卫生统计学重点整理-预防医学.docxVIP

卫生统计学：是应用概率论和数理统计学的基本原理和方法，研究居民卫生状况以及卫生服务领域中数据的收集、整理和分析的一门科学。同质(homogeneity)：在统计学中，若某些观察对象具有相同的特征或属性称为同质的。否则称为异质(heterogeneity)的或者间杂的。变异(variation)：同质事物之间的差别称为变异。[没有个体变异，就没有统计学！]总体(population)：根据研究目的所确定的同质观察单位的全体。样本(sample)：是从总体中随机抽取的具有代表性的部分观察单位的集合。样本含量(sample size)：样本中包含的观察单位个数。参数(parameter)：反映总体特征的指标。特点：未知 、唯一，希腊字母表示，如总体均数、总体率等。统计量(statistic)：根据样本观察值计算出来的指标。特点：已知 、不唯一，拉丁字母表示，如样本均数、样本率等。变量(variable)：研究者需要对每个观察单位的某项特征或属性进行观察或测量，这种特征或属性称为变量。变量值(value of variable)：变量的观察值或测量值称为变量值或观察值(observed value)。资料(data)：变量值的集合称之为资料。定量资料(quantitative data)：变量值是定量的，表现为数值大小。特点：一般有度、量、衡单位，一般属连续性资料。定性资料(qualitative data)：观察值是定性的，表现为互不相容的类别或属性。特点：一般无度、量、衡单位，一般属于离散型资料。可进一步分为计数资料和等级资料。计数资料(count data)：将观察单位按某种类别或属性进行分组，清点各组观察单位数所得的资料。可进一步分为二项分类资料和无序多项分类资料。等级资料(ordinal data)：将观察单位按照某种特质或属性的程度或等级顺序分组，清点各组观察单位所得的资料。各属性之间互不相容且有程度的差别。抽样研究(sampling research)：从总体中随机抽取样本，通过样本信息推断总体特征的研究方法。抽样误差(sampling error)：由随机抽样造成的样本统计量与总体参数之间、样本统计量之间的差异。概率(probability)：概率是随机事件发生可能性大小的数值度量。通常用P表示。大小介于0与1之间，即0≤P ≤1。小概率事件：医学研究中，将概率小于等于0.05或0.01的事件称为小概率事件。小概率原理：并不表示不可能发生，但在某一次试验中，是不会发生的。单纯随机抽样(simple random sampling)：先将调查总体的全部观察单位统一编号，然后采用随机数字表、统计软件或抽签等方法之一随机抽取n（样本大小）个编号，由这n个编号所对应的n个观察单位构成研究样本。系统抽样(systematic sampling)：又称机械抽样或等距抽样。事先将总体内全部观察单位按某一顺序号等距分隔成n（样本大小）个部分，每一部分内含m个观察单位；然后从第一部分开始，从中随机抽出第i号观察单位，依此用相等间隔m机械地在第2部分、第3部分直至第n部分内各抽出一个观察单位组成样本。分层抽样(stratified sampling)：是先按对观察指标影响较大的某项或某几项特征，将总体分成若干层，该特征的测定值在层内变异较小、层间变异较大，然后分别从每一层内随机抽取一定数量的观察单位结合起来组成样本。整群抽样(cluster sampling)：是将总体划分为群（初级观察单位），各群由次级观察单位组成。随机抽取一部分群，调查抽中群的全部次级观察单位。信度(reliability)：测量工具的可靠性，它是指采用相同测量工具（如问卷）对同一对象进行重复测量时，各次测量值与其均值接近的程度。效度(validity)：是指测量工具、指标或观测结果在多大程度上反映了事物的客观真实性，即指观测结果与试图达到的目标之间的接近程度，是对测量工具（如问卷）有效性的检验。实验研究(experimental study)：是指研究者根据研究目的人为地对受试对象（包括人或动物）施加处理因素，控制混杂因素，观察、总结处理因素的效应的一种研究方法。处理因素(study factor，treatment)：是指研究者施加于受试对象的因素。水平(level)：是指同一处理因素在数量上或强度上的不同程度。受试对象(study subjects)：是处理因素作用的客体或对象。实验效应(effect)：是处理因素作用于受试对象后出现的反应和结局，它通过指标的选择和指标的观察来体现。偏倚(bias)：研究误差中的系统误差部分称为偏倚。平均数(average)：表达了一组同质定量数据的平均水平或集中位置。常用的平均数包括算术均数、几何均数、中位数、众数、调和均数等