《[人卫 8 版统计] 卫生统计学细致讲解》课程简介
一、课程概述
《[人卫 8 版统计] 卫生统计学细致讲解》是一门专注于卫生统计学领域的专业课程，主要依据人民卫生出版社第 8 版的卫生统计学教材进行细致深入的讲解。该课程旨在帮助学员系统掌握卫生统计学的基本概念、原理、方法和应用，使学员能够运用统计学知识解决卫生保健、医学研究和公共卫生实践中的数据收集、整理、分析和解释等问题，为从事医疗卫生相关工作或进一步的学术研究奠定坚实的统计基础。
二、课程目标
知识掌握目标：
使学员全面掌握卫生统计学的基本概念和基础理论，包括数据类型、统计描述、统计推断、参数估计、假设检验等基础知识。
让学员深入理解各种统计分析方法的原理和适用条件，如 t 检验、方差分析、卡方检验、秩和检验、回归分析、生存分析等，为正确选择和使用统计方法提供依据。
技能提升目标：
培养学员的数据收集和整理能力，使其能够根据研究目的设计合理的数据收集方案，对收集到的数据进行有效的整理和编码。
提升学员的统计分析技能，让学员熟练运用统计软件（如 SPSS、R 等）进行数据处理和分析，准确解读统计分析结果，得出科学的结论。
应用实践目标：
引导学员将卫生统计学知识应用于实际的卫生保健和医学研究中，如临床试验、流行病学调查、卫生服务研究等。
帮助学员学会运用统计方法评估卫生干预措施的效果，分析疾病的发生发展规律，为医疗卫生决策提供科学依据。
三、课程内容
基础理论部分：
数据类型与统计描述：
讲解卫生统计学中的数据类型，包括计量资料、计数资料和等级资料的特点和区别。
阐述描述性统计的方法，如集中趋势（均值、中位数、众数）和离散趋势（方差、标准差、四分位数间距）的计算和应用。
介绍统计图（如直方图、箱线图、饼图等）和统计表的制作原则和应用场景，使学员能够用图表清晰地展示数据信息。
概率与概率分布：
深入讲解概率的基本概念和计算方法，让学员理解概率在统计推断中的基础地位。
详细阐述常见的概率分布，如正态分布、二项分布、Poisson 分布的特征、性质和应用，为后续的统计分析奠定基础。
统计推断部分：
参数估计：
讲解点估计和区间估计的概念和方法，使学员掌握如何根据样本数据估计总体参数。
介绍不同情况下的参数估计方法，如大样本和小样本下总体均数和总体率的估计，以及置信区间的计算和解释。
假设检验的基本原理：
详细阐述假设检验的基本思想、步骤和基本概念，包括原假设、备择假设、检验水准、P 值等。
分析假设检验中的两类错误（Ⅰ 型错误和 Ⅱ 型错误）及其影响因素，让学员理解在统计推断中如何控制错误的发生。
t 检验：
深入讲解 t 检验的适用条件、不同类型（单样本 t 检验、配对 t 检验、两独立样本 t 检验）及其计算方法。
通过实例让学员学会运用 t 检验比较两组或多组数据的均数差异，判断是否具有统计学意义。
方差分析：
阐述方差分析的基本思想、适用条件和 F 分布，让学员理解其在多组数据比较中的优势。
详细介绍不同类型的方差分析，如完全随机设计、随机区组设计、析因设计的方差分析，以及如何解读分析结果。
卡方检验：
讲解卡方检验的原理和应用条件，包括四格表资料、行 × 列表资料的卡方检验。
通过实例让学员掌握如何运用卡方检验进行分类资料的统计分析，如检验两个或多个样本率或构成比的差异。
秩和检验：
介绍非参数检验的概念和适用情况，详细讲解秩和检验的方法，如配对资料、两独立样本、多组独立样本的秩和检验。
使学员明白在不满足参数检验条件时如何使用秩和检验进行数据的统计分析。
高级统计分析部分：
回归分析：
深入讲解线性回归分析的基本原理、模型建立和假设检验，让学员掌握如何分析变量之间的线性关系。
介绍多元线性回归分析的概念和应用，包括自变量的筛选方法和模型评价指标，使学员能够处理多因素数据。
阐述 logistic 回归分析的原理和应用，如用于分析二分类或多分类因变量与多个自变量之间的关系，在疾病风险预测等方面的应用。
生存分析：
讲解生存分析的基本概念，如生存时间、生存概率、生存率等。
详细介绍生存分析的基本方法，包括 Kaplan-Meier 法和 Cox 比例风险模型，使学员学会分析生存数据，评估生存时间和影响因素。
研究设计与统计应用部分：
实验设计：
讲解实验研究的基本要素（处理因素、受试对象、实验效应）和设计原则（对照、随机化、重复）。
详细介绍不同的实验设计类型，如完全随机设计、配对设计、交叉设计等，使学员能够根据研究目的选择合适的实验设计。
观察性研究设计：
阐述队列研究、病例对照研究和横断面研究等观察性研究的设计要点和统计分析方法。
让学员理解如何运用统计方法分析观察性研究中的数据，如相对危险度（RR）、比值比（OR）的计算和解释。
样本量估计：
讲解样本量估计的重要性和基本方法，包括不同研究类型（实验研究、观察性研究）和不同统计方法下的样本量计算。
使学员学会根据研究目的和统计方法确定合理的样本量，确保研究结果的可靠性。
统计软件应用部分：
SPSS 软件应用：
引导学员熟悉 SPSS 软件的基本操作界面和数据录入方法。
结合具体的统计分析任务，如数据描述、t 检验、方差分析、卡方检验等，让学员使用 SPSS 完成数据处理和分析操作。
帮助学员解读 SPSS 输出的统计结果，包括如何查看统计指标、P 值和检验结果的解释。
R 语言入门（可选）：
对有需求的学员，进行 R 语言的基本介绍，包括数据类型、数据输入和基本操作。
讲解如何使用 R 语言实现各种统计分析，如使用相应的函数进行 t 检验、回归分析等，提供更灵活的统计分析工具。