2024年度-《卫生统计学》教学课件

的波动范围。
03
相关与回归分析
通过探讨两个或多个变量之间的关系，可以揭示它们之间的内在联系。
在卫生研究中，相关与回归分析可用于探讨影响健康状况的因素及其作
用大小。
29
实验设计在卫生领域的应用
临床试验设计
在药物研发和治疗方案评价中，临床试验设计至关重要。通过合理的实验设计，可以控制 干扰因素，准确评估治疗效果和安全性。
THANKS
感谢观看
31
17
随机变量及其分布
随机变量的定义与分类
离散型随机变量及其分布
连续型随机变量及其分布
随机变量的数字特征
了解随机变量的概念，掌握随 机变量的分类方法，如离散型 随机变量和连续型随机变量等 。
熟悉离散型随机变量的定义和 常见分布，如二项分布、泊松 分布等，能够运用这些分布求 解一些实际问题。
了解连续型随机变量的定义和 常见分布，如正态分布、指数 分布等，能够运用这些分布描 述一些实际问题的概率特征。
理解随机变量的数字特征的概 念和意义，如数学期望、方差 、协方差和相关系数等，能够 运用这些数字特征分析和比较 不同随机变量的特性。
18
04
统计推断
19
抽样分布
抽样分布的概念
随机抽样
阐述抽样分布的定义、性质及其在统计推 断中的作用。
介绍简单随机抽样、分层抽样、整群抽样 等常用抽样方法及其特点。
样本均数的抽样分布
1 2
描述疾病分布
通过收集和分析疾病发病率、死亡率等数据，描 述疾病在人群中的分布情况，为制定卫生政策和 干预措施提供依据。
评估健康状况
利用描述性统计方法，对人群的健康状况进行评 估，如计算平均寿命、健康期望寿命等指标，反 映人群整体健康水平。
监测卫生服务利用情况
3
通过收集卫生服务利用数据，如门诊人次、住院 人次等，描述卫生服务的需求和利用情况，为优 化卫生资源配置提供参考。
21
假设检验
单样本t检验
介绍单样本t检验的原理、方法和应用实 例。
A 假设检验的基本思想
阐述假设检验的原理、步骤和注意 事项。
B
C
D
方差分析
阐述方差分析的基本原理、方法和应用实 例，包括单因素和多因素方差分析。
两样本t检验
详细解释两样本t检验的原理、方法和应 用实例，包括独立样本和配对样本的t检 验。
随机区组设计
将实验对象按某种特征（如性别、年龄等）分成若干区组 ，然后在每个区组内随机分配处理组，适用于存在明显个 体差异或需要控制某些非处理因素的情况。
析因设计
研究多个因素对实验结果的影响，通过全面组合各因素的 不同水平进行实验，适用于探索多因素交互作用的情况。
25
实验数据的分析
描述性统计分析
对数据进行整理、概括和描述，包括数 据的集中趋势、离散程度和分布形态等
t分布
详细解释样本均数的分布、标准差和标准 误的计算方法。
阐述t分布的定义、性质及其与正态分布的 关
点估计
介绍点估计的概念、方法 和评价标准，如矩法、最 大似然法等。
区间估计
详细解释区间估计的原理 、方法和步骤，包括置信 区间和可信区间的计算。
样本量的估计
给出样本量估计的方法及 其在实际应用中的意义。
对数据进行标准化、归一化等处理，以便于分析。
12
数据的整理与描述
• 数据分组：将数据按照一定规则进行分组，以便 于描述和比较。
13
数据的整理与描述
01
02
03
集中趋势描述
用平均数、中位数等指标 描述数据的集中趋势。
离散程度描述
用标准差、方差等指标描 述数据的离散程度。
分布形态描述
用偏态系数、峰态系数等 指标描述数据的分布形态 。
16
概率的运算规则
条件概率与乘法公式
理解条件概率的概念，掌握条件概率的计算方法以及乘法公式的应 用。
全概率公式与贝叶斯公式
了解全概率公式和贝叶斯公式的定义和应用场景，能够运用这两个 公式解决一些复杂的概率问题。
事件的独立性
理解事件独立性的概念，掌握判断事件独立性的方法以及独立事件 概率的计算方法。
5
卫生统计学的研究方法
描述性研究
通过收集和整理数据，用统计指标和 图表描述人群健康现象的数量特征和 分布规律。
分析性研究
运用统计学方法分析流行病学资料， 探讨健康现象的影响因素和变化规律 。
实验性研究
通过设计和实施实验，验证假设并揭 示健康现象的本质和规律。
理论性研究
运用数学和统计学原理，建立数学模 型和统计假设，推导和验证理论公式 。
任务
揭示人群健康现象的数量特征和 数量变动规律，为制定卫生政策 、评价卫生工作效果提供科学依 据。
4
卫生统计学的研究对象
居民健康状况
研究人群健康水平、疾病分布和影响 因素，为制定公共卫生策略提供依据 。
医疗卫生服务
医学科学研究
应用统计学方法设计实验、分析数据 和解释结果，推动医学科学的发展。
分析医疗卫生资源的配置和利用情况 ，评价医疗卫生服务的质量和效率。
《卫生统计学》教学 课件
1
目录
• 卫生统计学概述 • 数据的收集与整理 • 概率论基础 • 统计推断 • 实验设计与分析 • 卫生统计应用实例
2
01
卫生统计学概述
3
卫生统计学的定义与任务
定义
卫生统计学是应用数理统计学的 原理和方法，在卫生工作中搜集 、整理、分析和解释流行病学资 料，解决实际问题的科学。
28
推断性统计在卫生领域的应用
01
假设检验
在卫生研究中，经常需要比较两组或多组数据的差异是否具有统计学意
义。通过假设检验，可以对研究假设进行验证，判断差异是否由随机误
差引起。
02
置信区间估计
利用样本数据对总体参数进行估计时，置信区间可以提供估计的精确度
和可信度。在卫生研究中，置信区间常用于估计发病率、死亡率等指标
14
03
概率论基础
15
事件与概率
事件的定义与分类
01
了解事件的概念，掌握事件的分类方法，如互斥事件、对立事
件等。
概率的定义与性质
02
理解概率的直观意义，掌握概率的基本性质，如非负性、规范
性、可加性等。
古典概型与几何概型
03
熟悉古典概型和几何概型的定义和计算方法，能够运用这两种
概型求解一些简单的概率问题。
定性数据
描述事物属性或特征的数据，如性别、职业、血型等。
10
数据的收集方法
观察法
直接观察并记录研究对象的行为、特征或现象。
实验法
通过设计实验，控制某些条件，观察并记录实验 结果。
调查法
通过问卷调查、访谈等方式收集研究对象的相关 信息。
11
数据的整理与描述
数据清洗
去除重复、错误或异常数据。
数据转换
22
05
实验设计与分析
23
实验设计的基本原则
对照原则
设立对照组，以消除非处理因素对实验结果的影响。
随机化原则
在实验过程中引入随机因素，以减少系统误差和偏倚 。
重复原则
对同一处理进行多次重复实验，以提高实验的可靠性 和稳定性。
24
实验设计的类型
完全随机设计
将实验对象完全随机地分配到各处理组，适用于处理组数 较少且样本含量较大的情况。
现场试验设计
现场试验是在实际环境中进行的试验，旨在评价干预措施在真实条件下的效果。在公共卫 生领域，现场试验常用于评价预防措施的效果和成本效益。
调查设计
调查是收集数据的重要手段之一，合理的调查设计可以提高数据的质量和代表性。在卫生 领域，调查设计常用于收集关于健康状况、卫生服务利用等方面的数据。
30
。
方差分析
比较不同处理组间的均数差异是否有 统计学意义，适用于完全随机设计和
随机区组设计的数据分析。
推断性统计分析
通过样本数据推断总体特征，包括参 数估计和假设检验等方法。
回归分析
探讨自变量和因变量之间的数量关系 ，建立回归方程并进行预测和控制。
26
06
卫生统计应用实例
27
描述性统计在卫生领域的应用
6
02
数据的收集与整理
7
数据的来源与类型
观察性数据
通过直接观察或测量获得的数据，如 身高、体重等。
实验性数据
通过设计实验并控制某些条件获得的 数据，如药物疗效研究。
8
数据的来源与类型
• 调查性数据：通过问卷调查、访谈等方式收集的数据，如 流行病学调查。
9
数据的来源与类型
定量数据
具有数值特征的数据，如身高、体重、血压等。