卫生统计学教研室2014-2015学年教学工作总结

第一篇：卫生统计学教研室2014-2015学年教学工作总结

卫生统计学教研室2014/2015学年教学工作总结

时间飞逝，2014/2015学年已经到了尾声，回顾本学年的教学工作，在学校及学院领导的正确指导和大力支持下，卫生统计学教研室圆满完成了学校及学院交代的各项教学任务，同时也获得了很多的宝贵经验。对本学年的教学工作总结如下：

一、教学工作方面

1、圆满完成了本学年教学任务

根据新的培养方案，2014/2015学年卫生统计学教研室承担了2011预防医学和2013级卫生检验与检疫专业《卫生统计学》教学，2012级临床影像、2012级医学影像、2012级医学检验、2012级临床医学（教改班/定向班）、2014级护理本科、2014级自考护理本科（高中）和2013级专科药学的《医学统计学》教学，同时还承担了2012级护理本科、2012级临床医学等专业《卫生学》中医学统计学部分知识的教学。教研室根据各位任课教师的特点及工作任务量要求，对这一学年的课程授课任务进行了合理分配，同时聘请名校教授对2011预防医学专业的《卫生统计学》课程进行教学。每月教研室教师在例会中，探讨新颖、创新型的教学方法，教师之间互相听课来从中吸取各自的优点，至学年末圆满完成了学院给予的安排的教学任务，教学计划。

2、日常管理管理工作

规范日常教学管理，建立了教学检查评估和提升教学质量的长效机制。教研室要求各位教师认真备课，严格根据进度表和课程教学大纲授课。教师个人的教学资料，如课程教学大纲、备课笔记、进度表、授课记录本、试卷等应规范、齐全。本教研室教师现已全部采用多媒体授课。及时布置、批改并讲评作业。教学上的常规检查与专项检查持之以恒，能及时总结检查中反映出的得失成败，并已初步形成反馈机制，但尚未建立起奖惩机制。由于各位教师课时任务重，听评课制度的落实还不到位。

3、加强师德建设，教师注重教书育人

根据学校精神，积极开展对教研室老师师德师风教育，要求每个老师积极参与对学生的教育培养，教师不仅仅是课堂知识的传授者，也应该更多的关心他们的素质提高、专业素质的培养等多方面，教师应该从多方面关心、引导学生，应该是学生的良师益友。

二、教改科研方面

1、注重教师自身素质的提高，并提高科研水平

本学期要求教师不断学习，保证自身素质的提高，老教师应在原有的基础上，进一步完善自己的知识结构，年轻教师要加强专业知识的研究，丰富自己的教学经验，向老教师学习，学习他们的敬业精神，学习他们的授课技巧。不断提高自己的授课水平。

2、申请教改科研项目

本教研室积极探索医学统计学教学方法改革，申请了“临床医学本科专业《医学统计学》实验教学改革研究”项目，获得了院级教改项目立项。

三、其他相关工作

按照学院提高学生自主学习能力，巩固提高其医学统计学基本理论水平和实践能力，培养学生独立分析问题、解决问题、终身学习和工作能力以及团队协作能力的要求，教研室利用学院搭建的资源共享平台，向学生分享了600多篇新的医学统计学理论及应用文献、以及5个相关视频。

四、今后发展方向

经过本学年的教学，教研室在看到了自身已经取得的教学成绩的同时，也看到了自身教改科研能力方面的不足，今后一定要时刻关注省级部门对于教育学术、教育理念、精品课程的思想的变化，紧紧跟随党的十八大对于中国社会未来发展的构想，使得我们的教育学术、精品课程的工作一直跟在时代的前列。

卫生统计学教研室

2015年7月9日

第二篇：卫生统计学总结

卫生统计学总结

王玉林 石河子大学医学院预防医学系

（一）简答题

一.方差分析的基本思想是什么？

方差分析的基本思想就是把全部观察值间的变异（总变异）按设计和需要分解成两个或多个组成部分，然后将各部分的变异与随机误差进行比较，以判断各部分的变异是否具有统计学意义，总自由度也分解成相应的几个部分，再做分析。分解的每一部分代表不同的含义，其中至少有一部分代表各均数间的变异情况，另一部分代表误差。

二.标准差和标准误的区别与联系？

标准差和标准误都是变异指标，但它们之间有区别，也有联系。

1.区别：①概念不同：标准差是描述观察值(个体值)之间的变异程度；标准误是描述样本均

数的抽样误差；

②用途不同：标准差与均数结合估计参考值范围，计算变异系数，计算标准误等。

标准误用于估计参数的可信区间，进行假设检验等。

③它们与样本含量的关系不同：当样本含量 n 足够大时，标准差趋向稳定；而标

准误随n的增大而减小，甚至趋于0。

2.联系：标准差，标准误均为变异指标，当样本含量不变时，标准误与标准差成正比。

三.假设检验的原理是什么？

假设检验：统计学中的一种推论过程，通过样本统计量得出的差异作为一般性结论，判断总体参数之间是否存在差异。

假设检验的实质是对可置信性的评价，是对一个不确定问题的决策过程，其结果在一定概率上正确的，而不是全部。

1.两类假设

对于任何一种研究而言，其结果无外乎有两种可能,即是否符合我们预期。一般来说证伪一件事情比证实一件事容易，在行为科学的研究中，由于我们无法了解总体中除样本以外的个体情况，因此尝试拒绝虚无假设的方法优于证明备择假设。备则假设：因变量的变化、差异确实是由于自变量的作用

往往是我们对研究结果的预期，用H1表示。

虚无假设：实际上什么也没有发生，我们所预计的改变、差异、处理效果都不存在 观察到的差异只是随机误差在起作用，用H0表示。2.小概率原理

小概率原理：小概率事件在一次试验中几乎是不可能发生的

至于什么就算小概率事件，那就是我们在计算前明确的决策标准，也就是显著性水平α。在检验过程中，我们假设虚无假设是真实的，同时计算出观测到的差异完全是由于随机误差所致的概率。之后将其与我们实现界定好的显著性水平比较，从而考虑是否依据小概率原理来拒绝虚无假设。

3.两类错误 第Ⅰ类错误：当虚无假设正确时，我们拒绝了它所犯的错误，也叫α错误 研究者得出了处理有效果的结论，而实际上并没有效果，即所谓“无中生有” 第Ⅱ类错误：当虚无假设是错误的时候，我们没有拒绝所犯的错误，也叫β错误 假设检验未能侦查到实际存在的处理效应，即所谓“失之交臂” 两类检验的关系 ①α+β不一定等于1 ②在其他条件不变的情况下，α与β不可能同时减小或增大 4.检验的方向性

单侧检验：强调某一方向的检验，显著性的百分等级为α

双侧检验：只强调差异不强调方向性的检验，显著性百分等级为α/2 对于同样的显著性标准，在某一方向上，单侧检验的临界区域要大于双侧检验，因此如果差异发生在该方向，单侧检验犯β错误的概率较小，我们也说它的检验效力更高。5.假设检验的步骤

①根据问题要求，提出虚无假设和备择假设 ②选择适当的检验统计量 ③确定检验的方向性并规定显著性水平④计算检验统计量的值 ⑤将统计量的值与临界值对比做出决策

附：假设检验基本推断原理：小概率事件在一次随机试验中不（大）可能发生。

假设检验基本逻辑：在零假设成立的情形下计算统计量和P值，把“不太可能出现的 假阳性”当做“不可能出现假阳性”，从而拒绝零假设。

四.直线相关与直线回归的区别与联系？

1.区别：①相关分析资料双变量正态分布，回归资料只要求Y为正态分布，X可是正态分布

资料，也可为一般变量。

②意义上，相关说明互相关系，回归反应依存关系。2.联系：①同一资料，r与b的正负号相同

②r与b的假设检验等价，同一资料tb=tr

③用回归解释相关R2=SS回/SS总

五.应用相对数时的注意事项？

1.理解相对数的含义不可望文生义 2.频率型指标的解释要紧扣总体与属性 3.计算相对数时分母应有足够数量 4.正确计算合计率 5.注意资料的可比性 6.样本相对数的统计推断

六.非参数检验的特点和适用范围

1.特点：①对样本所来自的总体分布形式没有要求。

②收集资料方便，可用“等级”或“符号”来记录观察结果。

③多数非参数检验方法比较简便，易于理解和掌握。

④缺点是损失信息量，适用于参数检验的资料用非参数检验会降低检验效能。2.适用范围：①等级资料。②偏态分布资料。③方差不齐，且不能通过变量变换达到齐性。

④个体数据偏离过大，或一端或两端无界的资料。⑤分布类型不明。⑥初步分析。七.卡方检验的用途？

1.单样本分布的拟合优度；

2.比较两个或多个独立样本频率或独立样本频率分布； 3.比较配对设计两样本和两频率分布。

八.均数比较的方法有哪些？

1.t检验

①单样本资料的t检验：样本均数与总体均属比较的t检验，推断样本是否来自已知总体。

应用条件：计量资料，具有独立性、正态性、方差齐性。

②两独立样本资料的t检验：推断两样本总体均数是否相等（或两样本是否来自同一总体）。

应用条件：计量资料，具有独立性、正态性、方差齐性。

③配对设计资料的t检验：配对计量资料比较的t检验，差值均数的比较，包括异体配对和

自身配对。

应用条件：计量资料，具有独立性、正态性、方差齐性。2.方差分析

①完全随机设计资料的方差分析：多个样本均数的比较。

应用条件：计量资料，具有独立性、正态性、方差齐性。②随机区组设计资料的方差分析：多个样本均数的比较。

应用条件：计量资料，具有独立性、正态性、方差齐性。

③析因设计资料的方差分析：分析个实验因素的单独效应、主效应和因素间的交互效应。

应用条件：计量资料，具有独立性、正态性、方差齐性。

3.非参数检验

①单样本资料的秩和检验：用于不满足t检验条件的单样本定量变量资料的比较，推断样本中位数与已知总体中位数是否相等。

应用条件：计量资料，不具有独立性、正态性、方差齐性。

②配对设计资料的秩和检验：当差值d不满足正态分布时使用，推断两个总体中位数是否相等，即两种处理效应是否相同。

应用条件：计量资料，差值具有正态性。③两独立样本比较的秩和检验：推断连续型变量资料或有序变量资料的两个独立样本代表的两个总体分布是否有差别。

应用条件：两样本来自非正态总体或方差不齐。

④多组独立样本比较的秩和检验：推断定量变量或有序分类变量的多个总体分布有无差别。

应用条件：多个独立样本对应总体不满足正态性或方差齐性。⑤随机区组设计的秩和检验：多个样本均数的比较。

应用条件：多个独立样本对应总体不满足正态性或方差齐性。

九.参考值范围和可信区间的区别与联系

1.从意义来看

95％参考值范围是指同质总体内包括95％个体值的估计范围，而总体均数95％可信区间是指按95％可信度估计的总体均数的所在范围。2.从计算公式看

若指标服从正态分布，95％参考值范围的公式是：

±1.96s。总体均数95％可信区间的公式是：。

前者用标准差，后者用标准误。前者用1.96，后者用α为0.05，自由度为v的t界值。

十.频率分布表（图）的用途是什么？

1.揭示资料的分布类型

2.描述分布的集中趋势和离散趋势 3.便于发现某些特大和特小的可疑值 4.便于进一步计算指标和统计分析

（二）名词解释

1.医学统计学（medical statistics）应用概率论和数理统计学原理结合医学实际解决医学科研中设计，资料收集、整理、分析的科学。

2.总体（population）是根据研究目的确定的同质研究对象的全体。3.样本（sample）是指从研究总体中抽取的一部分有代表性的个体。

4.同质（homogeneity）是指同一总体中个体的性质、影响条件或背景相同或非常相近。5.变异（variation）是指同质的个体之间存在的差异。6.参数（parameter）是指反映总体特征的统计指标。

7.样本统计量（statistic）由样本观察资料计算出来的反映样本特征的两称为样本统计量。8.频率分布表（frequency distribution table）当变量值个数较多时，对各变量值出现的频率列表即为频率分布表，简称频率表。

9.二项分布（binomial distribution）是指在只会产生两种可能结果的n次独立重复试验中，当每次试验的“阳性”概率保持不变时，出现“阳性”的次数X=0,1,2,3...，n的一种概率分布。

10.医学参考值范围（reference range）是指特定的“正常”人群的解剖、生理、生化指标及组织代谢产物含量等数据中大多数个体的取值所在的范围。

11.抽样误差（sampling error）由于生物固有的个体变异的存在，从某一总体中随机抽取一个样本，所得样本统计量与相应的总体参数往往是不同的，这种差异称为抽样误差。

12.置信区间（confidence interval，CI）区间估计是将样本统计量与标准误结合起来，确定一个具有较大置信度的包含总体参数的范围，该范围称为总体参数的置信区间。

13.统计推断（statistical inference）由样本信息对相应总体的特征进行推断称为统计推断。14.假设检验（hypothesis testing）若对所估计的总体首先提出一个假设，然后通过样本数据去推断是否拒绝这一假设，称为假设检验。

15.析因设计（factorial design）是将两个或多个实验因素的个水平进行全面组合的实验，能够分析个实验因素的单独效应、主效应和因素间的交互效应。

16.单独效应（simple effect）是指其他因素水平固定时，同一因素不同水平的效应之差。17.主效应（main effect）是指某一因素单独效应的平均值。

18.交互效应（interaction）是指两个或多个因素间的效应互不独立的情形。

19.参数检验（parametric test）凡是以特定的总体分布为前提，对未知的总体参数做推断的假设检验方法统称为参数检验。

20.非参数检验（nonparametric test）不以特定的总体分布为前提，也不针对决定总体分布的几个参数做推断，故又称任意分布检验（distribution-free test）。

21.线性相关系数（linear correlation coefficient）是表示两个随机变量之间线性相关强度和方向的统计量。

22.回归系数（regression coefficient）回归分析中度量依变量对自变量的相依程度的指标，它反映当自变量每变化一个单位时，依变量所期望的变化量。（回归系数βj表示在控制其他自变量时，自变量Xj变化一个单位所引起logit（π）的改变量）

23.决定系数（coefficient of determination）回归平方和与总离均差平方和之比称为决定系数。它反映了回归贡献的相对程度，即在因变量Y的总变异中回归关系所能解释的比例。24.生存分析（survival analysis）就是将终点事件的出现与否和达到终点所经历的时间结合起来分析的一类统计分析方法。

第三篇：教研室教学工作总结

教研室教学工作总结

一、党支部工作

2011年是不寻常的一年，我们期盼已久的中国共-产-党第十七次代表大会胜利召开，深刻揭示了在中国共-产-党领导下全面建设中国特色社会主义已进入了一个新的关键时期。是我们党和全国人民生活中的一件大事，教研室党支部及时组织党员和全体同志认真学习贯彻和落实“十七大”报告精神，联系教研室实际，紧密围绕学科的中心任务开展各项工作。在确保党支部先进性的同时，以推进能力建设为重点，认真贯彻落实科学发展观，坚持以人为本，为学科建设把握方向、凝聚力量，充分发挥党员的先锋模范作用。圆满的完成了上级赋予的各项任务，在学科全面建设和发展中充分发挥了党支部的战斗堡垒作用。支部工作主要体现在以下几个方面：

(一)加强政治学习，确保思想统一

1、认真学习贯彻和落实“十七大”精神 “高举中国特色社会主义伟大旗帜，以邓-小-平理论和“三个代表”重要思想为指导，深入贯彻落实科学发展观，继续解放思想，坚持改革开放，推动科学发展，促进社会和-谐，为夺取全面建设小康社会新胜利而奋斗。”这是党的第十七次代表大会的会议主题，也是向全国乃至全世界人民宣告了我们中国共-产-党举什么旗走什么路的问题。同时也为我们每个共-产-党员指明了方向和奋斗的目标并提出了新的要求。全科党员和全体同志在党支部精心组织下，一方面积极参加学校组织的“十七大”精神辅导报告会;另一方面党支部部署了今年下半年学习贯彻落实“十七大”精神总体计划。党支部书记联系实际为科室全体同志串讲了“十七大”报告，有计划按步骤进行专题学习，对照检查找差距并提出整改措施，力争使科室全体同志做到思想上与党中央保持高度一致。

2、政治学习形式多样化、制度化 每周三下午除基础部和学校安排集体活动外为科室法定的政治学习日，政治学习形式多样化，主要是以联系科室的实际情况和存在的问题，采取有针对性的学习，如思想认识问题、学科建设问题、人才培养问题、实验室使用和管理问题等等。力争通过每次学习，都能够解决一到两个实际问题。防止搞形式、走过场，以提高学习质量为出发点，以解决问题为落脚点，确保了学科两个中心任务的圆满完成。

第四篇：《卫生统计学》课程教学大纲汇总

吉林大学公共卫生学院MPH课程教学大纲

《卫生统计学》课程教学大纲

课程名称： 卫生统计学 课程编码：MD264001 英文名称： Health Statistics 课程类别：必修 课程学时： 60 课程学分：3 授课科室： 卫生统计学教研室 授课地点：三楼多媒体教室 授课对象： 公共卫生硕士 授课时间： 执笔人： 陶育纯 编写日期：

一、课程简介

卫生统计学是把概率论和数理统计原理和方法应用于医学研究、人民健康和卫生事业管理的一门科学，是公共卫生硕士（MPH）的专业学位课程。它主要研究数据的搜集、整理、分析和推断，反映事物特征，揭示事物间的客观规律。

本课程的内容包括卫生统计学的基本概念，不同类型资料的统计描述方法，常用统计图表，常用的统计分布，不同类型资料的常用统计推断方法，线性回归和相关分析，常用非参数统计方法，生存分析等。

本课程通过课堂讲授、实习等形式进行，注重基本技能训练，培养严密的统计逻辑思维能力，训练独立进行统计分析的能力。课程采用提问、考试等方式评价教学效果。

通过本课程学习，要求学生能够：

1.掌握常用的和重要的统计分析方法，为学习流行病学等学科、阅读专业书刊和从事公共卫生领域工作打下一必要的统计学基础。

2.学会运用直观的统计图表反映居民健康状况的各项指标。

3.熟练掌握函数型计算器统计功能的使用方法，了解统计软件的功能和基本使用方法。

4.养成统计逻辑思维的习惯，具有严肃认真、实事求是，对人民负责的科学态度。

二、课程学时分配

课 时 分 配 表

授 课 内 容 理论教学时数 实习教学时数 合计教学时数 第一章 绪言 2 2 第二章 统计描述 6 4 10 第三章 三个常用分布 2 1 3

吉林大学公共卫生学院MPH课程教学大纲

第四章 总体均数的估计和总体率的估计 2 1 3 第五章 正态总体均数的假设检验 8 4 12 第六章 Poisson分布总体均数的假设检验 1 1 2 第七章 总体率的假设检验 1 1 2 第八章 行列表资料的统计分析 6 4 10 第九章 线性回归和相关分析 4 2 6 第十章 非参数统计分析 4 2 6 第十一章 生存分析 2 2 考试 2 2 学时合计 40 20 60

三、课程内容及教学要求

第一章 绪言

［教学目的和要求］ 掌握统计学的基本概念。2 掌握统计资料的类型。3 熟悉统计工作的基本步骤。［讲授内容］ 统计学的基本概念：总体和样本；参数和统计量；概率。2 统计资料的类型：计量资料；计数资料；等级资料。统计工作的基本步骤：设计；搜集资料；整理资料；分析资料。[授课时数] 2学时

[外文专业术语] statistics, health statistics, population, sample, parameter, statistic, probability

[教学方法和手段] 课堂讲授

第二章

统计描述 ［教学目的和要求］ 熟悉频数分布表的编制过程。2 掌握计量资料的统计描述方法。3 掌握计数资料的统计描述方法。了解率的标准化法的意义和计算方法。了解制作统计图表的基本要求，熟悉常用统计图表的制作。［讲授内容］ 频数分布表的编制方法。计量资料的平均水平指标：均数；几何均数；中位数和百分位数。计量资料的变异程度指标：极差；四分位数间距；方差和标准差；变异系数。4 常用相对数：率；构成比；相对比；应用相对数的注意事项。5 率的标准化方法。动态数列及其分析指标。7 常用统计图表。［授课时数］

6学时

［外文专业术语］ frequency, frequency distribution table, mean, geometric mean, median, percentile, range, variance, standard deviation, coefficient of variation, rate, proportion, ratio, standardized rate

吉林大学公共卫生学院MPH课程教学大纲

[教学方法和手段] 课堂讲授和实习（课堂习题），多媒体演示。

第三章

三个常用分布 ［教学目的和要求］ 熟悉正态分布的特征和正态曲线下面积分布规律，掌握参考值范围的估计。2 了解二项分布的特征和正态近似性。了解Poisson分布的特征和二项分布的近似性。［讲授内容］ 正态分布的特征和正态曲线下面积分布规律，参考值范围的估计。2 二项分布的特征和正态近似性。Poisson分布的特征和二项分布的近似性。［授课时数］

2学时

［外文专业术语］ normal distribution, reference ranges, binomial distribution, Poisson distribution [教学方法和手段] 课堂讲授和实习（课堂习题），多媒体演示。

第四章

总体均数的估计和总体率的估计 ［教学目的和要求］ 熟悉抽样误差的含义，掌握均数的标准误的计算方法。2 掌握t分布的特征和t界值的使用。3 掌握总体均数的可信区间计算方法。4 掌握率的标准误的计算方法。5 掌握总体率的可信区间计算方法。［讲授内容］ 均数的抽样误差，均数的标准误。

2t分布的特征和t分布曲线下面积分布规律。总体均数的区间估计：总体均数95％（99％）可信区间的计算。4 率的抽样误差与标准误。总体率的区间估计：总体率95％（99％）可信区间的计算。［授课时数］ 2学时

［外文专业术语］ sampling error, standard error, t-distribution, interval estimate, confidence interval [教学方法和手段] 课堂讲授和实习（课堂习题），多媒体演示。

第五章

正态总体均数的假设检验 [教学目的和要求] 1 掌握假设检验的基本思想和基本概念。2 掌握假设检验的基本步骤。3 掌握t检验和u检验。熟悉方差分析的基本思想和应用条件。掌握完全随机设计和配伍组设计资料的方差分析方法。6 熟悉多个均数间的两两比较方法。［讲授内容］

吉林大学公共卫生学院MPH课程教学大纲

假设检验的基本思想和基本概念。两类错误和单双侧检验。假设检验的基本步骤。

样本均数与总体均数比较的t检验；配对资料的t检验；两样本均数比较的t检验；两大样本均数比较的u检验。5 方差分析的基本思想和应用条件。完全随机设计资料的方差分析；配伍组设计资料的方差分析。7 均数间的两两比较方法。［授课时数］ 8学时

［外文专业术语］ hypothesis test, size of a test, statistic, statistical significance, t-test, u-test, type I error, type II error, analysis of variance(ANOVA), one-way ANOVA, homogeneity of variance, LSD-t test, Dunnett-t test, SNK-q test [教学方法和手段] 课堂讲授和实习（课堂习题），多媒体演示。

第六章

Poisson分布总体均数的假设检验 ［教学目的和要求］ 了解Poisson分布的正态近似条件。了解Poisson分布的两样本均数比较的u检验。［讲授内容］ Poisson分布的直接计算概率法和正态近似法。2 Poisson分布的两样本均数比较的u检验。［授课时数］ 1学时

[教学方法和手段] 课堂讲授。

第七章

总体率的假设检验 ［教学目的和要求］ 了解二项分布的正态近似条件。熟悉二项分布的两样本均数比较的u检验。［讲授内容］ 二项分布的直接计算概率法和正态近似法。2 二项分布的两样本均数比较的u检验。［授课时数］ 1学时

[教学方法和手段] 课堂讲授。

第八章

行列表资料的统计分析 ［教学目的和要求］ 熟悉χ2检验的基本思想。掌握四格表资料χ2检验和适用条件。3 掌握配对四格表资料χ2检验。4 掌握行×列表资料χ2检验。5 了解行×列表χ2检验注意事项。［讲授内容］ χ2检验的基本思想。1 2 3 4

吉林大学公共卫生学院MPH课程教学大纲 四格表资料χ2检验，四格表χ2检验专用公式和校正公式。3 配对四格表资料χ2检验。4 行×列表资料χ2检验。多个四格表资料的统计分析。［授课时数］ 6学时

[外文专业术语] chi-square test, Fisher exact test [教学方法和手段] 课堂讲授和实习（课堂习题），多媒体演示。

第九章

线性回归和相关分析 ［教学目的和要求］ 掌握直线回归的概念，直线回归方程的求法，回归系数的假设检验。2 了解直线回归方程的应用。掌握直线相关的概念，直线相关系数的求法，相关系数的假设检验。4 了解线性回归模型的分析方法。［讲授内容］ 直线相关的概念，直线相关系数的求法，相关系数的假设检验。2 直线回归的概念，直线回归方程的求法，回归系数的假设检验。3 直线回归的区间估计。4 直线回归方程的应用。线性回归模型的概念，线性回归模型的计算。［授课时数］ 4学时

［外文专业术语］ correlation, regression, linear regression, linear regression equation, intercept, regression coefficient, linear correlation, correlation coefficient [教学方法和手段] 课堂讲授和实习（课堂习题），多媒体演示。

第十章

非参数统计分析 [教学目的和要求] 1 了解非参数统计的概念和应用条件及与参数统计的区别。2 掌握常用的秩和检验方法。3 熟悉等级相关的分析方法。［讲授内容］ 非参数统计的概念和应用条件，非参数统计与参数统计的区别。配对设计资料差别的符号秩和检验，两独立样本资料差别的秩和检验，完全随机

设计多组资料差别的秩和检验，配伍组设计的多组秩和检验。3 等级相关。［授课时数］ 4学时

［外文专业术语］ nonparametric statistics, rank sum test, Wilcoxon signed rank test [教学方法和手段] 课堂讲授和实习（课堂习题），多媒体演示。

第十一章

生存分析 [教学目的和要求] 1 了解生存分析的概念和生存率的计算。2 了解生存曲线的意义。

吉林大学公共卫生学院MPH课程教学大纲

［讲授内容］ 生存分析的概念，生存时间，截尾值，生存概率，生存率，生存曲线。2 生存率的计算及其标准误。3 Kaplan-Meier法。4 生存曲线的比较。［授课时数］ 2学时

［外文专业术语］ survival analysis, survival probability, survival rate, censored value [教学方法和手段] 课堂讲授和多媒体演示。

四、习题、作业、讨论

习课以教材每章附带的思考与练习题为主，适当补充课外材料。作业从上述习题范围内选取，采取课堂集中讲解方式批改。实习课中适当采用讨论的形式进行。

五、考试形式与方法

笔试（闭卷）。

六、本课程与其它课程的联系

是流行病学，社会医学，卫生事业管理学的主要分析工具。

七、教材及主要参考书

教材：

卫生统计学方法

曹素华主编 复旦大学出版社 2003年

主要参考书：

1、卫生统计学 第5版

方积乾主编 人民卫生出版社 2003年

2、流行病学

第5版

李立明主编 人民卫生出版社 2003年

3、卫生统计学 第四版

倪宗瓒主编 人民卫生出版社 2000年

4、医用SAS统计分析

金丕焕等主编

复旦大学出版社

2002年

5、Excel在统计分析中的应用

刘钢主编

人民卫生出版社

2002年

第五篇：卫生统计学学习总结

1.连续性资料

1.1 两组独立样本比较

1.1.1 资料符合正态分布,且两组方差齐性,直接采用t检验。

1.1.2 资料不符合正态分布，（1）可进行数据转换,如对数转换等,使之服从正态分布,然后对转换后的数据采用t检验；（2）采用非参数检验,如Wilcoxon检验。

1.1.3 资料方差不齐，（1）采用Satterthwate 的t’检验；（2）采用非参数检验,如Wilcoxon检验。1.2 两组配对样本的比较

1.2.1 两组差值服从正态分布，采用配对t检验。

1.2.2 两组差值不服从正态分布，采用wilcoxon的符号配对秩和检验。1.3 多组完全随机样本比较

1.3.1资料符合正态分布，且各组方差齐性，直接采用完全随机的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey法，Scheffe法，SNK法等。

1.3.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Kruscal－Wallis法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用成组的Wilcoxon检验。1.4 多组随机区组样本比较

1.4.1资料符合正态分布，且各组方差齐性，直接采用随机区组的方差分析。如果检验结果为有统计学意义，则进一步作两两比较，两两比较的方法有LSD检验，Bonferroni法，tukey法，Scheffe法，SNK法等。1.4.2资料不符合正态分布，或各组方差不齐，则采用非参数检验的Fridman检验法。如果检验结果为有统计学意义，则进一步作两两比较，一般采用Bonferroni法校正P值，然后用符号配对的Wilcoxon检验。

****需要注意的问题：

（1）一般来说，如果是大样本，比如各组例数大于50，可以不作正态性检验，直接采用t检验或方差分析。因为统计学上有中心极限定理，假定大样本是服从正态分布的。

（2）当进行多组比较时，最容易犯的错误是仅比较其中的两组，而不顾其他组，这样作容易增大犯假阳性错误的概率。正确的做法应该是，先作总的各组间的比较，如果总的来说差别有统计学意义，然后才能作其中任意两组的比较，这些两两比较有特定的统计方法，如上面提到的LSD检验，Bonferroni法，tukey法，Scheffe法，SNK法等。**绝不能对其中的两组直接采用t检验，这样即使得出结果也未必正确**

（3）关于常用的设计方法：多组资料尽管最终分析都是采用方差分析，但不同设计会有差别。常用的设计如完全随即设计，随机区组设计，析因设计，裂区设计，嵌套设计等。

2．分类资料 2.1 四格表资料

2.1.1 例数大于40，且所有理论数大于5，则用普通的Pearson

检验。

检验或Fisher’s确切概2.1.2 例数大于40，所有理论数大于1，且至少一个理论数小于5，则用校正的率法检验。

2.1.3 例数小于40，或有理论数小于2，则用Fisher’s确切概率法检验。2.2

2×C表或R×2表资料的统计分析

2.2.1 列变量＆行变量均为无序分类变量，则（1）例数大于40，且理论数小于5的格子数目<总格子数目的25％，则用普通的Pearson

检验。（2）例数小于40，或理论数小于5的格子数目>总格子数目

检验只说明组

检验的25％，则用Fisher’s确切概率法检验。

2.2.2列变量为效应指标，且为有序多分类变量，行变量为分组变量，用普通的Pearson 间构成比不同，如要说明疗效，则可用行平均分差检验或成组的Wilcoxon秩和检验。2.2.3 列变量为效应指标，且为二分类变量，行变量为有序多分类变量，则可采用普通的Pearson 比较各组之间有无差别，如果总的来说有差别，还可进一步作两两比较，以说明是否任意两组之间的差别都有统计学意义。2.3

R×C表资料的统计分析

2.2.1 列变量＆行变量均为无序分类变量，则（1）例数大于40，且理论数小于5的格子数目<总格子数目的25％，则用普通的Pearson

检验。（2）例数小于40，或理论数小于5的格子数目>总格子数目

检验只说明组的25％，则用Fisher’s确切概率法检验。（3）如果要作相关性分析，可采用Pearson相关系数。2.2.2列变量为效应指标，且为有序多分类变量，行变量为分组变量，用普通的Pearson 间构成比不同，如要说明疗效或强弱程度的不同，则可用行平均分差检验或成组的Wilcoxon秩和检验或Ridit分析。2.2.3 列变量为效应指标，且为无序多分类变量，行变量为有序多分类变量，则可采用普通的Pearson 检验比较各组之间有无差别，如果有差别，还可进一步作两两比较，以说明是否任意两组之间的差别都有统计学意义。

2.2.4 列变量＆行变量均为有序多分类变量，（1）如要做组间差别分析，则可用行平均分差检验或成组的Wilcoxon秩和检验或Ridit分析。如果总的来说有差别，还可进一步作两两比较，以说明是否任意两组之间的差别都有统计学意义。（2）如果要做两变量之间的相关性，可采用Spearson相关分析。2.4 配对分类资料的统计分析

2.4.1 四格表配对资料，（1）b＋c>40，则用McNemar配对检验。

2.4.1 C×C资料，（1）配对比较：用McNemar配对

检验。（2）b＋c<40，则用校正的配对

检验。（2）一致性检验，用Kappa检验。