9-定性资料的统计分析2-PPT文档资料
合集下载
第五讲 定性资料的统计分析
表1 两种检验方法结果比较
常规培养法 荧光抗体法
+ 160 5 165
26 48 74
合计 186 53 239
+ 合计
2. 某地调查了1995-1998四个年度中小学女生的贫血状 某地调查了 四个年度中小学女生的贫血状 见下表,问各年度间学生贫血率有无差别 况,见下表 问各年度间学生贫血率有无差别 见下表 问各年度间学生贫血率有无差别?
连续性校正公式： 连续性校正公式：
χ =∑
2 c
2
( A−T − 0.5) T
n 2 2
2
(| ad - bc | - ) n χc = (a +b)(c+ d )(a + c)(b+ d )
行×列表资料卡方检验
可用于检验多个样本率或构成比以推断多个总 可用于检验多个样本率或构成比以推断多个总 多个样本率 体率或构成比是否相等。 体率或构成比是否相等。
2
行×列表资料的 χ 检验
2
四格表资料卡方检验
进行比较， 一定是两组进行比较，实验结果是两个对 立的结果。 四格表资料表格
_____________________________________ + 合计 _____________________________________ a b a+b 第一组 c d c+d _____________________________ a+b b+d a+b+c+d 合计 ______________________________________ 第二组
表2 某地各年度学生贫血检出率的比较(%) 某地各年度学生贫血检出率的比较 贫血人数 279 271 367 784 1701 正常人数 4702 2089 2161 4199 13151
常规培养法 荧光抗体法
+ 160 5 165
26 48 74
合计 186 53 239
+ 合计
2. 某地调查了1995-1998四个年度中小学女生的贫血状 某地调查了 四个年度中小学女生的贫血状 见下表,问各年度间学生贫血率有无差别 况,见下表 问各年度间学生贫血率有无差别 见下表 问各年度间学生贫血率有无差别?
连续性校正公式： 连续性校正公式：
χ =∑
2 c
2
( A−T − 0.5) T
n 2 2
2
(| ad - bc | - ) n χc = (a +b)(c+ d )(a + c)(b+ d )
行×列表资料卡方检验
可用于检验多个样本率或构成比以推断多个总 可用于检验多个样本率或构成比以推断多个总 多个样本率 体率或构成比是否相等。 体率或构成比是否相等。
2
行×列表资料的 χ 检验
2
四格表资料卡方检验
进行比较， 一定是两组进行比较，实验结果是两个对 立的结果。 四格表资料表格
_____________________________________ + 合计 _____________________________________ a b a+b 第一组 c d c+d _____________________________ a+b b+d a+b+c+d 合计 ______________________________________ 第二组
表2 某地各年度学生贫血检出率的比较(%) 某地各年度学生贫血检出率的比较 贫血人数 279 271 367 784 1701 正常人数 4702 2089 2161 4199 13151
定性资料分析和定量资料分析
离散趋势分析(dispersion tendency analysis)：用一个特别的数值来反映一组 数据相互之间的离散程度。
中文系 78 79 80 81 82 平均分80 数学系 65 72 80 88 95 平均分80 英语系35 78 89 98 100 平均分80
2
S (xi X )
4、阐释模式(elaboration model)：所关心 的是两个变量之间的关系，是一种通过引 进并控制第三变量，来进一步了解和探讨 原来两变量之间关系性质的统计分析方法。 三种类型：因果分析、阐明分析、条件分 析。
复相关分析(multiple correlation analysis)：以一个统计值来简化多个自变 量与一个因变量之间关系的统计分析方法。
第九章 定量资料分析和定性资 料分析
一、定量资料
1.资料审核(data auditing)：研究者对所收 集的原始资料/问卷进行初步的审阅、校对， 剔除乱填、空白和严重缺答的废卷，使得 原始资料具有较好的准确性、完整性和真 实性。
两方面的内容：一是检查出问卷资料中的 问题，二是重新向被调查者核实。
A3你的文化程度：小学 √ 初中 高中 大学 1
3、单变量统计分析：
a.描述统计：帮助简化资料的方法，包括集 中趋势分析和离散趋势分析
集中趋势分析(central tendency analysis)： 用一个典型值或代表值来反映一பைடு நூலகம்数据的 一般水平，或者说反映这组数据向这个典
型X 值 集n中x 的情况X。平均xff数：nxf
定量资料分析方法与定性资料分析方法的 区别：1.分析程序与技术的标准化程度不同； 2.资料分析的开始点不同，后者贯穿研究的 过程，前者是一个特定阶段；3.与社会理论 的关系上不同，前者多用于检验理论或假 设，后者多用于建构理论；4.分析的方式和 所用的工具不同。
9-定性资料的统计分析(1)
二、配对四格表的确切概率法
在配对四格表资料中，当b+c≤20时，因配 对四格表2检验近似程度较差，易导致分析 的偏性。此时，同样需要用确切概率法来 计算。 方法与四格表确切概率法有区别，利用二 项分布原理。
例、用两种检验方法对某食品作沙门氏菌 检验，结果如下表，试用配对四格表的确 切概率法比较两种方法的阳性结果是否有 差别。
0 .0 0 2 0 5 6
0 .0 0 0 0 7 1
本例｜A-T｜等于1.9655。
H 0： 大 脑 两 半 球 恶 性 肿 瘤 所 占 比 例 相 等 ； H 1： 大 脑 两 半 球 恶 性 肿 瘤 所 占 比 例 不 等 。 ＝ 0 .0 5
计 算 大 于 等 于 现 有 差 别 的 所 有 组 合 的 概 率 P：
长期来，对理论频数太小有三种处理办法：
1、最好增加样本例数以增大理论频数； 2、删去上述理论频数太小的行或列； 3、将太小理论频数所在行或列的实际频数与性 质相近的邻行或邻列的频数合并，使重新计算 的理论频数增大。
一般认为，后两种方法可能会损失信息， 也会损害样本的随机性，故不作为常规方 法。
部位 左半球 右半球 合计 良性 1 3 ( 1 1 .0 3 4 5 ) 7 ( 8 .9 6 5 5 ) 20 恶性 3 ( 4 .9 6 5 5 ) 6 ( 4 .0 3 4 5 ) 9 合计 16 13 29 恶 性 肿 瘤 占 百 分 比 (% ) 1 8 .7 5 4 6 .1 5
每个格子的｜A-T｜均等于1.9655
X
n1
n2
双 侧 u 0 .0 1 = 2 .5 8 ， u ＞ u 0 .0 1 ， P ＜ 0 .0 1 ， 故 按 = 0 .0 5 水 准 拒 绝 H 0 ， 接 受 H 1， 差 异 有 统 计 学 意 义 ， 可 认 为 工 艺 改 革前后车间空气中粉尘浓度有差别，改革后粉尘浓度降低。
第十二章 定性资料分析
“革命时期乡村社会动员” 概念
• 土改前的土地分配状况
• 皇权不下县、乡约制、区乡制、权力下沉、工作组 、 积极分子、组织的纯化、乡村内部组织的健全、乡村 与国家间权力联系渠道的健全
• 恶的苦、救苦、差异的制造、分类体系、凝视与认同、 时间叙事、苦和分类的延伸 • 等等等等。 • 通过上述概念或主题，把收集到的资料进行分类
• 例证是研究者自己选择的，读者并不掌 握研究者拥有的全部例证，因此例证是 否有力是个问题。。 • 有时候一些例证，可以成为不同于研究 者得出其他不同解释的基础。
第三节 定性资料的整理
一、整理笔记不建立档案
• • 整理笔记的内容
– 将资料分类、建档、编码。
通常先将笔记输入计算机，再整理
– 完全按照笔记本上的内容和文字录入
– 收集或整理资料中，随时记，特别是记下有价值的想法，真 正做到“备忘的记录”； – 反复比较写好的备忘录； – 为每个概念或主题做专门的备忘录； – 在做专门备忘录的同时，注意思考它和其他概念或主题间的 相似性、差异性及因果性； – 与资料记录分开写，资料记录是证据，备忘录服务于提炼概 念和建构理论的目的。
治话语能够塑造农民的政治认同，权力组织联系结构则是将农
民新的政治认知转化为行动且行动具有持续性的结构性支持因 素。
• 2.说明事件的顺序，或一种社会过程的阶段 性特征。 如社会动员的过程： 分地（物质刺激）、诉苦（政治认同）、 权力网络建设（组织保证） • 3.定性分析要做到经验事实和明确的概念或 理论相联系。
三、推断因果联系的问题
• 定量研究中，调查对象较多，定量资料能够呈现变量间的 关系 • 实地研究只研究一个具体的个案，得到的资料难用于推断 变量间的关系，而倾向于提出某种可能关系并进行解释。
医学统计学定性资料的统计分析-χ2检验
29 41
48.28 39.02
H0：1=2； H1：12； ＝0.05。 本例a格的理论频数最小，T11=1216/41=4.68<5， n>40，故考虑用校正公式计算2 值。
2 C
( 2 15 1014 41/ 2) 12 2916 25
2
41
2 2.36 0.05,1 3.84
（二）2检验的基本思想
例4-6-1 据临床研究，一般的胃溃疡病患者有25％会出现胃出 血症状。某医院观察了300例65岁的胃溃疡病患者，其中有99例 发生胃出血，占33.0％，问老年患者是否较一般患者易出血？ 表中基本数据是a,b,c,d，其余数 据都是从这四个基本数据推算出 表4-6-1 131例胃癌患者治疗后5年存活率的比较 来的，这种资料称为四格表资料。 存活率(%) 存活数 死亡数 合计治疗数
（即多个率或构成比的比较）
上述两个样本率比较的资料，其基本数据只 有2行2列，称为2 ×2表或四格表资料。当基 本数据超过2行或2列的资料，就称为行×列 表或 R × C表资料。行×列表资料的2检验 主要用于多个样本率或多个构成比之间的比 较。
2 值的计算可按前述基本公式（ 2 =∑(A－
2
计算统计量Z ：
z
0.33 0.25
0.25 (1 0.25) / 300
3.20
. 确定P 值和判断结果：
Z0.01=2.326，得P<0.01，按=0.05水 准拒绝H0，接受H1。 认为老年胃溃疡病患者的胃出血率大于 20%,即老年患者较一般患者易出血.
（二）两样本率的比较
3.确定P 和判断结果：=(2-1)×(2-1)= 1；查2界 值表，20.05=3.84， 所以P＞0.05，按=0.05水准不拒绝H0，差别无统计 学意义。故尚不能认为单纯手术疗法与联合疗法对胃 癌患者治疗效果有差别。
定性资料的统计描述
同年内死亡人数 粗死亡率＝ 1000 0 00 当年平均人口数 1年
强度型指标（近似）
同年<1周岁死亡人数 婴儿死亡率＝ 1000 0 00 当年活产儿总数
频率型指标近似
同年孕产妇死亡数 孕产妇死亡率＝ 10万/10万 当年活产儿总数
相对比型指标
统计图表
人口统计指标
例：某医生治疗了4例支气管哮喘病患者， 其中3例有效，即报告有效率为75。
请问该说法是否正确？
某医院统计1985-1990年儿科住院病人疾病种类分 布情况见表：
表 某医院儿科住院病人疾病种类分布情况 疾病种类 先天性心脏病 病人数 250 ％ 23.8
风湿性心脏病
其它
750
2. 人时资料的描述—强度
流行病学随访研究中，不同个体被观察的时间长度各 不相同，常用人时总和表示被观察的人和时间的总和。 “强度”是流行病学、统计学术语。 ——单位时间内（如年、月、日等）某事件发 生的频率。
某事件发生的个体数 强度型指标 K （ 可能发生某事件的个体 数 时间）
强度型指标通常是指一段时间内的平均概率。如人 时发病率的分子是新发生的事件数，分母是人时 数（观察人数乘以时间）的总和，多用于大人群 长时间随访的资料。
常用的相对数指标大致有三种类型：
频率(relative frequency or proportion)
强度(intensity or rate) 相对比(relative ratio)
主要内容
1. 分类资料的描述—频率和频率分布
2. 人时资料的描述—强度
3. 复合指标—相对比 4. 相对数应用中需注意的问题
新发病例数 人时发病率 观察的人时总数 新发病例数 （折合的观察人数 （ ）单 位 时 间 的 个 数 ） 院的院内感染调查中，5031名病 人共观察了127859人日（例均25.4日），其中 有596人在医院发生感染，请计算院内感染率。
资料分析方法
与理论关系
操作代表经验事实的数字，检验带有变量建构的抽象假设
通过将经验证据与抽象概念融合在一起，建立新概念理论，不检验假设，只是说明或描述证据，表明某个理论的可靠性。
与生活距离
通过统计、假设与变量来实现，假设社会生活可以用数字来测量，统计定律操作数字，显示社会生活的某些特征。
资料多是以文字形式来呈现，通常不精确、甚至是基于特定情境，而且可能还包含一种以上的意义。
“过去，很少有定性研究者会解释他们是如何分析资料的。事实上，对定性研究常见的批评正是没有清楚说明资料分析的方式、无法接受公开检验。定性资料分析已经逐渐成为一种更为明确、讲求逐步进程的系统化方法。不过，目前仍没有哪一种定性资料分析程序被普遍地接受”（纽曼2008：557）。
资料的审核
资料审核是指对所收集到的原始资料（主要是问卷）进行初步的审阅，校正错填、误填的答案，剔出乱填、空白和严重缺答的废卷。（风笑天2009：287）
主轴编码
01
研究者一步步地组织想法或主题，并确定出分析时关键概念的主轴。
04
研究者从一组已被组织过的初步编码或初始概念入手。
02
研究者比较重视已经过初步编码的主题，而非资料本身。
03
“在主线编码时，研究者询问有关原因与结果、条件与互动、策略与过程的问题，并且搜寻那些彼此离得较近的类别或概念。。他提出的问题类似于：已有的概念能否再被分成次级维度或次级类别？能否将某些紧密相关饿概念结合成一个更为一般性的概念呢？能否以一种先后顺序（例如，A，然后B，然后C）或以它们的物理位置（例如，它们发生在哪儿）或是以他们与某个主题的关系而加以分门别类呢？”（纽曼2008：565）。
1
2
3
4
5
一 定量资料的整理和录入
操作代表经验事实的数字，检验带有变量建构的抽象假设
通过将经验证据与抽象概念融合在一起，建立新概念理论，不检验假设，只是说明或描述证据，表明某个理论的可靠性。
与生活距离
通过统计、假设与变量来实现，假设社会生活可以用数字来测量，统计定律操作数字，显示社会生活的某些特征。
资料多是以文字形式来呈现，通常不精确、甚至是基于特定情境，而且可能还包含一种以上的意义。
“过去，很少有定性研究者会解释他们是如何分析资料的。事实上，对定性研究常见的批评正是没有清楚说明资料分析的方式、无法接受公开检验。定性资料分析已经逐渐成为一种更为明确、讲求逐步进程的系统化方法。不过，目前仍没有哪一种定性资料分析程序被普遍地接受”（纽曼2008：557）。
资料的审核
资料审核是指对所收集到的原始资料（主要是问卷）进行初步的审阅，校正错填、误填的答案，剔出乱填、空白和严重缺答的废卷。（风笑天2009：287）
主轴编码
01
研究者一步步地组织想法或主题，并确定出分析时关键概念的主轴。
04
研究者从一组已被组织过的初步编码或初始概念入手。
02
研究者比较重视已经过初步编码的主题，而非资料本身。
03
“在主线编码时，研究者询问有关原因与结果、条件与互动、策略与过程的问题，并且搜寻那些彼此离得较近的类别或概念。。他提出的问题类似于：已有的概念能否再被分成次级维度或次级类别？能否将某些紧密相关饿概念结合成一个更为一般性的概念呢？能否以一种先后顺序（例如，A，然后B，然后C）或以它们的物理位置（例如，它们发生在哪儿）或是以他们与某个主题的关系而加以分门别类呢？”（纽曼2008：565）。
1
2
3
4
5
一 定量资料的整理和录入
卫生统计学第7版 方积乾主编 课件第三章 定性资料的统计描述
为年龄别生育率；Lx为女性寿命表中各年龄组平均存活率。
NRR>1，表明未来人口将增加，NRR<1，表明未来人 口将减少。
2018/3/7 24
9.婴儿死亡率（infant mortality rate , IMR)
同年 1周岁死亡人数 IMR 1000/ 1000 同年活产儿总数
活产的世界卫生组织（WHO）定义为：新生儿分娩 后有呼吸、心跳、脐动脉搏动等生命现象者称为活产。婴
个月内某病发生84人，月发病率=84/10000×3=28/万
2018/3/7
7
三、相对比
相对比（ relative ratio ）简称为比（ ratio ），是 A ， B 两个有关指标之比，说明A是B的若干倍或百分之几，通常 用倍数或分数表示。计算公式为
A 比 （或× 100%） B
两个比较指标可以性质相同，也可以性质不同。如相 对危险度（RR）、变异系数（CV）等；A、B两个指标 可以是绝对数、相对数或平均数等。
分为时点人口数和平均人
时点人口数：7月1日零时人口数。
平均人口数：相邻两年年末人口数的平均值。常用于 计算出生率、死亡率、发病率等指标的分母。
2.人口构成及其统计指标 （1）人口金字塔（population pyramid) 人口金字塔是以图形的方式表达人口的性别和年龄构成。
2018/3/7
13
2018/3/7
儿死亡率被公认为是反映居民健康水平、社会经济及卫生
服务水平，特别是妇幼卫生服务质量的敏感指标。它不受 人口构成的影响，不同的国家和地区可直接进行比较。同
时婴儿死亡率是编制寿命表的重要指标，直接影响到预期
寿命的高低。
2018/3/7 25
现代统计分析方法与应用课件 第三章 定性数据的 检验
2019/1/30
中国人民大学六西格玛质量管理研究中心
目录 上页 下页 返回 结束
4
收集分类数据的目的是为了分析在各个类中数据 的分布。例如，我们为了估计消费者中喜欢三种 牙膏中每一种的比例，则统计购买这三种品牌牙 膏的顾客购买每一种的人数。在这里仅仅是根据 牙膏的种类来分类，我们称之为一维分类或一向 分类。而顾客的投资倾向与职业的关系中，分类 是按投资倾向和职业两个方向进行分类，我们称 之为二向分类或列联表。在本节，我们先分析一 向分类。下面通过例子来介绍一向分类数据的分 析。
2019/1/30
中国人民大学六西格玛质量管理研究中心
目录 上页 下页 返回 结束
6
多项分布是二项分布的推广，可以看成是多项试 验得到的分布。多项试验有如下一些性质： 1．多项试验由n个相同的试验所组成。 2．每个试验的结果落在k组的某一组中。
4.试验是独立的。
2019/1/30
中国人民大学六西格玛质量管理研究中心
第 3章
2 定性数据的 检验
2 §3.1 多项分布与 检验
§3.2 列联表分析 §3.3 一致性检验 §3.4 拟合优度检验
2019/1/30
中国人民大学六西格玛质量管理研究中心
目录 上页 下页 返回 结束
1
第 3章
2 定性数据的 检验
• 随着市场经济在中国的深入发展，信息调 查产业日益火暴。在市场调查及社会、经 济和管理等领域的热点问题研究中，经常 会碰到不可计量的定性指标变量。如顾客 对某种商品的包装喜好、观众对电视节目 的喜好、产品的合格与不合格等，这些变 量因受多方面影响而呈现出多样性。
中国人民大学六西格玛质量管理研究中心
目录 上页 下页 返回 结束