第六講現(xiàn)場(chǎng)調(diào)查數(shù)據(jù)分析

第六講現(xiàn)場(chǎng)調(diào)查數(shù)據(jù)分析第1頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月課程安排第一講：現(xiàn)場(chǎng)調(diào)查技術(shù)概述（設(shè)計(jì)）（2學(xué)時(shí)）第二講：現(xiàn)場(chǎng)調(diào)查問(wèn)卷設(shè)計(jì)（2學(xué)時(shí)）第三講：現(xiàn)場(chǎng)調(diào)查的抽樣技術(shù)（2學(xué)時(shí)）第四講：現(xiàn)場(chǎng)調(diào)查的訪談技巧（4學(xué)時(shí)）第五講：現(xiàn)場(chǎng)調(diào)查問(wèn)卷的數(shù)據(jù)管理（4學(xué)時(shí)）第六講：現(xiàn)場(chǎng)調(diào)查數(shù)據(jù)的處理與分析技術(shù)（4學(xué)時(shí)）第七講：現(xiàn)場(chǎng)調(diào)查的實(shí)施與質(zhì)量控制技術(shù)（2學(xué)時(shí)）第八講：現(xiàn)場(chǎng)調(diào)查中的綜合評(píng)價(jià)方法（2學(xué)時(shí)）第九講：現(xiàn)場(chǎng)調(diào)查研究報(bào)告的撰寫方法（2學(xué)時(shí)）第2頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月現(xiàn)場(chǎng)調(diào)查數(shù)據(jù)的處理分析

SurveyDataAnalysis寇長(zhǎng)貴(講師)Telail:koucg@流行病與衛(wèi)生統(tǒng)計(jì)學(xué)教研室吉林大學(xué)公共衛(wèi)生學(xué)院第3頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月主要內(nèi)容常用統(tǒng)計(jì)學(xué)軟件介紹調(diào)查數(shù)據(jù)的分析策略Logistic回歸介紹實(shí)習(xí)第4頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月研究設(shè)計(jì)設(shè)計(jì)“問(wèn)卷”實(shí)施調(diào)查收集數(shù)據(jù)分析資料結(jié)果解釋撰寫論文分析數(shù)據(jù)數(shù)據(jù)錄入數(shù)據(jù)管理……第5頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月EpiInfoSASSTATASPSSEpiCalc……數(shù)據(jù)分析常用統(tǒng)計(jì)分析軟件第6頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月SAS第7頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月SAS系統(tǒng)全稱為StatisticsAnalysisSystem，最早由北卡羅來(lái)納大學(xué)的兩位生物統(tǒng)計(jì)學(xué)研究生編制，并于1976年成立了SAS軟件研究所，正式推出了SAS軟件。在英美等國(guó)，能熟練使用SAS進(jìn)行統(tǒng)計(jì)分析是許多公司和科研機(jī)構(gòu)選材的條件之一。缺點(diǎn)：高昂的價(jià)格、不太友好的界面、非統(tǒng)計(jì)學(xué)專業(yè)人員不容易上手!

第8頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月STATA第9頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月Stata是一個(gè)用于分析和管理數(shù)據(jù)的功能強(qiáng)大又小巧玲瓏的實(shí)用統(tǒng)計(jì)分析軟件，由美國(guó)計(jì)算機(jī)資源中心（ComputerResourceCenter）研制。從1985至1998的十四年時(shí)間里，已連續(xù)推出1.1，1.2，1.3，1.4，1.5，……及2.0，2.1，3.0，3.1，4.0，5.0，6.0等多個(gè)版本，通過(guò)不斷更新和擴(kuò)充，內(nèi)容日趨完善。它同時(shí)具有數(shù)據(jù)管理軟件、統(tǒng)計(jì)分析軟件、繪圖軟件、矩陣計(jì)算軟件和程序語(yǔ)言的特點(diǎn)，又在許多方面別具一格。Stata融匯了上述程序的優(yōu)點(diǎn)，克服了各自的缺點(diǎn)，使其功能更加強(qiáng)大，操作更加靈活、簡(jiǎn)單，易學(xué)易用，越來(lái)越受到人們的重視和歡迎。Stata的突出特點(diǎn)是只占用很少的磁盤空間，輸出結(jié)果簡(jiǎn)潔，所選方法先進(jìn)，內(nèi)容較齊全，制作的圖形十分精美，可直接被圖形處理軟件或字處理軟件如WORD等直接調(diào)用。第10頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月SPSS第11頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月SPSS是軟件英文名稱的首字母縮寫，原意為StatisticalPackagefortheSocialSciences，即“社會(huì)科學(xué)統(tǒng)計(jì)軟件包”。最近，伴隨SPSS產(chǎn)品服務(wù)領(lǐng)域的擴(kuò)大和服務(wù)深度的增加，SPSS公司已決定將之英文全稱更改為StatisticalProductandServiceSolutions，意為“統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案”，標(biāo)志著SPSS的戰(zhàn)略方向正在作出重大調(diào)整。

20世紀(jì)60年代末，美國(guó)斯坦福大學(xué)的三位研究生研制開發(fā)了最早的統(tǒng)計(jì)分析軟件SPSS，同時(shí)成立了SPSS公司，并于1975年在芝加哥組建了SPSS總部。缺點(diǎn)：SPSS采用VB編制，計(jì)算速度也遠(yuǎn)遠(yuǎn)慢于其他統(tǒng)計(jì)軟件；其輸出結(jié)果雖然漂亮，但不能和WORD等常用文字處理軟件直接兼容。這些都可以說(shuō)是SPSS的致命傷。多水平統(tǒng)計(jì)模型等問(wèn)題方面存在一定問(wèn)題第12頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月EpiInfov3.3/epiinfo/downloads.htm第13頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月開發(fā)：（1）WHO的AIDS病全球控制小組（2）CDC流行病學(xué)室免費(fèi)獲得（1）（2）http://www.epiinfo.it/epiinfo3.asp最新版本：EpiInfoTMVersion3.3第14頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月基本流程空白調(diào)查表編碼建立調(diào)查表(.Qes)MakeView生成數(shù)據(jù)庫(kù)生成邏輯檢查文件(.Chk)CheckData1Data2原始資料比較修改Enter(.Rec)雙重輸入ValidationAnalyze統(tǒng)計(jì)分析第15頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月第16頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月第17頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月第18頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月第19頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月第20頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月第21頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月選擇合適的數(shù)據(jù)管理與分析軟件SAS、SPSS、Epi-Info、STATA錄入后數(shù)據(jù)的檢查錯(cuò)誤，遺漏的研究變量取值采取補(bǔ)救措施更改，再次詢問(wèn)，查閱檔案，重新檢測(cè)調(diào)查數(shù)據(jù)的分析策略第22頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月數(shù)據(jù)的檢查與核對(duì)檢查數(shù)據(jù)的結(jié)構(gòu)觀測(cè)數(shù)，變量名稱、數(shù)量檢查各變量的取值情況取值范圍數(shù)值變量最小值（minimum）,最大值（maximum）均值（mean），中位數(shù)（median），發(fā)現(xiàn)異常值（outlier）分類變量其它發(fā)現(xiàn)異常的方法：圖示法，回歸診斷等調(diào)查數(shù)據(jù)的分析策略第23頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月數(shù)據(jù)的整理數(shù)據(jù)的分組分類變量/有序變量按照實(shí)際的類別進(jìn)行分組若有必要和合理，可將性質(zhì)相近的類別合并數(shù)值變量按照實(shí)際的生理，病理，臨床和公共衛(wèi)生意義分組分位數(shù)分組四分位數(shù)（quartiles），五分位數(shù)（quintiles）使用的方便程度/專業(yè)慣例分組例：年齡在某一適宜范圍內(nèi)每5或10歲一組調(diào)查數(shù)據(jù)的分析策略第24頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月數(shù)據(jù)的轉(zhuǎn)換非正態(tài)數(shù)據(jù)的變量轉(zhuǎn)換正態(tài)性（normality）檢驗(yàn)Univariate過(guò)程Q-Qplot對(duì)數(shù)、平方根和倒數(shù)變換分類變量轉(zhuǎn)換為啞變量數(shù)據(jù)的整理調(diào)查數(shù)據(jù)的分析策略第25頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月確定擬分析的自變量和因變量研究設(shè)計(jì)階段有助于選擇擬研究的變量，指導(dǎo)問(wèn)卷設(shè)計(jì)調(diào)查數(shù)據(jù)的分析策略第26頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月普查數(shù)據(jù)分析思路統(tǒng)計(jì)應(yīng)調(diào)查人數(shù)、實(shí)際調(diào)查人數(shù)，描述漏查率和應(yīng)答率；描述調(diào)查對(duì)象的社會(huì)人口學(xué)特征，如性別、年齡、民族等基本構(gòu)成。計(jì)數(shù)資料采用構(gòu)成比（百分比）描述，計(jì)量資料采用均數(shù)±標(biāo)準(zhǔn)差描述；統(tǒng)計(jì)調(diào)查人群的總體指標(biāo)，根據(jù)數(shù)據(jù)類型，分別描述總體的患病率、感染率等頻率指標(biāo)，或總體計(jì)量數(shù)據(jù)的集中和離散趨勢(shì)指標(biāo)（均數(shù)±標(biāo)準(zhǔn)差、百分位數(shù)等）；按社會(huì)人口學(xué)特征或暴露與否分組，統(tǒng)計(jì)、描述疾病和健康狀態(tài)相關(guān)頻率指標(biāo)；或按疾病有無(wú)描述暴露的構(gòu)成比；并進(jìn)行分層和對(duì)比分析。第27頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月抽樣調(diào)查數(shù)據(jù)分析思路一般描述：包括抽樣方法、設(shè)計(jì)樣本量、調(diào)查樣本量、應(yīng)答率和樣本人群的社會(huì)人口學(xué)特征等。統(tǒng)計(jì)描述：計(jì)算有關(guān)統(tǒng)計(jì)指標(biāo)，包括患病率、感染率、暴露率等頻率指標(biāo)及其95%的可信區(qū)間，計(jì)量資料的均數(shù)、標(biāo)準(zhǔn)差或百分位數(shù)等。結(jié)合頻率指標(biāo)，通過(guò)圖表或文字，按時(shí)間、地區(qū)和人群描述疾病或健康狀態(tài)的分布?？上劝茨硞€(gè)因素分層描述，再按多個(gè)因素綜合描述。關(guān)聯(lián)分析：對(duì)暴露和疾病的關(guān)系可作初步的關(guān)聯(lián)分析如計(jì)量資料的比較采用t檢驗(yàn)或方差分析（ANOVA），率的比較采用χ2檢驗(yàn)或u檢驗(yàn)。也可選擇適當(dāng)?shù)淖宰兞亢鸵蜃兞窟M(jìn)行多因素分析，關(guān)聯(lián)的統(tǒng)計(jì)推斷采用χ2檢驗(yàn)或Logistic回歸分析。第28頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月Logistic回歸Logistic回歸是一個(gè)較好的，目前常用的，控制混雜因素的多因素分析方法。Logistic回歸中y呈現(xiàn)為二值變量形式。如發(fā)病與不發(fā)病，死與活,成功與失敗,陽(yáng)性與陰性,等等。當(dāng)應(yīng)變量只取二個(gè)數(shù)值時(shí)常記為1與0，在SAS的logistic回歸中最好記成1與2。Y=1：反應(yīng)，如：發(fā)病，死亡，成功Y=2：不反應(yīng)，如：不發(fā)病，存活，不成功第29頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月Y：反應(yīng)變量（responsevariable)X:協(xié)變量(covariate),解釋(explanatory)變量，伴隨變量等,X可以呈現(xiàn)二值變量的形式,也可以計(jì)量的或等級(jí)的指標(biāo)。logistic回歸是一種概率模型。設(shè)P為Y呈現(xiàn)反應(yīng)值為1的概率,P=P(Y=1)，則Q=1-P,為呈現(xiàn)非反應(yīng)值的概率，Q=P(Y=2)。P與各協(xié)變量Xi之間的關(guān)系可用下式表示。Logistic回歸第30頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月發(fā)病的概率：P=[exp(b0+b1x1+…+bmxm)]/[1+exp(b0+b1x1+…+bmxm)]不發(fā)病的概率：Q=1-P=1/[1+exp(b0+b1x1+…+bmxm)]P/(1-P)=exp(b0+b1x1+…+bmxm)定義y=ln[P/(1-P)]為logit變換,它是比數(shù)的自然對(duì)數(shù)值,則有y=ln[p/(1-p)]=b0+b1x1+…+bmxm

Logistic回歸第31頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月Logistic回歸和多元回歸一樣，也可用逐步剔選的方法選擇變量，使方程內(nèi)變量都顯著，方程外變量都不顯著，稱為逐步Logistic回歸。Logistic回歸模型既適用于隊(duì)列研究，又適用于病例對(duì)照研究，也適用于現(xiàn)況調(diào)查。Logistic回歸第32頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月Logistic回歸的應(yīng)用在隊(duì)列研究中用于預(yù)測(cè):把各協(xié)變量代入方程，得到P值，即發(fā)病的概率。因素關(guān)聯(lián)分析：分析哪些因素（協(xié)變量）對(duì)疾病的發(fā)生有顯著作用。對(duì)各偏回歸系數(shù)作顯著性檢驗(yàn)，如顯著，則說(shuō)明在排除其它因素的影響后，該因素與發(fā)病有顯著關(guān)系。求各因素在排除其它因素的影響后，對(duì)于發(fā)病的相對(duì)危險(xiǎn)度（或比數(shù)比）比較各因素對(duì)于發(fā)病的相對(duì)重要性:比較各標(biāo)準(zhǔn)化偏回歸系數(shù)bi絕對(duì)值的大小，絕對(duì)值大的對(duì)發(fā)病的作用也大。Logistic回歸第33頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月如某因素Xi的偏回歸系數(shù)為bi，

1）則該因素Xi對(duì)于發(fā)病的比數(shù)比為exp(bi)(1)當(dāng)Xi為二值變量時(shí)，如吸煙（1=吸，0=不吸）exp(bi)為吸煙對(duì)于發(fā)病的比數(shù)比(OR)Logistic回歸第34頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月2）當(dāng)Xi為等級(jí)變量時(shí)，如吸煙（0=不吸，1=少量，2=中等，3=大量）。exp(bi)為每增加一個(gè)等級(jí)，發(fā)病的相對(duì)危險(xiǎn)度如大量對(duì)于不吸其發(fā)病的相對(duì)危險(xiǎn)度為：exp(3bi)3）當(dāng)Xi為連續(xù)變量時(shí)，如年齡（歲）exp(bi)為每增加一歲時(shí)，發(fā)病的相對(duì)危險(xiǎn)度如60歲相對(duì)于35歲其發(fā)病的相對(duì)危險(xiǎn)度為exp(25bi)Logistic回歸第35頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月

指標(biāo)偏回歸系數(shù)標(biāo)準(zhǔn)誤P值標(biāo)準(zhǔn)偏回歸系數(shù)常數(shù)項(xiàng)-2.87702.09540.1697.X3C2.28441.02100.02530.519452X51.01020.31470.00130.931773X61.63210.54490.00270.837360X8-0.57640.18740.0021-0.917033X90.0003860.0001860.03840.392918Logistic回歸第36頁(yè)，課件共39頁(yè)，創(chuàng)作于2023年2月各指標(biāo)的相對(duì)危險(xiǎn)度：大體類型為浸潤(rùn)對(duì)于非浸潤(rùn)3年內(nèi)死亡的相對(duì)危險(xiǎn)度為：

e2.2844=9.82胃癌深度級(jí)別每增加1級(jí)：e1.0102=2.75淋