现场调查资料的数据分析与表达

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,现场调查资料的,数据分析与表达,毛广运,环境与公共卫生学院,目的与要求,掌握,数据处理的基本原则,统计方法选择的基本思路,各种常用统计方法的前提适用条件,熟悉,统计描述和统计推断,统计图和统计表,了解,统计报告,提纲,数据处理的一般原则与基本内容,统计方法选择的基本思路,常见调查研究方法资料的统计分析,调查资料统计分析结果的表达,知识回顾,研究设计,非正态：,M(Q,L,Q,U,),非参数检验,资料收集,统计分析,研究报告,统计推断,统计描述,定量资料,分类资料,正态：,XS,率、构成比,假设检验,参数估计,参数检验,点值估计,区间估计,第一节,数据处理的一般原则与基本内容,数据处理方法的变迁,数据处理,数据处理,定义：,对数据的采集、存储、检索、加工、变换和传输。,基本目的：,从,大量的、可能是杂乱无章的、难以理解,的数据中抽取并推导出对于某些特定的人们来说是,有价值、有意义,的数据。,组成,数据管理,（约占全部工作量的,60%-80%,）,数据分析（约占全部工作量的,20%-40%,）,数据处理的一般原则与基本内容,数据库设计,数据录入,数据管理,数据审核,异常（缺失）值的处理,统计整理：根据研究目的对原始数据进行科学的,分类、汇总和显示,；使之,系统化、条理化,、,直观生动和反映总体的数量特征和规律,。,数据分析,统计方法的选择,统计描述与统计推断,数据库设计,变量（研究指标）,识别变量：用于数据管理的变量，如,ID,分析变量：根据研究目的而定、需进行数据分析,反应变量：反应疗效,/,观察结果变化情况的变量,解释变量：分组（类）变量或协变量,数据：变量的测量值,空白数据库,事先设计、用于容纳具体数据的容器，多为二维结构,常由,Epidata,、,Excel,等专用软件设计,数据整理的内容,数据审核,（非常重要）,定义,对搜集到的资料进行认真的审查和核实,目的,确保资料符合要求、完整、准确无误,方法,逻辑审核,（手工或,计算机检查,，以避免逻辑错误，如男性怀孕等）,计算审核,（多为计算机检查，如白细胞总量,=,酸,+,碱,+,淋巴细胞）,离群数据的处理,离群数据,严重偏离群体平均水平的数据，,多为错误,（如,DBP=880mmHg,）,，少量为异常的真实值,可严重掩盖事实真相或扭曲两者间的关系,处理原则,手工处理：,正态分布：,3|,均数,标准差,|,偏态分布：,99.5%,或,0.5%,软件处理,箱式图：距箱体底线或顶线距离超过箱体高度,1.5,3,倍者,缺失数据的处理,缺失值,部分研究指标记录不完整，导致其值缺失,后果：,导致研究效率的下降,数据的常见缺失机制,完全随机缺失：,缺失资料与完整资料的特征无显著性差异,非随机缺失：,缺失资料与完整资料的特征存在显著性差异,常见处理措施,直接剔除：,适用于缺失量极少且为完全随机缺失,单独列为一类：,适用于缺失量较大，且难以合理填补者,缺失值填补：,均数替代,中位数替代,最后观察值结转,回归算法,多重填补法,统计方法前提条件的检查与描述,统计学最难以掌握之处,数据分析人员最应该首先掌握的技能,熟悉各种统计方法的前提适用条件,合理选择最合适的统计方法,第二节,统计方法选择的基本思路,统计方法选择的核心要素,研究目的,组间差异,显著性检验？优效性检验？等效性检验？非劣效性检验？,相互关系,相关与回归、关联性分析（,OR,、,RR,、,AR,）、其它,设计类型,完全随机设计？配对设计？随机区组设计？,数据类型,计量资料？分类资料？等级资料？,分布特征,正态分布？对数正态分布？其它偏态分布？,统计方法选择总结,统计方法选择总结（续）,统计方法选择总结（续）,常见统计分析的错误,普查还是抽样调查？,普查无统计推断,随机抽样还是非随机抽样？,非随机抽样不能使用普通的统计推断方法,资料类型误认,未能满足所选择统计的前提适用条件,单因素,ANOVA,代替重复测量资料的方差分析,第三节,常见调查研究方法资料的统计分析,横断面研究,定义,研究某一特定时点（时期）、特定范围内人群中的有关变量,(,因素,),与疾病或健康状况的关系,资料既不反映既往又不反映将来,数据处理,资料审核、查漏补缺、去除重复记录等,三间分布：,时间分布、地区分布、人间分布,统计描述：,均数、标准差、,95%CI,、率、构成比等,统计推断：,单一变量组间比较、两（多）变量间关系分析,队列研究的原理,由“因”索“果”,队列研究资料的数据分析,资料审核与数据管理,统计描述,研究对象构成、随访次数、随访间隔、结局及失访情况等,分组（研究组别、年龄、性别等）整理随访期间的结局（发生率,/,死亡率）情况,计算组间比较的,RR,、,AR,、,PAR,（归因危险度百分比）、,PARP,（人群归因危险度百分比）,统计推断,推断暴露因素与结局是否有关,病例对照研究的原理,由“果”索“因”,病例对照研究资料的数据分析,资料审核与数据管理,统计描述,研究对象的一般特征等,组间均衡性比较,不均衡：分层分析,计算组间比较的,OR,非匹配资料,不分层分析：,OR=ad/bc,分层分析：合并,OR=,OR,i,、,95%CI,合并,OR,、,2,值、,P,值,匹配资料：,单元格中的数字乃为对数,统计推断,推断暴露因素与疾病是否具有统计学关联,干预性研究的原理,（附加内容）,干预性研究资料的统计分析,（附加内容）,资料审核与数据管理,统计描述,研究对象的一般特征,组间均衡性比较：反映随机化分组效果,随访次数、随访间隔、结局及失访情况等,各组随访期间的结局（疗效）情况,统计推断,推断某干预措施是否有效,干预性研究资料的统计分析,（附加内容）,研究设计,平行对照,交叉设计,析因设计,具体方法：,并非传统的显著性检验，而是使用区间假设检验的方法，提出以临床意义的差异,来进行假设检验,优效性检验：,试验药物的反应优于对照组（阳性或安慰剂对照）,等效性检验：,各处理间差异的大小在临床上并无重要性,非劣效性检验：,试验药的反应在临床意义上不差于（非劣于）对照药？,两（多）因素分析,两因素,相关分析,回归分析,多因素,多元线性回归分析、多元,Logistic,回归分析、协方差分析、生存分析、多元非线性回归分析、典型相关分析、多元方差分析等,主成分分析、因子分析、判别分析、聚类分析等,统计预测、综合评价等,第四节,统计分析结果的表达,统计分析指标,计量资料,均数,标准差、中位数（四分位数间距）等,计数资料,阳性例数（,%,）、,OR/RR,、,95%CI,等级资料,阳性例数（,%,）、,OR/RR,、,95%CI,统计表,四大核心要素,标题,线条,标目,横标目,纵标目,数据,备注（并非必不可少的要素）,分类：,简单表和复合表,统计图,定义：,使用,点、线、面,等几何图形来,形象化,的描述数据的特征,核心要素,标题,标目,刻度,纵轴从,0,开始？算术尺度还是对数尺度？,纵横轴比例,5:7,或,7:5,图例（并非必不可少的核心要素）,统计图的种类,直条图：,纵轴从,0,开始,圆图或百分条图,线图,普遍线图,半对数线图,直方图：,纵轴从,0,开始,箱式图,散点图,统计地图,统计推断结果的表达与解释,注意事项,多次重复假设检验,使用,t,检验处理,3,组或以上间均数比较,使用单因素,ANOVA,处理重复测量设计资料,P,值的表达,统计意义与实际意义并不一致,应结合专业知识下结论，同时给出均数（率）差的,95%CI,统计推断结果的表达与解释,注意事项,关联与因果,关联并不等于因果关系，所谓的关联只是意味着两者可能有也可能没有因果关系（混杂因素）,可信区间与假设检验,可信区间和假设检验,区别,可信区间主要推断,量的大小,即总体均数多大,假设检验主要推断,质的不同,即总体参数间是否相同,联系,可信区间同样可以回答假设检验的问题,可信区间如包含了,H,0,，则按,水准，不拒绝,H,0,，否则拒绝,H,0,，接受,H,1,可信区间可以比假设检验提供更多的信息,可信区间和假设检验,可信区间在回答差别有无统计学意义的同时，还可以提示差别是否具有实际意义,上图中，,可信区间,(1),(3),均不包含,H,0,，意味着相应的差异具有统计学意义，,(4),与,(5),均无统计学意义,(1),还提示差异具有实际意义；,(2),提示可能具有实际意义；,(3),提示实际意义不大；,(4),提示样本量不足。,(5),属于可以接受原假设的情况,。,可信区间和假设检验,可信区间不能完全代替假设检验,可信区间必须预先规定一个概率即检验水准,，不知道以外概率的情况，故相对比较机械,假设检验则可以获得一个确切的概率,P,值，相对比较灵活,完整的统计推断应该是,区间估计假设检验,谢谢大家,