第八章 1 绪论.ppt

* 我们不可能…..这样大家自然就会想到…. 是不是可以只研究其中的一部分？ * 下面大家可以轻松一下了。大家在家里做饭吗？不做饭？总吃饭吧？大家在这盆汤里看到了什么？ 做饭的时候我们经常会做一盆汤，在汤出锅前，做饭的人都会尝尝这汤怎么样。盐淡时，再放点盐，太咸了“会怎么样”。 在这里，这一盆汤就是总体，浍出来尝的这一点就是样本，通过尝的这一点来推测一盆汤的味道。所以，统计学并不深奥，它经常会与我们很熟悉的锅碗瓢盆相联系 * 这样我们就…. * 好，这就是我们通过随机抽样得到的样本…. * * 2、小概率事件:统计分析中的很多结论都基于一定置信程度下的概率推断，习惯上将P（A）≤0.05或P（A）≤0.01 ，称为小概率事件。 小概率事件，在一次抽样中可认为不会发生 是统计推断的依据。 基本概念 中奖概率大约为： 1/671万万 交通事故发生概率为：1/20万 基本概念 第二节????统计资料的类型 内容简介 1.概述 ２.数值变量和分类变量资料 ３.无序分类变量和计数资料 ４.有序分类变量和等级资料 1. 概述 数值变量…………构成计量资料 分类变量 无序分类变量…构成计数资料 有序分类变量…构成等级资料 变量 ２. 数值变量与计量资料 1) 数值变量(numerical variable) ：变量值是定量的，表现为数值大小。如:身高(cm)、体重(kg)。 2）计量资料(measurement data) ：由一群个体的数值变量值构成的资料，即一群变量值。 举例：体温、身高、血压等。 特点：一般都有度量衡单位； 变量的数值大小及分布有一定规律； 是定量描述，能准确描述事物的变化本质； 多为连续性资料。 如：长治市99年7岁男孩身高值（120.2cm,118.6cm,121.8cm..) 1).无序分类变量(unordered categories variable)：变量值是定性的，有类别。 特点：类别是客观存在的，各类无秩序，可任意排列；类与类之间界限清楚，（理论上)不会错判。 2).计数资料(enumeration data)：一群个体按无序分类变量的类别清点每类有多少个个体，即分类个体数。 举例：性别、年龄段等。 特点：各属性或类别不相容，有性质或程度上差异； 没有度量衡单位； 多为非连续性资料； 非精确定量，只是定性描述。 如： 人群血型构成： O：20 A：35 B：30 AB：10 3.无序分类变量与计数资料 4.有序分类变量与等级资料 1) 有序分类变量(ordinal categories variable) ：变量值是定性的、 分等级。 特点：等级是主观划分的，各级没有大小但有秩序，必须从低到高或由高到低；级和级之间界限模糊，可能错判。 如： 疗效： 无效、好转、显效、治愈。 血清反应： –、+、+、++ 2) 等级资料(ranked data)：一群个体按有序分类变量的级别清点每级有多少个个体,即分级个体数。 如：某地某人群EB病毒抗体反应：–： ６５ +： ２ +： ３ ++： １ 统计资料的几种类型 不同类型的变量其统计处理方法不同。在实际工作中，根据统计分析的具体要求和研究目的，各种不同的变量间可以互相转化。 变量的转化 资料类型的转换（变量类型的转化） 血压（kPa）：计量资料 正常、异常：二分类 正常、可疑、异常：等级 优、良、中、差：等级资料 评分（5、4、3、2、1）：计量 三类资料间关系 例：一组20?40岁成年人的血压 12kPa 正常 ≥12kPa 异常 8 低血压 8? 正常血压 12? 轻度高血压 15? 中度高血压 17? 重度高血压 计量资料 等级资料 计 数 资 料 * 提示： ① 多途径； ② 尽量用定量指标，否则损失信息量； ③ 定性指标可转化为定量指标，但较粗糙。 * （一）研究设计（design）（关键） （二）收集资料（c