卫生统计学培训课件卫生统计学Fisher在1938年印度统计学大会演讲时说:“作完实验后才找统计学家，就好象要他作尸体解剖。他会说，这实验死于什么原因”。第一章卫生统计学绪论例13.985.394.544.745.134.434.814.674.674.963.795.494.665.264.904.905.405.294.174.284.634.944.334.844.754.775.384.014.49…………………………5.304.975.294.855.884.494.624.775.384.534.104.534.704.805.235.675.154.57150名成年男子的红细胞数（1012/L）频数分布例2例3例4例5例6《肿瘤患者体外淋巴细胞转化率检查及其评价》的研究中，研究对象是67例恶性肿瘤患者，其中44例为肿瘤患者（消化道癌23例，肺癌13例，其它癌肿8例），男39人，女5人，年龄36~73岁；23例为白血病患者（急淋7例，急粒8例，慢粒8例），男18人，女5人，年龄16~54岁。正常对照：33例正常人，均为健康献血员，男20人，女13人，年龄21~33岁。作者得出肿瘤组和白血病组平均淋转率比正常组低（P<0.01）。例：链霉素治疗肺结核疗效的临床试验结果：试验组生存率为93%(51/55)对照组生存率为73%(38/52)试验组的放射学改善优于对照组。两组患者的生存率不同是个体差异还是疗法的效果？随机化分组两组患者的病情比较患者的X-光片分别由两位放射学家和一位临床学家独立评价，这种盲法和重复评价明显增加了评价的客观性，结果试验组的存活率和放射学改善均优于对照组。生物医学客观现象第一节医学中统计思维的进化卫生统计思维进化与概念第二节统计学与公共卫生的关系现代公共卫生对统计学的挑战疾病谱的变化需要新的统计方法：为了研究非感染性疾病的流行，人们发展了多因素分析、生存分析、疾病自然史的模型等现代统计方法。学科交叉结合需要新的统计学方法：如：人群药物代谢动力学与现代统计学几个分支的交叉结合，包括广义线性混合效应模型、非线性混合效应模型、等级和经验Bayes方法等。遗传流行病学需要遗传统计学方法；生物信息海量数据库的统计分析；卫生经济与决策的统计学方法。1、总体（population）：同质个体所构成的全体（大同小异的对象全体）。例如：一个国家的所有成年人某地的所有小学生所有的肺结核患者目标总体(targetpopulation)：研究结果所要推论到的总体。研究总体(studypopulation)：来源于目标总体中的一个较小的总体。如关于吸烟与肺癌的研究以英国成年男子为目标总体；1951年英国全部注册医生只是成年男子中的一部分，是研究总体。2、样本（sample）：从研究总体中随机抽得的有代表性的一部分个体，其实测值的集合。例如：长沙市2002年7岁正常男童中随机抽取200名，其身高值构成一个样本抽样(sampling)：从研究总体中抽取一部分有代表性的个体的方法。随机化原则：使研究总体中的每个个体都有同样的机会被抽取为样本。数据(data)：对样本中个体进行深入的观察与测量，获取的测量值。抽样的目的：由部分推断全体，由样本推断总体。变量（观察指标、因素等）：个体的某项或某些特征例如：身高、体重、性别、血型、反应、疗效等变量值：变量的观察结果例如：身高1.65米；体重52公斤性别女；血型“O”型反应阴性；疗效好转同质（homogeneity）：给个体规定的一些相同性质即大同（主要的容易控制的影响因素相同）例如：变量为身高，长沙市2002年7岁正常男童即为同质同质基础：同地区、同年份、同年龄、同为正常男童。变异（variation）：同质个体变量值间的差异即小异例如：长沙市2002年7岁正常男童的身高值各不相同原因：已知或未知或难于掌控的因素造成。统计学的任务：在变异的背景上描述同一总体的同质性，揭示不同总体的异质性。为研究同性别、同年龄的中国小学生和日本小学生的平均身高是否不同，分别从两个总体中各抽取一份样本，各得一个平均数。数值不同，能不能就此推断两国同性别、同年龄小学生的平均身高不等？试想：如果再从中国小学生中抽取一份样本，再得一个平均数。数值与前不同，也许你会说这是同一总体的个体大同小异造成的。那么，日本的那个均数与中国的那个均数不相等，是因为他们“大同小异”？还是因为两个总体本不相同？分类变量：又称名义变量。其变量值是定性的，表现为互不相容的属性或类别（没有大小、强弱、优劣之分）。有序变量：又称等级变量。其变量值具有半定量性质，表现为等级大小或属性程度（即有大小、强弱、优劣之分）。定量变量：（mea