计数资料常用检验方法
u=8.13,P<0.01,差异有显著性。 ( 或卡方检验，X2=66.15,P<0.01, 结论同u检验)。（因u= x 2 ）
甲、乙两组总有效率比较 组别
总有效数
无效数
合计
总有效率(%)
甲组
乙组 合计
288
90 378
18
50 68
306
140 446
94.12
64.29 84.75
甲、乙两组总有效率比较X2=66.15,P<0.01,结论同u检验,
Chi-Square Tests Value .229b .000 .227 .219 24 df 1 1 1 1 Asymp. Sig. Exact Sig. Exact Sig. (2-sided) (2-sided) (1-sided) .633 1.000 .634 .665 .494 .640
本资料拟进行列的合并， 将III级与IV级合并见下表， 合并后各格理论数均大于5， 自由度相应减少为v=（2-1） （3-1）=2，
两组疗效等级分级合并后的情况:
组别 甲组 I 72 II 28 ≥III 7 合计 107
乙组
合计
74
146
32
60
7
14
113
220
X2=0.13,P>0.05，差异无显著性，可认为两 组病人病情分级构成的分布相同。
(2) 、当总例数n>40,1<T<5时，由于理 论数偏小，往往使得X2值偏大，此时可应 用四格表X2值校正公式：
2
( ad bc n 2) n
2
(a b)( a c)( c d )( b d )
,v 1
甲 、乙两组有效率比较
分组 有效数 无效数 合计数
甲组
38
10
Pearso n Chi-Square Co ntin uity Correctioan Lik elihood Ratio Fisher's Exact Test Lin ear-by -Linear Associatio n McNemar Test N of Valid C ases
.043
.022
P>0.05，差异无统计学意义，可以认为甲、乙两组有 效率相同，如用X2值一般公式计算X2=2.85
职 业 * 慢 性 病 状 况 Cr osstabulation 慢性病状况 无 有 45 12 78.9% 21.1% 7 3 70.0% 30.0% 52 15 77.6% 22.4% Total 57 100.0% 10 100.0% 67 100.0%
职 业 * 慢 性 病 状 况 Crosstabulation 慢性病状况 无 有 7 3 70.0% 30.0% 11 3 78.6% 21.4% 18 6 75.0% 25.0% Total 10 100.0% 14 100.0% 24 100.0%
职业
科研 医务
Total
Co unt % within 职业 Co unt % within 职业 Co unt % within 职业
三组疗法有效率比较
分组 有效数 无效数 合计 12 60 19 88 58 88 22 168 有效率 79.31 31.82 27.27 47.62 中西药 46 结合组 中药组 28 西药组 6 合计 80
(4) 、当行数（或列数），或行 列数均大于2时，称R×C表， R×C表计算X2 值时，要求<5的 理论数的个数不能超过基本格子 的1/5。
地区
广州
贵阳市
Total
Co unt % within 地区 Residual Std. Resid ual Ad justed Residu al Co unt % within 地区 Residual Std. Resid ual Ad justed Residu al Co unt % within 地区
概率 P = 0.0437
甲、乙两组总有效率比较
组别
总有效数
无效数
合计
总有效率(%)
甲组
288
18
306
94.12
乙组
合计
90
378
50
68
140
446
64.29
84.75
u
0.9412 0.6429 0.9412 0.0588 0.6429 0.3571 288 90
8.13
Pearso n Chi-Square Co ntin uity Correctioan Lik elihood Ratio Fisher's Exact Test Lin ear-by-Linear Associatio n N of Valid C ases
a. Co mp uted only for a 2x2 tab le b. 2 cells (50.0%) have exp ected count less than 5. The minimum expected count is 2.50.
数据库资料两组构成比的比较(SPSS软件包)
结果
性 别 * 文 化 Crosstabulation 文化 小学 性别 男性 女性 Total Co unt % within 性别 Co unt % within 性别 Co unt % within 性别 11 4.8% 12 6.7% 23 5.6% 初中 54 23.4% 49 27.4% 103 25.1% 高中 76 32.9% 67 37.4% 143 34.9% 大专 38 16.5% 34 19.0% 72 17.6% 本科 42 18.2% 17 9.5% 59 14.4% 研究生 及以上 10 4.3% Total 231 100.0% 179 100.0% 410 100.0%
职业
企业管理 科研
Total
Co unt % w ithin 职业 Co unt % w ithin 职业 Co unt % w ithin 职业
Chi-Square Tests Value .392b .046 .370 .386 67 df 1 1 1 1 Asy mp. Sig. (2-sided) .531 .830 .543 .534 Exact Sig. (2-sided) Exact Sig. (1-sided)
调查两城市慢性病患病率%
地区 调查人数 慢性病人数 慢性病患病率 (%)
212 51.83
甲城市
409
乙城市 合计
660 1069
385 597
58.33 55.85
两样本率比较(PEMS3.1软件包操作)
结果
各个格子的理论数T≥5
卡方检验:
未校正卡方值= 4.3261
概率 P = 0.0375 校正卡方值 = 4.0666
2 0.01, 2
组别
中西药结合组
有效
46
无效
12
合计
58
中药组
合计
28
74
60
72
88
146
X2=31.55,P<0.01
组别 中西药结合组
有效 46
无效 12
合计 58
西药组 合计
6 52
16 28
22 80
X2=18.99,P<0.01
组别
中药组 西药组 合计
有效
28 6 34
无效
60 16 76
或 u
2. 四格表X2检验
条件： (1) 、当总例数n>40，各组理论数 2值: )( a c)( c d )(b d )
2 2
计数资料四格表卡方检验(SPSS软件包)
两地区慢性病患病率%
地 区 * 慢 性 病 有 无 Crosstabulation 慢性病有无 无 有 197 212 48.2% 51.8% 16.4 -16.4 1.2 -1.1 2.1 -2.1 275 385 41.7% 58.3% -16.4 16.4 -1.0 .9 -2.1 2.1 472 597 44.2% 55.8% Total 409 100.0%
Pearso n Chi-Square Co ntin uity Correctioan Lik elihood Ratio Fisher's Exact Test Lin ear-by -Linear Associatio n N of Valid C ases
.681
.395
a. Co mp uted only for a 2x2 tab le b. 1 cells (25.0%) hav e exp ected count less than 5. The minimum expected count is 2.24.
合计
88 22 110
X2=0.17,P>0.05
因三个表的卡方值相加大于原 始表的卡方值， 表明卡方分割 有误。
两组病人病情程度构成比较
组别
甲组 乙组
轻度
50 25
中度
48 30
重度
72 40
合计
170 95
合计
75
78
112
265
X2=0.44,P>0.05，差异无显著 性，可以认为两组病人病情的 轻、中、重度构成是相同的。
计数资料常用检验方法
临床流行病应用研究室 欧爱华
当两组样本较大（n>100）， 而率又不太小时（比如np或n(1p)均大于5，此时率的分布近似正 2 态分布），可选择u检验（或X 检验）见公式
1.计数资料两大样本u检验
u p1 p2 1 1 PQ( ) n1 n2 p1 p2 P1Q1 P1Q1 ( ) n1 n2 1.96, P 0.05 ,u
常用显著性检验.
常用显著性检验1.t检验适用于计量资料、正态分布、方差具有齐性的两组间小样本比较。
包括配对资料间、样本与均数间、两样本均数间比较三种，三者的计算公式不能混淆。
2.t'检验应用条件与t检验大致相同，但t′检验用于两组间方差不齐时，t′检验的计算公式实际上是方差不齐时t检验的校正公式。
3.U检验应用条件与t检验基本一致，只是当大样本时用U检验，而小样本时则用t检验，t检验可以代替U检验。
4.方差分析用于正态分布、方差齐性的多组间计量比较。
常见的有单因素分组的多样本均数比较及双因素分组的多个样本均数的比较，方差分析首先是比较各组间总的差异，如总差异有显著性，再进行组间的两两比较，组间比较用q检验或LST检验等。
5.X2检验是计数资料主要的显著性检验方法。
用于两个或多个百分比(率)的比较。
常见以下几种情况：四格表资料、配对资料、多于2行*2列资料及组内分组X2检验。
6.零反应检验用于计数资料。
是当实验组或对照组中出现概率为0或100％时，X2检验的一种特殊形式。
属于直接概率计算法。
7.符号检验、秩和检验和Ridit检验三者均属非参数统计方法，共同特点是简便、快捷、实用。
可用于各种非正态分布的资料、未知分布资料及半定量资料的分析。
其主要缺点是容易丢失数据中包含的信息。
所以凡是正态分布或可通过数据转换成正态分布者尽量不用这些方法。
8.Hotelling检验用于计量资料、正态分布、两组间多项指标的综合差异显著性检验。
计量经济学检验方法讨论计量经济学中的检验方法多种多样，而且在不同的假设前提之下，使用的检验统计量不同，在这里我论述几种比较常见的方法。
在讨论不同的检验之前，我们必须知道为什么要检验，到底检验什么？如果这个问题都不知道，那么我觉得我们很荒谬或者说是很模式化。
检验的含义是要确实因果关系，计量经济学的核心是要说因果关系是怎么样的。
那么如果两个东西之间没有什么因果联系，那么我们寻找的原因就不对。
那么这样的结果是没有什么意义的，或者说是意义不大的。
计数资料的描述和x2检验
（4）χ2界值
当自由度ν确定后，χ2分布曲线下右侧尾 部的面积为α时，横轴上相应的χ2值即为χ2
界值，表示为 χα2,ν 。
χ2界值可以通过查χ2界值表得到，当自 由度一定时，χ2值越大，P值越小；χ2值越 小，P值越大。
一、四格表资料的χ2检验
1。四格表资料（完全随机设计）
四格表的格式
分组 +
116
130
85
41
29
776
305
人口数
（ni）
241 315 175
农村 预期患病人数
（ niPi）
51 145 115
58
42
789
353
④ 计算城乡两地的SMR及标准化患病率
城市SMR：
SMR = 322 = 1.05 305
城市标准化患病率： p ' = 42.1% ×1.05 = 44.2%
③ 求预期治愈人数
表5-5 直接法计算标准化率
标准治
甲疗法
病型 疗人数 原治愈率 预期治愈数
（Ni） （pi） （ Nipi）
普通型 400 60.0
240
乙疗法
原治愈率 预期治愈数
（pi）
65.0
（ Nipi）
260
重型 400 35.0
140
41.7
167
合计 800
-
380
-
427
④ 计算甲、乙两种疗法的标准化治愈率
人工流产后 255
78
61.9
30.6
月经后
87
39
31.0
44.8
哺乳期
17
9
7.1
52.9
u检验、t检验、F检验、X2检验
u检验、t检验、F检验、X2检验常用显著性检验1.t检验适用于计量资料、正态分布、方差具有齐性的两组间小样本比较。
包括配对资料间、样本与均数间、两样本均数间比较三种，三者的计算公式不能混淆。
2.t'检验应用条件与t检验大致相同，但t′检验用于两组间方差不齐时，t′检验的计算公式实际上是方差不齐时t检验的校正公式。
3.U检验应用条件与t检验基本一致，只是当大样本时用U检验，而小样本时则用t检验，t检验可以代替U检验。
4.方差分析用于正态分布、方差齐性的多组间计量比较。
常见的有单因素分组的多样本均数比较及双因素分组的多个样本均数的比较，方差分析首先是比较各组间总的差异，如总差异有显著性，再进行组间的两两比较，组间比较用q检验或LST检验等。
5.X2检验是计数资料主要的显著性检验方法。
用于两个或多个百分比(率)的比较。
常见以下几种情况：四格表资料、配对资料、多于2行*2列资料及组内分组X2检验。
6.零反应检验用于计数资料。
是当实验组或对照组中出现概率为0或100％时，X2检验的一种特殊形式。
属于直接概率计算法。
7.符号检验、秩和检验和Ridit检验三者均属非参数统计方法，共同特点是简便、快捷、实用。
可用于各种非正态分布的资料、未知分布资料及半定量资料的分析。
其主要缺点是容易丢失数据中包含的信息。
所以凡是正态分布或可通过数据转换成正态分布者尽量不用这些方法。
8.Hotelling检验用于计量资料、正态分布、两组间多项指标的综合差异显著性检验。
计量经济学检验方法讨论计量经济学中的检验方法多种多样，而且在不同的假设前提之下，使用的检验统计量不同，在这里我论述几种比较常见的方法。
在讨论不同的检验之前，我们必须知道为什么要检验，到底检验什么？如果这个问题都不知道，那么我觉得我们很荒谬或者说是很模式化。
检验的含义是要确实因果关系，计量经济学的核心是要说因果关系是怎么样的。
那么如果两个东西之间没有什么因果联系，那么我们寻找的原因就不对。
计数资料常用的统计学方法
计数资料常用的统计学方法
对计数资料常用的统计学方法
一、假设检验：
1. Z检验：通过比较一组计数资料与总体分布的拟合程度，来检验样本数据和全体总体数据之间是否存在显著差异。
2. t检验：通过比较两组独立计数资料之间的拟合程度，来检验样本数
据和全体总体数据之间是否存在显著差异。
3. F检验：通过比较多组相同样本的拟合程度，来确定至少有一个处于未知实际总体中的样本均值是和其它样本有显著差别的。
二、数据可视化：
1. 直方图：通过显示计数资料的直方图来表示资料的分位数、最小值、中位数、最大值，以及数据的分布形态。
2. 折线图：利用折线图表示计数资料在比较不同因素因素下的差异情况。
3. 饼图：可以通过饼图展示一组计数资料的比例或结构情况，可以从
整体上窥视计数资料分布情况。
三、贝叶斯统计：
1. 条件概率：又称为贝叶斯定理，通过根据计数资料计算概率，来确
定事件的可能性大小，进而推断概率的变化趋势，以帮助更好地决策。
2. 统计重要性：根据计数资料中的关联性，来发现事件和趋势之间的关系，从而实现计算特定变量的重要性。
3. 模型选择：根据计数资料中各变量的相关性，来判断模型的正确性和可行性，以便判断数据的有效性。
统计检验的方法
统计检验的方法
统计检验是一种根据样本数据对总体做出推断的方法，是统计学中非常重要的一部分。
它主要用于检验样本数据是否符合某种假设，或者比较不同样本之间的差异是否显著。
下面将介绍一些常见的统计检验方法。
首先是T检验，这是一种用于比较两组数据或检验单个样本平均数与已知值之间的差异的方法。
T检验可以分为单样本T检验、双样本T检验和配对样本T检验。
其中，单样本T 检验用于检验单个样本的平均数是否与已知值存在显著差异；双样本T检验则用于比较两组独立样本的平均数差异；配对样本T检验则用于比较两组配对样本的平均数差异。
其次是卡方检验，这是一种用于比较实际观测频数与期望频数之间差异的统计方法。
卡方检验常用于检验分类变量，如比较两个分类变量之间的关联程度或检验分类变量的分布是否符合预期。
此外，还有F检验，它主要用于检验两个或两个以上总体的方差是否存在显著差异，或者用于回归分析中检验模型的显著性。
除了上述几种常见的统计检验方法外，还有Z检验、U检验、秩和检验等多种方法，它们各有特点和适用场景。
在实际应用中，需要根据具体的研究问题和数据类型选择合适的统计检验方法。
总之，统计检验是统计学中非常重要的一部分，它能够帮助我们根据样本数据对总体做出推断，从而得出科学的结论。
在实际应用中，需要掌握各种统计检验方法的原理和应用场景，并根据具体情况选择合适的方法进行数据分析。
计数资料的统计描述与卡方检验
25
41 45 50 28 31
女
男 女 女 男 女
1.61
1.71 1.58 1.60 1.76 1.62
AB
A B O AB Oຫໍສະໝຸດ 正常异常 正常 异常 正常 正常
＋
++ ++ ++ +++ ＋
农民
工人 工人 干部 干部 军人
3.92
3.49 5.48 6.78 7.10 5.24
1、频数表
部分原始数据
重 中 轻
800 200 100
合计 1100
1、标准化法的基本方法
• 方法1：采用标准人口构成与原始分组率， 计算标准化率，直接比较。 • 方法2：采用分组标准化率与原始人口，计 算标准化比，间接比较。
1）、直接法--标准人口
病情程度
例数
甲医院
感染数 160 20 5 185 感染率 例数 20% 10% 5% 16.8% 800 200 100 1100
计数资料的统计描述与卡方检验
四川大学华西医院 康德英
临床研究中计数资料来源、分类
• 本身设置为分类变量(PI/ECOT) • 从计量资料转化而来:
如评价降压疗效时，将舒张压降低值分为三类： <5mmHg 无效
5-10mmHg
10-20mmHg
有效
显效
Note:计量资料转化为计数资料，过程本身损 失信息，应慎重。
4、NNT
• NNT（Numbers Needed to Treat）：为避免 一例不良事件发生而需要治疗的病例数.其 值为绝对危险度的倒数（1/AR） • 类似还有：NNH（Numbers Needed to Harm）。
16种常用数据分析方法
一、描述统计描述性统计是指运用制表和分类，图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。
1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率回归法、决策树法。
2、正态性检验：很多统计方法都要求数值服从或近似服从正态分布，所以之前需要进行正态性检验。
常用方法：非参数检验的K-量检验、P-P图、Q-Q图、W检验、动差法。
二、假设检验1、参数检验参数检验是在已知总体分布的条件下（一股要求总体服从正态分布）对一些主要的参数(如均值、百分数、方差、相关系数等）进行的检验。
1）U验使用条件：当样本含量n较大时，样本值符合正态分布2）T检验使用条件：当样本含量n较小时，样本值符合正态分布A 单样本t检验：推断该样本来自的总体均数μ与已知的某一总体均数μ0 (常为理论值或标准值)有无差别；B 配对样本t检验：当总体均数未知时，且两个样本可以配对，同对中的两者在可能会影响处理效果的各种条件方面扱为相似；C 两独立样本t检验：无法找到在各方面极为相似的两样本作配对比较时使用。
2、非参数检验非参数检验则不考虑总体分布是否已知，常常也不是针对总体参数，而是针对总体的某些一股性假设（如总体分布的位罝是否相同，总体分布是否正态）进行检验。
适用情况：顺序类型的数据资料，这类数据的分布形态一般是未知的。
A 虽然是连续数据，但总体分布形态未知或者非正态；B 体分布虽然正态，数据也是连续类型，但样本容量极小，如10以下；主要方法包括：卡方检验、秩和检验、二项检验、游程检验、K-量检验等。
三、信度分析检査测量的可信度，例如调查问卷的真实性。
分类：1、外在信度：不同时间测量时量表的一致性程度，常用方法重测信度2、内在信度；每个量表是否测量到单一的概念，同时组成两表的内在体项一致性如何，常用方法分半信度。
四、列联表分析用于分析离散变量或定型变量之间是否存在相关。
对于二维表，可进行卡方检验，对于三维表，可作Mentel-Hanszel分层分析。
16种统计分析方法-统计分析方法有多少种
16种常用的数据分析方法汇总2015-11-10分类：数据分析评论（0）经常会有朋友问到一个朋友，数据分析常用的分析方法有哪些，我需要学习哪个等等之类的问题，今天数据分析精选给大家整理了十六种常用的数据分析方法，供大家参考学习。
一、描述统计描述性统计是指运用制表和分类，图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。
1、缺失值填充：常用方法：易9除法、均值法、最小邻居法、比率回归法、决策树法。
2、正态性检验：很多统计方法都要求数值服从或近似服从正态分布，所以之前需要进行正态性检验。
常用方法：非参数检验的K-量检验、P-P图、Q-Q图、W检验、动差法。
二、假设检验1、参数检验参数检验是在已知总体分布的条件下（一股要求总体服从正态分布）对一些主要的参数（如均值、百分数、方差、相关系数等）进行的检验。
1）U验使用条件：当样本含量n较大时，样本值符合正态分布2）T检验使用条件：当样本含量n较小时，样本值符合正态分布A单样本t检验：推断该样本来自的总体均数卩与已知的某一总体均数卩0常为理论值或标准值）有无差别；B配对样本t检验：当总体均数未知时，且两个样本可以配对，同对中的两者在可能会影响处理效果的各种条件方面扱为相似；C两独立样本t检验：无法找到在各方面极为相似的两样本作配对比较时使用。
2、非参数检验非参数检验则不考虑总体分布是否已知，常常也不是针对总体参数，而是针对总体的某些一股性假设（如总体分布的位罝是否相同，总体分布是否正态）进行检验。
适用情况：顺序类型的数据资料，这类数据的分布形态一般是未知的A 虽然是连续数据，但总体分布形态未知或者非正态；B 体分布虽然正态，数据也是连续类型，但样本容量极小，如10 以下；主要方法包括：卡方检验、秩和检验、二项检验、游程检验、K-量检验等。
三、信度分析检査测量的可信度，例如调查问卷的真实性。
分类：1、外在信度：不同时间测量时量表的一致性程度，常用方法重测信度2、内在信度；每个量表是否测量到单一的概念，同时组成两表的内在体项一致性如何，常用方法分半信度。
卡方检验和精确概率法-概述说明以及解释
卡方检验和精确概率法-概述说明以及解释1.引言1.1 概述卡方检验和精确概率法是统计学中常用的两种假设检验方法。
它们都是用于检验数据之间的相关性或者关联度，以判断某种因素与某种结果之间是否存在显著的统计关系。
卡方检验是一种非参数的假设检验方法，主要用于分析分类数据的关联性。
它通过统计观察值与期望值之间的差异，来决定变量之间是否存在显著性关系。
卡方检验可以处理多个分类变量之间的相关性问题，并且不受数据分布的限制。
在实际应用中，卡方检验经常用于医学研究、社会科学调研等领域，帮助研究者发现变量之间的关联性，从而进一步分析和解读数据。
精确概率法，又称为精确检验法，是一种基于排列组合原理的计算方法。
它主要用于处理小样本或者数据限制条件较多的情况下的假设检验问题。
与卡方检验不同的是，精确概率法通过枚举出所有可能的组合情况，计算出达到当前观察值或更极端情况下的事件发生概率，从而得出假设检验的结果。
精确概率法的主要优势在于其统计推断的准确性和稳定性，适用于小样本和稀有事件的研究。
本文将会介绍卡方检验和精确概率法的原理和应用，并比较它们的优缺点。
在结论部分，将会对两种方法进行对比分析，进一步探讨它们适用的场景和应用前景。
通过本文的阐述，读者将对卡方检验和精确概率法有更加全面的了解，并能够根据具体问题的特点选择适合的检验方法。
1.2文章结构1.2 文章结构本文将分为三个主要部分，分别是引言、正文和结论。
在引言部分，将对卡方检验和精确概率法的背景和概述进行介绍。
首先会对这两种方法进行简要的概述，包括其原理和应用领域。
接下来会明确本文的结构和目的，为读者提供整体上的概括。
在正文部分，将详细探讨卡方检验和精确概率法。
首先，在2.1节将详细介绍卡方检验的原理和应用。
会对卡方检验的基本原理进行解释，包括假设检验的流程和计算统计量的方法。
同时，会介绍卡方检验的应用领域，包括医学、社会科学和市场调研等。
接着，会对卡方检验的优缺点进行分析和讨论，以便读者全面了解其适用范围和局限性。
常见的几种统计方法
注意：
（1）不同类型的资料采用的统计分 析方法不同；
（2）三类资料类型可以相互转化。
例：某地调查高血压的患病情况。
每人的血压：以mmHg计
计量资料
以舒张压≥90mmHg为高血压，结果在1000
人中有10名高血压患者，990名非高血压患
者，整理后的资料
计数
按低血压、正常、高血压分
资料
组所得资料。
等级资料
60年代到80年代，国外医学杂志调查表明：20%~72%的论文有 统计错误。
1984年对《中华医学杂志》、《中华内科杂志》、《中华外科 杂志》、《中华妇产科杂志》、《中华儿科杂志》595篇论文的调查 结果为：
相对数误用占 11.2%，抽样方法误用占15.9%，统计图表误用占 11.7%
1996年对4586篇论文统计（中华医学会系列杂志占6.9%），数 据分析方法误用达55.7%。
2001年《中华预防医学杂志》：中华医学会系列杂志误用约54% （1995）。
伪造统计数据违反科学道德
➢ 1976年New Science 杂志关于科研舞弊 行为的调查
（1）74%的调查表反映有不正当修改数据 的情况
（2）17%拼凑实验结果 （3）7%凭空捏造数据 （4）2%故意曲解结果
二、统计工作的基本步骤
四、统计学中的基本概念
（一）总体与样本
1、总体(population)
根据研究目的所确定的同质的所有
观察单位某项变量值的集合。
有关总体的三个要点：
研究目的、同质的、全体
例如：了解某地2002年正常成人白细胞数 目的：了解某地2002年正常成人白细胞数 观察对象：该地2002年全部正常成人 观察单位：每个人
2