的波动范围。
39.率(rate)：是说明某现象发生的频率或强度的指标，不会大于1。
40.构成比(proportion)：表示事物内部各组成部分所占的比重，常以百分数表示，因此也称为百分比。
41.相对比(ratio)：是两个指标A、B之比。
A、B可以是绝对数，A、B也可以是相对数，A、B可以是性质相同的两个指标，A、B的单位可以相同，也可以不同。
42.动态数列(dynamic series)：是一系列按时间顺序排列起来的统计指标，用以说明事物在时间上的变化和发展趋势。
43.率的标准化：是在一个指定的标准构成条件下进行率的对比的方法。
意义：当两个率要进行比较大小时，若要对比的两组对象内部构成的差别足以影响结论时，可以应用率的标准化法消除这种影响，使两个率具备可比性。
44.标准误(standard error，SE)：通常将样本统计量的标准差称为标准误。
45.可信区间(confidence interval，CI)：按一定的概率或可信度(1-α)用一个区间估计总体参数所在范围，这个范围称作可信度为1- α的可信区间，又称置信区间。
46.Poisson分布：Poisson分布是二项分布的极限形式，二项分布中，当π很小（<0.05），n很大，二项分布→Poisson 分布。
47.Ⅰ型错误(type Ⅰ error)：H0实际上是成立的，但由于抽样的原因，拒绝了H，这类“弃真”的错误称为Ⅰ型错误，其最大概率为α。
48.Ⅱ型错误(type Ⅱ error)：H实际上不成立，但假设检验没有拒绝它，这类“取伪”的错误称为Ⅱ型错误，其概率大小用β表示。
49.检验效能(power of a test)：1-β，是指当两总体参数确有差别时，按α水准能够发现这种差别的能力。
即对实际上成立的H1作出肯定结论的把握程度。
50.P值：指从所规定的总体中随机抽样，获得等于或大于现有统计量值的概率。
51.参数检验(parametric test)：在总体分布类型已知的条件下，在此基础上对未知的参数进行估计或检验，称为参数统计或参数检验。
52.非参数检验(nonparametric test)：不依赖于总体的分布类型，不对总体参数进行推断，只是通过样本观察值比较总体的分布或分布位置，因此又称为任意分布检验。
53.直线相关(linear correlation)：又称简单相关(simple correlation)，是用来描述具有直线关系的两变量x、y的相互关系的统计方法。
54.直线相关系数(linear correlation coefficient)：亦称Pearson积矩相关系数，是定量描述两个变量间直线关系的方向和密切程度的指标。
总体相关系数用ρ表示，样本相关系数用r表示。
55.死亡事件(death event)：又称失效事件/重点事件，指标志某种处理措施失败或失效的特征事件。
56.生存时间(survival time)：指观察到的存活时间，可用天、周、月、年等时间单位记录，常用符号t表示。
57.完全数据(complete data)：从观察起点至发生死亡事件所经历的时间。
58.结尾数据(censored data)：简称结尾值，又称删失数据或终检值。
生存时间观察过程的截止不是由于死亡事件，而是由于其他原因因引起的，称为结尾。
主要原因有三种：失访、退出、终止。
59.生存曲线(survival curve)：以观察（随访）时间为横轴，以生存率为纵，将各个时间点所对应的生存率连接在一起的曲线图，用以描述生存过程。
60.寿命表(life table)：是根据特定人群的年龄组死亡率编制出的一种统计表，用以说明在特定人群年龄组死亡率的条件下人的生命过程。
1.卫生统计学的主要内容：⑴统计设计；⑵统计分析；⑶生命统计；⑷常用统计分析软件简介。
2.统计分析包括：⑴统计描述：定量资料和定性资料的统计描述，统计表和统计图。
⑵统计推断：主要包括参数估计和假设检验。
3.统计工作的基本步骤：⑴设计；⑵收集资料；⑶整理资料；⑷分析资料。
4.参数VS统计量：参数是反应总体特征的指标；统计量是样本指标。
5.资料类型：⑴定量资料⑵定性资料：①计数资料；②等级资料。
6.产生抽样误差的根源：个体差异7.医学研究方法主要有：⑴调查研究；⑵实验研究；⑶文献研究。
8.常用抽样方法：⑴单纯随机抽样；⑵系统抽样；⑶分层抽样；⑷整群抽样。
9.抽样误差从小到大：分层抽样<系统抽样<单纯随机抽样<整群抽样10.实验设计的基本原则：⑴对照原则；⑵随机原则；⑶重复原则；⑷均衡原则。
11.常用的实验设计方案：⑴完全随机设计；⑵配对设计；⑶随机区组设计；⑷交叉设计；⑸析因设计；⑹重复测量设计。
12.实验设计的三要素：⑴处理因素；⑵受试对象；⑶实验效应。
13.中位数适用于：偏态分布资料、一端或两端无确切数据的资料、总体分布不明资料的资料。