食品安全抽檢監(jiān)測的統(tǒng)計(jì)分析

1、食品安全抽檢監(jiān)測的統(tǒng)計(jì)分析主要內(nèi)容一、統(tǒng)計(jì)分析的重要性二、食品抽檢監(jiān)測的常見資料類型三、食品抽檢監(jiān)測常用統(tǒng)計(jì)分析方法一、統(tǒng)計(jì)分析的重要性 國家市場監(jiān)督管理總局建立國家食品安全抽樣檢驗(yàn)信息系統(tǒng)，定期分析食品安全抽樣檢驗(yàn)數(shù)據(jù)，加強(qiáng)食品安全風(fēng)險(xiǎn)預(yù)警，完善并督促落實(shí)相關(guān)監(jiān)督管理制度。縣級以上地方市場監(jiān)督管理部門應(yīng)當(dāng)按照規(guī)定通過國家食品安全抽樣檢驗(yàn)信息系統(tǒng)，及時報(bào)送并匯總分析食品安全抽樣檢驗(yàn)數(shù)據(jù)。 食品安全抽樣檢驗(yàn)管理辦法（國家市場監(jiān)督管理總局令第15號）第六條 食品安全風(fēng)險(xiǎn)監(jiān)測，是指通過系統(tǒng)地、持續(xù)地對食品污染、食品中有害因素以及影響食品安全的其他因素進(jìn)行樣品采集、檢驗(yàn)、結(jié)果分析，及早發(fā)現(xiàn)食品安全問題

2、，為食品安全風(fēng)險(xiǎn)研判和處置提供依據(jù)的活動。 國家食藥總局食品安全風(fēng)險(xiǎn)監(jiān)測管理規(guī)范（試行）第二條 食品安全風(fēng)險(xiǎn)監(jiān)測，是通過系統(tǒng)和持續(xù)地收集食源性疾病、食品污染以及食品中有害因素的監(jiān)測數(shù)據(jù)及相關(guān)信息，并進(jìn)行綜合分析和及時通報(bào)的活動。衛(wèi)生部食品安全風(fēng)險(xiǎn)監(jiān)測管理規(guī)定（試行）第二條二、食品抽檢監(jiān)測的常見資料類型二、食品抽檢監(jiān)測的常見資料類型1、定量資料2、定性資料3、時間資料1、定量資料離散型資料:只能取整數(shù)值，例如，細(xì)菌性痢疾發(fā)病數(shù)，大腸桿菌菌落數(shù)，塵埃粒子數(shù)、華枝睪吸蟲的囊蚴數(shù)等。連續(xù)型資料:可以取實(shí)數(shù)軸上的任意值，如鎘含量、二氧化硫殘留量、糖精鈉含量等。注意：有一些測量值，如塵埃粒子數(shù)，雖然以“個

3、”為單位時只能取整數(shù)值，但是以“千”或“萬”為單位時又可以取小數(shù)值，所以通常把這些資料也是為連續(xù)型資料。2、定性資料/分類資料無序分類資料：又稱名義資料，分為：二分類資料，如合格/不合格、檢出/未檢出、陽性/陰性。為了輸入方便，常用代碼1/2或0/1來表示各個取值，但這些取值僅僅是代碼，不能進(jìn)行如定量資料般的計(jì)算。無序多分類變量的各個分類之間沒有等級或程度的差別，如不同地區(qū)（廣州/佛山/深圳等），這些資料也可以用數(shù)字代碼1/2/3/4等來表示，同樣不能用于計(jì)算。有序分類資料：又稱等級資料、半定量資料。如根據(jù)經(jīng)濟(jì)水平的地區(qū)分類（經(jīng)濟(jì)發(fā)達(dá)地區(qū)/欠發(fā)達(dá)地區(qū)/貧困地區(qū)），常用1/2/3表示，數(shù)值大小和

4、等級大小順序一致。資料轉(zhuǎn)換：為了方便資料分析，可以將一種類型的資料轉(zhuǎn)換為另一種類型。但是轉(zhuǎn)換只按定量資料有序分類資料無序分類資料方向，不能做相反方向的轉(zhuǎn)換，且此種轉(zhuǎn)換會損失一定的信息量。例如，將某測量指標(biāo)分為偏低、正常、偏高等3類，甚至只劃分為合格或不合格兩類，但不能根據(jù)二分類結(jié)果來判斷3分類的情況，更不能推斷具體測量指標(biāo)值。3、時間資料時間資料：記錄日期和時間的資料例如：抽樣時間、發(fā)病時間、生產(chǎn)時間、加工時間等常轉(zhuǎn)換成：年、月、季度等三、食品抽檢監(jiān)測常用統(tǒng)計(jì)分析方法統(tǒng)計(jì)方法選擇的取決因素資料類型樣本類型統(tǒng)計(jì)分類檢驗(yàn)條件1、統(tǒng)計(jì)分組一、食品分組廣州市抽：36個食品大類（一級），71個食品亞類（

5、二級），177個食品品種（三級），317個食品細(xì)類（四級） 食品安全風(fēng)險(xiǎn)監(jiān)測實(shí)施樣本歸類網(wǎng)絡(luò)直報(bào)：全國食品污染物監(jiān)測數(shù)據(jù)匯總系統(tǒng)平臺(26大類，100亞類，約1288小類)全國食源性致病菌監(jiān)測數(shù)據(jù)匯總系統(tǒng)平臺(17大類，93亞類，約282小類) 統(tǒng)計(jì)分析時：剔除重復(fù)或按地域分類的類別，加以整合、統(tǒng)一歸類統(tǒng)計(jì)分析按照亞類或者小類分組，能夠更好地反映監(jiān)測結(jié)果。遵循原則：大樣品數(shù)，按照小類分; 小樣品數(shù)按照亞類分例如：肉與肉制品監(jiān)測結(jié)果數(shù)據(jù)分析樣品數(shù)較大，按照豬肉、牛肉、羊肉、鴨肉、雞肉等小類分析抽檢樣本相對較少( 特別是地市級) ，按照生禽肉、生畜肉、熟肉制品3類分組分析。1、統(tǒng)計(jì)分組二、地區(qū)分組

6、 按經(jīng)濟(jì)水平：發(fā)達(dá)地區(qū)、欠發(fā)達(dá)地區(qū)、貧困地區(qū) 按行政區(qū)劃：廣州、佛山、梅州等，荔灣區(qū)、番禺區(qū)、天河區(qū)等。 按地理形態(tài)：平原地區(qū)、丘陵地區(qū)、山區(qū)等 按區(qū)域位置：粵東、粵北、粵西、珠三角等三、采樣地點(diǎn)分組 大類：生產(chǎn)環(huán)節(jié)、銷售環(huán)節(jié)、餐飲環(huán)節(jié)， 小類：超市、士多、農(nóng)貿(mào)市場，食堂、餐館、大排檔等四、時間分組 年、月、季度等 2、統(tǒng)計(jì)描述-定量資料（1）正態(tài)分布：平均值標(biāo)準(zhǔn)差，平均值（總體平均值的95%CI）（2）非正態(tài)分布（偏態(tài)）： 變換后正態(tài)分布：逆變換后平均值（總體平均值的95%CI） 中位數(shù)（四分位數(shù)間距）、中位數(shù)（P25，P75）、中位數(shù)（90%中心間距）、中位數(shù)（80%中心間距） 中位數(shù)、P

7、95、P5（單側(cè)）（3）分布不明： 中位數(shù)（四分位數(shù)間距）、中位數(shù)（P25，P75）、中位數(shù)（80%中心間距） 中位數(shù)、P95、P5（單側(cè)）圖形描述：誤差區(qū)間圖、條圖、箱形圖等2、統(tǒng)計(jì)描述-定量資料（4）Poisson分布資料： 定義：Poisson分布用于描述事件在指定的時間、面積、體積或其他有限觀測空間內(nèi)發(fā)生的次數(shù)，如客服中心在工作日內(nèi)接聽的電話數(shù)、汽車引擎蓋上的劃痕數(shù)、尿中的血細(xì)胞數(shù)、平皿中的菌落數(shù)及車間塵埃粒子數(shù)等。 平均事件率（總體平均率的95%CI）2、統(tǒng)計(jì)描述-定量資料（5）低于LOD資料： 報(bào)告原則： 介于LOD和LOQ之間結(jié)果，均以數(shù)值報(bào)告 低于LOD的結(jié)果，以“0”、“1/

8、2LOD”或“LOD”替代宮春波,王朝霞,孫月琳,董峰光.食品安全風(fēng)險(xiǎn)監(jiān)測數(shù)據(jù)統(tǒng)計(jì)處理常見問題探討J.中國食品衛(wèi)生雜志,2013,25(06):575-578.2、統(tǒng)計(jì)描述-定性資料（1）二分類資料： 比例（率）（總體率的95%CI） 如檢出率、發(fā)病率、合格率、陽性率等 （2）多分類資料： 構(gòu)成比（%）（3）等級資料： 中位數(shù)（四分位數(shù)間距）、中位數(shù)（P25，P75）、中位數(shù)（80%中心間距）圖形描述：餅圖、構(gòu)成比條圖、條形圖、Pareto圖等2、統(tǒng)計(jì)描述-定性資料（4）比率： 定義：比率又稱率，是一個計(jì)數(shù)與另外一個測量值的比值。醫(yī)學(xué)研究中有些率的分母并非觀測對象的總數(shù)，如嬰兒死亡率、兒童死亡

9、率是同地區(qū)的活產(chǎn)數(shù)，隊(duì)列研究的發(fā)病率或死亡率的分母為隨訪人年數(shù)。此外，醫(yī)學(xué)研究中常用相對比（兩個有關(guān)指標(biāo)之比）來說明兩指標(biāo)的比例關(guān)系。兩個指標(biāo)可以性質(zhì)相同，如不同時期發(fā)病數(shù)之比、人口性別比等；也可以性質(zhì)不同，如醫(yī)院的門診人次與病床數(shù)之比。 描述：比率（比率的95%CI） 舉例：痢疾的死亡密度、諾如病毒感染的發(fā)病密度 2.5（2.1,2.9）/人年3、差異性檢驗(yàn)-定量資料參數(shù)檢驗(yàn)條件：原始數(shù)據(jù)或數(shù)據(jù)變換后正態(tài)分布且方差齊性（1）單樣本資料： 正態(tài)分布或數(shù)據(jù)變換后正態(tài)分布：單樣本t檢驗(yàn)、單樣本Z檢驗(yàn)、置信區(qū)間法 非正態(tài)分布（偏態(tài)）：Wilcoxon符號秩和檢驗(yàn)、單樣本符號檢驗(yàn)、置信區(qū)間法 Pois

10、son分布資料：單樣本Poisson檢驗(yàn)（2）兩獨(dú)立樣本資料： 正態(tài)分布或數(shù)據(jù)變換后正態(tài)分布、且方差齊：獨(dú)立樣本t檢驗(yàn)、獨(dú)立樣本Z檢驗(yàn)、置信區(qū)間法 正態(tài)分布、且方差不齊：t檢驗(yàn) 非正態(tài)分布（偏態(tài)）：Mann-Whitney檢驗(yàn)、Mood中位數(shù)檢驗(yàn)、Kruskal-Wallis H檢驗(yàn)、置信區(qū)間法 Poisson分布資料：獨(dú)立樣本Poisson檢驗(yàn)定量資料的統(tǒng)計(jì)方法3、差異性檢驗(yàn)-定性資料（1）單樣本資料： 二分類資料：單樣本二項(xiàng)總體率檢驗(yàn)、置信區(qū)間法 多分類資料：單樣本2檢驗(yàn)（2）兩獨(dú)立樣本資料： 二分類資料：獨(dú)立樣本二項(xiàng)總體率檢驗(yàn)、2檢驗(yàn)、Fisher確切概率法、置信區(qū)間法、RR 比率資料：

11、獨(dú)立樣本比率的比較、RR 無序分類資料：2檢驗(yàn) 等級資料：Mann-Whitney檢驗(yàn)、Mood中位數(shù)檢驗(yàn)、Kruskal-Wallis H檢驗(yàn)、置信區(qū)間法（3）多個獨(dú)立樣本資料： 二分類資料：2檢驗(yàn)；分組變量為有序資料：趨勢2檢驗(yàn) 無序分類資料：2檢驗(yàn) 等級資料：Mann-Whitney檢驗(yàn)、Mood中位數(shù)檢驗(yàn)、Kruskal-Wallis H檢驗(yàn)、置信區(qū)間法率的標(biāo)準(zhǔn)化/調(diào)整定性資料的統(tǒng)計(jì)方法4、與時間關(guān)聯(lián)的統(tǒng)計(jì)方法（1）率隨時間的變化而遞增或遞減：趨勢2檢驗(yàn)（2）指標(biāo)隨季節(jié)變化而有規(guī)律波動：季節(jié)分解法（3）指標(biāo)隨時間變化遞增或遞減和/或有規(guī)律波動：指數(shù)平滑法、綜合自回歸移動平均模型（ARI

12、MA）等時間序列分析4、與時間關(guān)聯(lián)的統(tǒng)計(jì)方法（4）控制圖： 定量資料：均值-極差控制圖、均值和標(biāo)準(zhǔn)差控制圖、I-MR-R/S（組間/組內(nèi)）控制圖、均值控制圖、極差控制圖、標(biāo)準(zhǔn)差控制圖及區(qū)域控制圖等。 計(jì)數(shù)資料：P控制圖、Laney P控制圖、NP 控制圖、U控制圖、Laney U控制圖和C控制圖等。 稀有事件：稀有事件控制圖包括G控制圖和T控制圖。5、與地理空間關(guān)聯(lián)的統(tǒng)計(jì)方法（1）趨勢面分析5、與地理空間關(guān)聯(lián)的統(tǒng)計(jì)方法（2）統(tǒng)計(jì)地圖6、多元統(tǒng)計(jì)方法（1）主成分分析：又稱主分量分析或主軸分析，是利用降維的思想，在不損失或少損失原有信息（變異性）的前提下，將原來個數(shù)較多且彼此相關(guān)的指標(biāo)用線性組合的

13、方法轉(zhuǎn)換為新的個數(shù)較少且彼此獨(dú)立或不相關(guān)的綜合指標(biāo)的多元統(tǒng)計(jì)方法。主成分分析常用于對原始指標(biāo)進(jìn)行綜合，以少數(shù)幾個互不相關(guān)的主成分來反映原始指標(biāo)的主要信息，以便進(jìn)一步分析，如主成分分析與回歸分析結(jié)合起來進(jìn)行主成分回歸，以克服共線性問題，還可用于樣本聚類、對應(yīng)分析、因子分析等。此外，主成分分析還可用于探索多個原始指標(biāo)對個體特征的影響作用、對樣品進(jìn)行綜合評價(jià)等。（2）因子分析：是主成分分析的推廣，也是利用降維的思想，從具有相關(guān)關(guān)系的可被直接觀測其取值的原始指標(biāo)中提煉出有限個不可觀測的潛在變量（即公因子），并用這些潛在變量來解釋原始指標(biāo)之間的相關(guān)性和或協(xié)方差的多元統(tǒng)計(jì)方法。6、多元統(tǒng)計(jì)方法（3）Q型聚類：又稱觀測值聚類、觀測值系統(tǒng)聚類或樣品聚類，是將n個樣品歸類的方法，其目的是找出樣品間的共性，可在資料未知分組的情況下對彼此靠近的觀測值進(jìn)行分組或聚類。6、多元統(tǒng)計(jì)方法（4）R型聚類：又稱變量聚類或指標(biāo)聚類，是指將m個指標(biāo)歸類的方法，其目的是指標(biāo)降維從而選擇有代表性的指標(biāo)并產(chǎn)生一些新變量，這些變量比主成分分析的變