计数资料统计结果再分析举例_王英敏
计数型及计量型分析
①
可重复测量计量型数 据Gage R&R
②
99%置信度 规格公差
③
Pg 12
计量型（连续数据）
步骤二: 结果判读
Gage R&R Study - ANOVA Method
Two-Way ANOVA Table With Interaction
Source
DF SS MS
%Tolerance
各项变异占规格公 差的百分比 ≦30% 合格
Number of Distinct Categories = 6
测量仪器的分辩率; 要求≧4
Pg 13
计量型（连续数据）
步骤二: 结果判读
Gage R&R (ANOVA) for MR
G age name: D ate of study :
%Study Var：用来比较测量误差与过程误差大小，用以判断
该量测系统可否用于过程控制的指标。
Pg 16
Pg 17
Pg 18
图形判读
X均值图：控制线从测量误差计算出来（测
量误差越小，控制线越窄）；
大多数点在控制线之外---表示满意操作员能 够区别不同部件。
厚度图：操作员测量所有部件的平均值
---操作员2读数较操作员1/3来的低； 每个操作员读取数据的波动幅度。
Reported by : T olerance: M isc:
Percent
Sample Range
Components of Variation 100
50
% Contribution %?S t u d y?Va r % Tolerance
0 Gage R&R
第三单元 计数资料的统计描述和统计推断(第一部分)
第三单元计数资料的统计描述和统计推断【习题】分析计算题3.1 某地某年循环系统疾病死亡资料如表18。
表18 某地某年循环系统疾病死亡资料年龄组/岁平均人口数循环系统死亡人数死亡人数构成比/%死亡率(1/10万)相对比(各年龄组死亡率/0～组死亡率)0～745000 2530～538760 23640～400105 52050～186537 64860～52750 373合计1923152 1802(1) 请根据以上数据计算各年龄组死亡人数构成比、死亡率和相对比。
(2) 分析讨论各指标的含义。
3.2 请就表19资料比较甲、乙两个医院某传染病的治愈率/%。
表19 甲、乙两院某传染病治愈率(%)的比较类型甲医院乙医院病人数治愈数治愈率/% 病人数治愈数治愈率/% 普通型414 248 59.9 138 90 65.2重型138 55 39.9 414 186 44.9暴发型126 25 19.8 126 32 25.4合计678 328 48.4 678 308 45.43.3 传统疗法治疗某病，其病死率为30%，治愈率为70%。
今用某种新药治----------专业最好文档，专业为你服务，急你所急，供你所需-------------疗该病10人，结果有1人死亡。
问该新药的治疗效果是否优于传统疗法（单侧）。
3.4 甲、乙两地各抽样调查1万名妇女，结果甲地卵巢癌患病人数100人，乙地卵巢癌患病人数80人，请问甲乙两地妇女的卵巢癌患病率是否不同。
3.5 对甲地一个由40名新生儿组成的随机样本进行某病的基因检测，结果阳性2例。
据此资料，估计该地此病的基因总体携带率的95%可信区间。
3.6 已知一般人群中慢性气管炎患病率为9.7%，现调查了300名吸烟者，发现其中有63人患有慢性气管炎，试推断吸烟人群慢性气管炎患病率是否高于一般人群。
3.7 研究者取4mL某饮料进行细菌培养，得细菌数60个，试估计平均每1mL 饮料中细菌数的均值和标准差，并估计平均每1mL饮料中细菌数的95%可信区间。
计数资料的统计推断
x2 =(|ad-bc|-n/2)2 xN? (a+b)(c+d)(a+c)(b+d) 见62页。
例题
? 上例：问此药是否有效。 ? 第一步：建立假设 H0 ： ? 1=? 2 =20%
H1 ： ?1 ? ?2 ? 第二步：确定显著性水平 ? =0.05 ? 第三步：计算统计量： n =200>40，每格的T值大于5，
差的存在,造成的不同,这种差别在统计上叫 差别无统计学意义。
?2. P1 , P2所代表的总体率不同,即两个样本 来不同的总体,其差别有统计学意义。
?现在就是要用统计学的方法进行判断到底 属于那种情况。
1. 总体率（或构成比）的u检验
?目的: ?公式:
其中符号的含义
?适用条件: 已知π0 nP>5, n(1-P)>5 例题P58
1.率（或构成比）的 ? 检验 2. x2检验?
四、假设检验的注意事项 五、非参数检验
1.参数统计和非参数统计优缺点
2数检验的方法很多，秩和检验是较常用的，
检验效率较高的一种。其基本原理是 编秩求和 。
23
成组资料比较的秩和检验
?秩和检验的方法很多。 以此例说明秩和检验的基本原理。82页。
研究不同饲料与雌鼠体重增加的关系,问 高低蛋白饲料与体重增加有无关系?
24
不同饲料的两组雌鼠在 8 周内所增体重（ g）
专用公式： x2 =（ b-c）2/ b+c b+c? 40时，校正公式： x2 =? （|A-T|-0.5）2/T
x2 =（ lb-cl-1）2/ b+c
自由度：?=（2-1） x （2-1）=1
计数数据分析方法的比较与选择
计数数据分析方法的比较与选择随着信息技术的不断发展，计算机等工具的广泛应用，我们获取和记录数据的方式变得非常容易。
在收集到大量计数数据后，如何对这些数据进行分析并得出有意义的结论成为一个重要问题。
本文将对几种常见的计数数据分析方法进行比较与选择，旨在帮助研究人员和数据分析者更好地利用计数数据进行研究和决策。
第一种方法是频数统计分析。
频数统计是一种简单直观的方法，通常用于描述计数数据的分布情况。
通过统计每个取值的出现频率，我们可以了解到不同取值的比例和变化趋势。
比如，我们可以使用频数统计来分析一小时内某个地点的交通流量，从而得出交通高峰时段和低谷时段。
然而，频数统计只能提供基本的数据描述，无法进行更深入的数据分析和推断。
第二种方法是卡方检验。
卡方检验是一种经典的统计方法，用于检验两个或多个分类变量之间的关系。
在计数数据分析中，我们可以使用卡方检验来验证两个变量之间的独立性。
例如，可以通过卡方检验来分析某个产品在不同年龄段消费者中的受欢迎程度是否存在显著差异。
卡方检验的优势在于简单易懂，并且适用于各种类型的计数数据。
然而，卡方检验并不能提供具体的数值结果，只能判断变量之间是否存在显著差异。
第三种方法是回归分析。
回归分析是一种常用的统计方法，用于研究自变量与因变量之间的关系。
在计数数据分析中，我们可以使用回归分析来寻找与计数数据相关的影响因素，并建立预测模型。
比如，可以利用回归分析来探究某个营销活动对销售数量的影响程度。
回归分析的优势在于可以提供具体的数值结果，并且能够考虑多个因素的复杂关系。
然而，回归分析需要对数据进行一定的前提条件检验，并且对数据的解释和结果的验证需要一定的统计知识和技巧。
第四种方法是时间序列分析。
时间序列分析是一种专门用于分析时间相关数据的方法。
在计数数据分析中，我们常常会遇到某一指标随时间变化的情况，例如某产品的月销售量或某个城市的年人口变化。
时间序列分析可以帮助我们提取数据中的趋势、周期和季节性等特征，并进行长期预测。
计数资料的统计描述
高血压 172665
40
23.2
冠心病 172665
11
脑卒中 172665
253
6.4
率
146.5
风心病 172665
38
22.0
9
常用统计指标
发病率与患病率： 某时期某人群
发病率= 中新发病人次 K 同时期平均人口数
某一时点一定人群中 患病率= 现患某病新旧病例数 K
同期平均人口数
10
病死率与死亡率
某时期内因某病死亡人数
病死率=Biblioteka K同期患某病的病人数
某地某时期死亡人数
死亡率=
K
该地同期平均人口数
11
2.结构相对数——构成比
含义：指一事物内部结构相对某一组成部分 的观察单位数与该事物各组成部分的观察 单位总数之比，常用百分数表示。
计算：
构成比=
某一组成部分的观察单位数 100 同一事物各组成部分的观察单位总数 %
合计
74.61
44298
乙地预期发 病人数
3=1*2
26.93 46.35 45.53 59.9 44.75 8.54
232
28
标准化时应注意的问题
1. 应明确在对比两组（或多组）总率或总均数 时，若内部构成明显不同，影响总率的可比 性，需作标准化处理。
2. 相互比较的两组（或几组）资料的标准化率， 应选用同一标准；选用的标准不同，算得的 标准化率也不同。标准化率仅表明对比资料 间的相对水平，并不反映某时某地该现象发 生的实际水平。
287 64.79
18
标准化的意义：
• 其合计的差别之所以大，是由于两地人 群年龄构成不同。要正确比较甲、乙两 地的总发病率，需按照统一标准进行校 正，然后进行比较。
卫生统计之计数资料的假设检验
卫生统计之计数资料的假设检验引言卫生统计研究中，常常需要对计数资料进行假设检验，以评估某种卫生措施在不同群体中的效果差异。
计数资料的假设检验是通过对两个或多个群体的计数资料进行比较，来判断差异是否显著的一种统计分析方法。
本文将介绍计数资料的假设检验的基本原理和方法。
计数资料的假设检验基本概念计数资料是指观察对象按照某种特征（如是否患病、是否发生某种事件等）进行分类后，每一类别中的观察单位数量的资料。
计数资料常常用交叉表格或列联表展示，其中行表示一个分类变量的不同类别，列表示另一个分类变量的不同类别，交叉点上的数值表示对应类别的观察单位数量。
假设检验的基本步骤计数资料的假设检验通常包括以下步骤：1.建立零假设（H0）和备择假设（H1）。
零假设是指两个或多个群体之间在某个特征上没有差异，备择假设则是指两个或多个群体之间在某个特征上存在差异。
通常将H0写为“H0: 无差异”或“H0: p1 = p2”，将H1写为“H1: 有差异”或“H1: p1 ≠ p2”。
2.选择适当的假设检验方法。
选择适当的假设检验方法与所研究的问题和数据类型密切相关。
常用的计数资料的假设检验方法包括卡方检验、Fisher精确检验等。
3.计算检验统计量。
根据所选择的假设检验方法，计算出相应的检验统计量。
对于卡方检验，可以使用卡方检验统计量χ^2的计算公式进行计算。
4.确定拒绝域和做出决策。
根据设定的显著性水平（通常为0.05或0.01），确定拒绝域。
如果计算得到的检验统计量落在拒绝域内，即落在临界值的范围内，就拒绝零假设，认为差异显著；否则，不拒绝零假设，认为差异不显著。
5.得出结论。
根据决策，得出对应的结论，判断是否存在差异。
常用的计数资料假设检验方法卡方检验卡方检验是用来比较两个或多个群体中计数资料的差异是否显著的一种假设检验方法。
卡方检验的原理是比较观察结果与期望结果之间的差异。
在卡方检验中，计算的是观察频数与期望频数之间的差异。
20计数资料总结与实例分析
2．四格表 χ A． ARC > 5
2
( A − T )2 条件（ 检验用基本公式 χ = ∑ T 的条件（
2
）
B． TRC > 5 D． TRC > 5 和 n > 40
C． ARC > 5和 n > 40 E．以上都不对 答案： 答案：D
【评析】本题考点：四格表资料的卡方检验非校正公式 卡方检验非校正公式 评析】本题考点：四格表资料的卡方 的使用条件是 n ≥ 40 且所有格子 T ≥ 5 。
+++ 8 0 1 0 9
－ 0 1 0 6 7
采用一致性检验（ 检验） 采用一致性检验（Kappa检验）分析 检验
实例七 年龄与冠状动脉硬化的关系 年龄(岁 年龄 岁) （X） ） 20～ ～ 30～ 30～ 40～ ～ ≥50 合计 冠状动脉硬化等级（ ） 冠状动脉硬化等级（Y） — + ++ +++ 70 27 16 9 122 22 24 23 20 89 4 9 13 15 41 2 3 7 14 26 合计 98 63 59 58 278
计数资料统计谬误分析 血清TPS检出率与消化道肿瘤淋巴结转移的关系 检出率与消化道肿瘤淋巴结转移的关系 血清
淋巴结转移 肿瘤类型 n 食管 TPS 7 6 7 20 阳性率（ ） 阳性率（%） 100* 66.7* 70* 76.9 n 3 1 0 4 TPS 1 0 0 1 阳性率（ ） 阳性率（%） 33.3 0 0 25.0 无淋巴结转移
*：代表各行数据有、无淋巴结转移组间经四格表卡方检验 ：代表各行数据有、 比较， 比较，P<0.01
计算题
某药治疗衣原体感染的中、晚期孕妇各 和 例 某药治疗衣原体感染的中、晚期孕妇各11和36例，她们的新生 儿感染CT数各为 例和 儿感染 数各为3例和 例，问感染率有无差别。 数各为 例和23例 问感染率有无差别。 感染 新生儿数 新生儿数 3 23 26 未感染 新生儿数 新生儿数 8 13 21 合计 11 36 47
5.计数资料的统计分析(15)
例
应用相对数时的注意事项
（1）分母不宜过小
（2）正确区分构成比和率（避免以比代率）
（3）注意平均率（合并率）的计算
PC
X1 X2 X3 n1 n2 n3
（4）样本率或样本构成比的比较需假设检验
（5）若两个合计率比较，其内部构成不同， 并能影响其结果，需进行率的标准化。
65~
263.94
10624
28.04
27540
72.69
75~
451.87
6137
27.73
14532
65.67
合计
34.60
137216
100.67
396247
243.61
吸烟者 SMR 432 4.2912 不吸烟者 SMR 210 0.8620
100.67
243.61
注意事项：
（1）标准化率不能反映实际水平，仅用 于比较；
年龄组
标准肺癌 死亡率 Pi
吸烟者
观察人年 预期死亡人
数 ni1
数 ni1Pi
不吸烟者
观察人年 预期死亡人
数 ni2
数 ni2 Pi
35~
7.04
49705
3.50
189370
13.33
45~
25.70
Hale Waihona Puke 4263310.96
104762
26.92
55~
108.25
28117
30.44
60043
65.00
计数资料的统计分析
温医公卫学院黄陈平
计数资料的统计分析
第六章计数资料的统计描述
甲乙两种疗法治疗某病的治愈率比较
甲疗法
病型
病人数
治愈数
治愈率 (%)
普通型 300 180 60.0
重型 100 35 35.0
合计 400 215 53. 8
乙疗法
病人数
治愈数
治愈率 (%)
100 65 65.0
300 125 41.7
400 190 47.5
从合计看，甲疗法的治愈率高于乙疗法； 从类型看，乙疗法的治愈率高于甲疗法； 自相矛盾！ 为什么？ 两种疗法所选的人群病型构成不同。 怎么办？ 按照统一标准进行校正，然后进行比较。
一、常用相对数
1、率 描述某现象发生的频率或强度，又叫强度相对数。 计算公式：
率=
某时期内发生某种现象的观察单位数 同期可能发生某种现象的观察单位总数
×k
K是比例基数，通常取100％、1000‰、1万／1万和10万 ／10万等，根据习惯用法来确定。
总体率用π，样本率用 p 表示。 例：全班100名同学（观察单位）某课程考试优秀者
医学统计学
statistics of medicine
王俊明 wjm_2000163 河北北方学院预防医学教研室
第六章 计数资料的统计描述
计数资料的基本形式是绝对数， 如某地区高血压患者人数，某单位A型血人数。
在进行比较的时候，绝对数通常说明不了全部问题。 问：怎么办？ 答：在绝对数的基础上计算相对数，再进行比较。
（发生现象）5名， 优秀率为5%。
2、构成比 描述事物内部某一部分个体与该事物各部分个体的总和 之比，用来说明各构成部分在总体中所占的比重，又叫 结构相对数。比例基数通常取100％。计算公式：
构成比=
实习三 计数资料统计分析—医学统计学案例版
实习三 计数资料统计分析——医学统计学案例版P113-1.2.3.4.5.6.7.8 实习目的：1.掌握χ2检验基本思想。
2.掌握一般四格表资料、配对资料及行×列表资料χ2检验各种公式的适用条件和检验方法。
三、应用分析题⒈ 用触诊和X 线摄片对100名妇女作乳房检查，触诊有40名阳性，X 线摄片有70名阴性，两种方法均阳性者10名。
某医师列出统计表及其χ2检验（表7-13），差异无统计学意义（P =0.138），认为两法检查结果无差别。
请给予评价。
表7-13 触诊和X 线摄片对乳房检查结果的比较组别 阳性 阴性 合计 阳性率（%）触诊 40 60 100 40.0 X 线 30 70 100 30.0 合计7013020035.0注：χ2=2.198 P =0.138 分析：⑴ 该资料是按两种方法测定结果（阳性、阴性）分类的计数资料。
⑵ 该设计为同一受试对象接受两种不同的处理，属于自身配对设计方案。
⑶ 该医师用完全随机设计资料的四格表χ2检验分析配对设计资料，其统计表和统计方法均不正确。
⑷ 比较触诊和X 线摄片两种方法测定结果的阳性率是否有差别，应采用配对χ2检验（或McNemar 检验）。
资料整理：触诊和X 线摄片对乳房检查结果的比较触诊 X 线合计 ＋ － ＋ 10 30 40 － 20 40 60 合计3070100检验步骤：⑴ 建立检验假设，确定检验水准H 0：两种方法测定的阳性率相同，即b = c 。
H 1：两种方法测定的阳性率不同，即b ≠ c 。
α= 0.05⑵ 计算检验统计量χ2值∵ b ＋c = 30＋20 = 50 ＞ 40 ∴ 用配对χ2专用公式计算cb c b +-=22)(χ=()203020302+- = 2ν= （R －1）（C －1）=（2－1）×（2－1）=1 ⑶ 确定P 值，做出统计推断查χ2界值表，χ21,25.0 ＜χ2＜χ21,1.0 ， 0.1＜ P ＜0.25，按α= 0.05水准，不拒绝H 0，差异无统计学意义，尚不能认为两种检测方法有差别。
- 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)。
(收稿日期: 2007- 01- 04)
作者简介: 王英敏 ( 1973～ )女 ,黑龙江佳木斯人 ,学士 ,助研。
Abstract: Objective: T o i nv estiga te the eff ect s of di etary soybea n hydro lysa te i nt ake on the concent ra tion o f serum to tal cholest erol ( T C) and serum lipid i n hy percholesterol emic ra ts and to study thei r m echa nism s. M ethods: 28 day s af ter w e successf ull y i nduced the hypercholest erolemi a rat m odel, w e f ed the rat s a purifi ed diet containi ng ei ther casei n o r so ybean hy dro lysa te. Af ter the ex perimental di ets had been f ed fo r 56 days, fasti ng a ni mals were ki lled. Results: Compari ng wi th the rat s in casein gro up, the T C and T G i n soy bean hydroly sat e g ro up were si g ni fica nt ly low er ( P < 0. 05) . The concentra ti on o f fecal ex creti on of bile acids w as hig her in the rat s of soy bean hydrolysat e g ro up ( P < 0. 05) . How ev er, the cha ng es of HDL - C w ere no t sig nifi cant i n t hese ra ts. The lev el o f LDL recepto r m RN A in soy bean hydroly sat e ra ts w as si gni ficiant ly hig her. Conclusions: Dieta ry soy bean hydroly sat e inta ke may lo wer T C but further researches a re needed t o ex plai n the po ssible mechanism o f soybea n hydroly sat e inta ke i n lo w ering T C.
8
92. 79
1
97. 72
2 举例资料分析
初看举 例资料 ,甲乙 两药总有 效率的不同 ,计算 出 i2 =
而忽略了资料中痊愈和有效的信息 。若将资料痊愈数据进一
步分 析 ,便 可得出 乙药痊 愈率低 于甲药的 结论 ,并有 统计学 意义。 再分析有 效情况 ,又 可得出两药有效率 无统计学意义 的结论。 如不对 资料进一步分析 ,不仅丢失资 料提供的重要 信息 ,而且得出错误的统计结论。可见统 计资料信息的重要。
HEILO N G JI AN G M EDICIN E AN D P HARM A CY Feb. 2007, V o l. 30 N o. 1 · 7·
计数资料统计结果再分析举例
王英敏
(佳木斯大学黑龙江医药科学编辑部 ,黑龙江 佳木斯 154003)
关键词: 计数资料 ;概率 ;抽样误差
(上接第 6页 )
Effects of soybean hydrolysate on cholesterol in rats
X U Su - ping1 , Z H AO X iu - juan2 , J I A Li2
( 1. Harbi n M edical U niv ersi t y, Harbin 150081, Chi na; 2. The Col leg e of Publi c Healt h of Harbin M edi cal U niversi ty, Harbin 150081, China )
表 2为分析其痊愈情况 ,结果痊愈率甲药 明显高于乙药 ,
差。换句话说 ,统计学上的差别大小 ,与所分析指标间实际值 的大小是两回事 ,不能混为一谈。同时还 要与专业知识结合 , 才能得出正确结论 [2,3 ]。
参考文献: [ 1 ]上海第一医学院卫生统计教研组 ,医学统计方法 [ M ]. 上海: 上海
组别 甲药 乙药
痊愈 83 25
未愈 28 19
痊愈率 (% ) 74. 77 56. 80
i2 = 4. 8, P < 0. 05 表 3 两药治疗后有效情 况比较
组别 甲药 乙药
有效 103 43
无效 8 1
有效率 (% ) 92. 79 97. 72
i2 = 0. 64, P > 0. 05
9. 5, P < 0. 01 ,可以认为总的效 率乙药高于 甲药 ,但 须对此 3. 2 统计学上差别与分析。 根据 i2 检验 资料数据 可分割或合 并的理 论 [1] ,将原表中数 据进行合并 ,有效和无效看 成未愈 ,有效和 痊愈视为有 效 ,这 可分别形成 两个四格 表资料 ,见表 2、表 3。 对所形成资料分别计算出 i2 并 查得 P 值 。
表 1 甲乙两药治疗某病总 有效情况
统 计资 料信 息丢 失现 象常 见 ,须引 起 专业 研究 人 员注 意。 本文所举例资料就明显丢失了部分信息。 该医师初步分 析统计资料 的总有效率。 即得出甲 药疗效低于乙药的 结论。
组别 观察例数
甲药 111
乙药
44
痊愈数 83 25
有效数 20 18
无效数 总有效率 (% )
中图分类号: R195. 1 文献标识码 : B 文章编号: 1008- 0104( 2007) 01- 0007- 01 医学科研人 员如何正确分析统 计资料结果 ,对研究的结 有统计学意义 ( P < 0. 05) 。 表 3分析其 有效情况 ,结果两药 论至 关重要。 现 分析一 统计资 料实例 简要说 明此问题 的意 有效率无显著差 别 ( P > 0. 05) 。通过进 一步对资料分析 ,一
Key words: so ybean hydroly sat e; cholesterol; L DL recepto r
表 2 两药治疗后痊愈情 况比较
本文举例资 料得出乙药总有效 率高于甲药 ,差别极显著 (i2 = 9. 5, P < 0. 01 ) ,这个差别极 显著只是 统计学 意义上 的 ,并不是说两个实际 的总有效率间就相差 特别悬殊。 统计 学 中概率 界值 ( 0. 05或 0. 01) ,是通过 统计 理论方 式计 算所 得 ,是指所 分析资 料误差 ,越小 越有理 由认为 不属于 抽样误
义。
则得出甲药痊愈 率高的信息 ,二则得出有效率 的结果与举例
1 资料举例
资料相反。
某医师分别 用药和乙药治疗某 病 ,根据疗效 标准统计资 料结 果列于下 表内 ,并认为 两药治 疗某病 后总有效 (痊 愈+
3 讨论 3. 1 避免统计资料信息丢失
有 效 ) 率 间 有 差 别 , 乙 药 疗 效 优 于 甲 药 (i2 = 9. 5, P < 0. 01)。