現(xiàn)場調(diào)查中的抽樣方法.ppt

現(xiàn)場調(diào)查中的抽樣方法,練習,人群總數(shù)10000（男4000人，女6000） 分層抽樣，男性抽100人，女性抽1000人，共1100人 樣本中共105人抽煙，其中男性55人，女性50人 問：人群總吸煙率是多少？,練習,人群總數(shù)10000(男4000人，女6000)，抽取樣本男100人（55人抽煙）, 女1000人（50人抽煙）。 問：人群總吸煙率是多少？ 直接算法：總吸煙率 = (55+50)/(100+1000) = 9.5% 正確算法：男4000抽100，每人代表40人(W=40) 女6000抽1000，每人代表6人(W=6) 總吸煙率 = (55*40+50*6)/(100*40+1000*6) = 25%,調(diào)查的分類,普查（全面調(diào)查） 典型調(diào)查（案例調(diào)查） 抽樣調(diào)查,普查 Census,人群中每個人都調(diào)查 沒有抽樣誤差 人群很小時可以使用 人群數(shù)很大時耗費人、財、物力，質(zhì)量不易控制，非抽樣誤差大 不適于患病率低和診斷技術比較復雜的疾病 無應答率常常較高,典型調(diào)查（案例調(diào)查）,有目的地選定典型的人、單位進行調(diào)查，對事物特征作深入了解。 沒有隨機原則，不能估計總體參數(shù)，只能對總體特征作經(jīng)驗推論，不屬于統(tǒng)計推斷的范疇,抽樣調(diào)查,抽樣調(diào)查：從總體中抽取一定數(shù)量的觀察單位組成樣本，根據(jù)樣本信息來了解總體特征。,基本概念,總體：根據(jù)研究目的確定的同質(zhì)觀察單位的全體 樣本：從總體中隨機抽取的部分觀察單位的總和 抽樣的目的：用樣本信息推斷總體特征 抽樣誤差： 由抽樣造成的樣本信息偏離總體參數(shù) 可計算總體參數(shù)的95%可信區(qū)間,95%可信區(qū)間：以樣本信息推論總體時，計算出的可信區(qū)間有95%的概率覆蓋總體參數(shù)。 高血壓患病率為20%（15%-28%） 高血壓患病率為18%（4%-51%）,X市居民甲狀腺結節(jié)患病情況調(diào)查：在沿海地區(qū)、山區(qū)、平原地區(qū)各隨機抽取1個村莊，每個村中再隨機抽取100戶家庭，每個家庭的全部成員作為調(diào)查對象。 在某地區(qū)的醫(yī)院進行醫(yī)院感染情況的抽樣調(diào)查，抽中40所醫(yī)院。實施過程中，有些醫(yī)院不配合?？筛鶕?jù)醫(yī)院特征（如同級、同類、病床數(shù)）替換愿意配合的醫(yī)院。,調(diào)查某地區(qū)腹瀉患病率，采用多階段抽樣方法。第1階段：兼顧地理位置、經(jīng)濟水平、人口數(shù)量、工作基礎和意愿，選擇A縣、B縣，C區(qū)和D縣作為調(diào)查點；第2階段,在某地區(qū)進行某病患病率調(diào)查，將鄉(xiāng)鎮(zhèn)按收入水平分層3層（高中低三層分別有150、120、100個鄉(xiāng)鎮(zhèn)），在每層各抽取10個鄉(xiāng)鎮(zhèn)，每個鄉(xiāng)鎮(zhèn)再各隨機抽取2個村莊，抽中村莊內(nèi)居民全部調(diào)查。 抽樣方法設計如何？ 每個村莊約60人，共調(diào)查到2400人，其中240人患病，患病率為多少？,兩類抽樣方法,非概率抽樣：無法確定被調(diào)查對象的概率，無法推斷總體，常用于探索性研究 碰巧抽樣或方便抽樣：超市里走出的前10個人 意圖抽樣：調(diào)查者有意的抽取某些對象，認為能代表某類人群。如：選擇一個大城市，一個城鎮(zhèn)，一個鄉(xiāng)村地區(qū) 滾雪球抽樣 概率抽樣：每個個體有一個可計算的非零概率， 可計算抽樣誤差，可推斷總體,概率抽樣調(diào)查 Sample surveys,按一定的概率，在人群中抽取一部分人來調(diào)查 以樣本統(tǒng)計量估計總體參數(shù) 節(jié)省時間、人力、物力，調(diào)查可以做得更細致 不適用于患病率很低疾病,常用概率抽樣的方法,簡單隨機抽樣 系統(tǒng)抽樣（等距抽樣、機械抽樣） 分層抽樣（分類抽樣） 整群抽樣,將總體的全部觀察單位編號，再用隨機數(shù)字等方法隨機抽取部分觀察單位組成樣本 例：某中學2100名學生，隨機抽200人估計近視率 先將所有學生編號：1，2，3，4，2100 查隨機數(shù)字表 6394 0710 6376 3587 0304 7988 94 710 76 1487 304 1688 注意：8400以上的數(shù)字不要 產(chǎn)生隨機數(shù)字： =rand（） =randbetween（） 隨機數(shù)字發(fā)生器 （練習）,單純隨機抽樣 Simple random sampling (SRS),1， 2， 3， 4， 2100 2101，2102，2103，2104，4200 4201，4202，4203，4204，6300 6301，6302，6303，6304，8400 8401，8402，8403，8404，999910500,1600個數(shù),2100個數(shù),1600個數(shù),500個數(shù),單純隨機抽樣,優(yōu)點：均數(shù)（或率）及標準誤的計算簡單 缺點：總體例數(shù)多時，需有全部名單，編號,將全部觀察單位根據(jù)某一順序編號，計算抽樣間隔，隨機抽第k號（小于抽樣間隔）觀察單位，然后依次用相等間隔抽取觀察單位組成樣本 先將所有學生編號：1，2，3，4，2100 確定抽樣間隔：2100/200=10.5（人），取10 在1-10之間隨機找一個數(shù)字，例如4 依次機械抽取：14，24，34， ，1994，2004,系統(tǒng)抽樣,系統(tǒng)抽樣,優(yōu)點： 易于理解，易行 樣本是均勻分布的，抽樣誤差小于單純隨機抽樣，對樣本進行方差估計時，可以將它看成是SRS 缺點： 當抽樣單位的排列有周期趨勢時，抽樣結果可能有偏差,根據(jù)樣本量估算，需要抽取該社區(qū)1/10的兒童采血檢測； 每個家庭有門牌號，從1-2000號，單號一排，雙號一排。調(diào)查者首先用隨機數(shù)字表從1-10中選一個數(shù)字，然后用系統(tǒng)隨機方法抽取該街道的1/10有兒童的家庭。 這一抽樣方法有什么潛在問題？,在農(nóng)村某地區(qū)開展兒童維生素D缺乏調(diào)查,分層抽樣,按影響較大的某種特征將總體分成若干組（統(tǒng)計上 叫做”層”），再從每一層內(nèi)隨機抽取一定數(shù)量的觀 察單位 分層變量最好是層間差別大，層內(nèi)差別小 層內(nèi)樣本量分配 按比例分配 等額分配 最優(yōu)分配 按照性別分層，男生和女生 每層中隨機抽取100名學生,分層抽樣,優(yōu)點： 減少抽樣誤差，分層后增加層內(nèi)同質(zhì)性 便于對不同的層采取不同的抽樣方法，如城鄉(xiāng)分層 還可對不同層獨立進行分析（各層要滿足樣本量）,先將總體分成若干個群，每個群包括若干觀察單位，再隨機抽取k個群，每個群的全部觀察單位組成樣本,整群抽樣,群間差異越小、抽取的“群”越多，精度越高，樣本量確定后，宜增加“群”數(shù)而減少群內(nèi)的觀察數(shù) 學校共有70個班（各個班級情況相似時比較好） 隨機抽取20個班（各班人數(shù)越少，抽班級數(shù)越多越好） 20個班級的所有學生都調(diào)查,整群抽樣,整群抽樣,優(yōu)點： 便于組織、節(jié)省經(jīng)費，容易控制調(diào)查質(zhì)量 缺點： 當樣本例數(shù)一定時，抽樣誤差大于單純隨機抽樣的誤差 抽取的群數(shù)應盡量多（15個），群數(shù)太少抽樣誤差大,各種抽樣方法的方差,分層抽樣 系統(tǒng)抽樣 單純隨機抽樣 整群抽樣,設計效力(Design Effect)：樣本量不變時，實際抽樣方法的方差與單純隨機抽樣的方差的比值 Ratio of actual variance to variance assuming SRS, given same n DE一般為1.3-3,多階段抽樣,單階段抽樣：四種基本抽樣方法都是通過一次抽樣產(chǎn)生一個完整的樣本 多階段抽樣：總體大，情況復雜，分布廣，可分若干階段進行抽樣，每個階段可用上述四種方法中任意一種進行抽樣 例：在某省進行某項調(diào)查： 第一階段：用系統(tǒng)抽樣法隨機抽取30個縣 第二階段：用SRS法每縣抽取10個自然村 第三階段：用SRS法每村抽取10名村民,第1階段為初級抽樣單位PSU（primary sampling unit） 第2階段為二級抽樣單位SSU（second sampling unit） 第3階段為三級抽樣單位TSU（tertiary sampling unit）,初級抽樣單位多，調(diào)查結果抽樣誤差小，精度高 建議不少于10-15個,第1階段：50個班級中隨機抽取20個班級 第2階段：每個抽中班級中隨機抽取3個小組 第3階段：每個小組中隨機抽取4名學生 初級抽樣單位：班級 二級抽樣單位：班級里的小組 三級抽樣單位：學生,阜陽市各級醫(yī)療機構治療發(fā)熱 兒童用藥現(xiàn)況調(diào)查,2008年安徽省阜陽市發(fā)生EV71手足口病疫情 3月1日至5月9日共報告6049病例 99%的為14歲以下兒童 大多數(shù)病例以急性發(fā)熱起病 EV71重癥危險因素研究發(fā)現(xiàn) 首診在村級醫(yī)療機構 氨基比林和激素類藥物,調(diào)查目的,了解阜陽市各級醫(yī)療機構治療發(fā)熱兒童的用藥現(xiàn)狀 發(fā)現(xiàn)存在的問題及影響因素 為規(guī)范發(fā)熱兒童用藥提供依據(jù),調(diào)查對象和內(nèi)容,各級醫(yī)療機構的兒科醫(yī)生：訪談用藥習慣 各級醫(yī)療機構發(fā)熱兒童的治療處方：各種藥物的使用情況,樣本量計算,根據(jù)簡單隨機抽樣計算公式，以氨基比林使用比例為p，=5%，設計效率1.44 根據(jù)預調(diào)查獲得各級醫(yī)療機構氨基比林使用比例計算樣本量,市級和縣級共8家醫(yī)院 鄉(xiāng)鎮(zhèn)衛(wèi)生院171所 村診所：每個鄉(xiāng)鎮(zhèn)有20-40所左右 調(diào)查3-6月份的各級醫(yī)院的處方用藥情況，如何抽樣？,處方：分層多階段抽樣,抽取市（縣）、鄉(xiāng)鎮(zhèn)及村級醫(yī)療機構 市、縣級醫(yī)院：8所全部調(diào)查 鄉(xiāng)鎮(zhèn)醫(yī)院：171所中隨機抽取30所 村診所：在抽中的30個鄉(xiāng)鎮(zhèn)醫(yī)院所在鄉(xiāng)鎮(zhèn)中，分別隨機抽取1-2個村衛(wèi)生室，共40所 抽取各醫(yī)院2008年3-6月治療發(fā)熱兒童的用藥處方 市、縣級醫(yī)院：每月隨機抽取8張，共32張 鄉(xiāng)鎮(zhèn)醫(yī)院：每月隨機抽取4張，共16張 村衛(wèi)生室：每月隨機抽取2張，共8張,醫(yī)生：分層多階段抽樣,抽取市（縣）、鄉(xiāng)鎮(zhèn)及村級醫(yī)療機構 市、縣級醫(yī)院：8所全部調(diào)查 鄉(xiāng)鎮(zhèn)醫(yī)院：171所中隨機抽取30所 村診所：在抽中的30個鄉(xiāng)鎮(zhèn)醫(yī)院所在鄉(xiāng)鎮(zhèn)中，分別隨機抽取1-2個村衛(wèi)生室，共40所 抽取到醫(yī)院的兒科醫(yī)生全部調(diào)查,某市醫(yī)務人員甲型H1N1 流感疫苗接種意愿調(diào)查,背 景,2009年甲型H1N1流感大流行，防控工作再次成為全球關注焦點 流感疫苗-有效防控流感的手段,WHO和我國準備為醫(yī)務人員優(yōu)先接種甲型H1N1疫苗 醫(yī)務人員是特殊群體，非常重要： 救治病人的中堅力量 暴露的高風險人群 感染后易傳給患者，醫(yī)院內(nèi)傳播 文獻顯示醫(yī)務人員流感疫苗接種率較低,目的,了解該市醫(yī)護人員接種甲型H1N1疫苗的意愿，分析不愿接種的原因，為政府制定流感疫苗接種策略提供科學依據(jù),研究人群：該市醫(yī)護人員,如何抽樣？,采用分層二階段抽樣方法,第一階段：先抽醫(yī)院 第二階段：再抽取醫(yī)護人員,第一階段抽取多少醫(yī)院合適？,抽取5家？ 抽取10家？ 抽取20家？ 抽取30家？ 抽取50家？,抽取的Cluster越少，抽樣誤差越大,數(shù)理統(tǒng)計推理和中心極限定理表明，從正態(tài)總體中隨機抽取例數(shù)為n的樣本，樣本均數(shù)服從正態(tài)分布 對樣本均數(shù)這個正態(tài)變量采用u=（樣本均數(shù)-總體均數(shù)）/變換，變換為標準正態(tài)分布N（0.1），即u分布。 實際工作中往往是s來估計的，這時就是t變換了，其結果就是t分布 可信區(qū)間估計時，因為未知，一般按照t分布的原理， 95%CI=Xbar SE =1， t=12.7 =2， t= 4.3 =3， t= 3.18， 2.2 （=10） 2.1（=20） 2.0（=30） 1.96（=infinite）,隨著cluster增加，95%CI越精確,假設醫(yī)院疫苗接種意愿率50%， 抽4家，95%CI：44%-56% 抽8家，95%CI：45.7%-54.3% 抽13家，95%CI：46.2%-53.9% 抽18家，95%CI：46.5%-53.5%,采用分層二階段抽樣方法,第一階段：共隨機抽取30家醫(yī)院，其中： 三級醫(yī)院抽取5家 二級醫(yī)院抽取10家 一級醫(yī)院抽取15家 第二階段：抽取醫(yī)護人員 每家醫(yī)院中隨機抽取若干名醫(yī)護人員,每家醫(yī)院中抽取多少名醫(yī)護人員？,估計總體率的樣本量（按簡單隨機抽樣計算）,=0.05，U=1.96， p=估計總體率， =容許誤差，一般取總體率95%可信區(qū)間寬度的一半,醫(yī)護人員甲流疫苗愿意接種率50%，=0.05，=5%,如果p=0.5，則 n=1.96 0.5（1-0.5）/ 0.05 400 人,2,2,兩階段抽樣，樣本量需要乘以設計效力,兩階段抽樣的抽樣誤差大于單純隨機抽樣 本次抽樣方法需要乘以設計效力，2 共需約800名醫(yī)護人員 失訪率10%，約900人,900名樣本的分配,900名樣本的分配：等額分配,什么是PSU？ 什么是分層變量？,假如是單純隨機抽樣，總體率的計算,該市醫(yī)護人員中，接種意愿率為：49.9% 95%CI：46.6%-53.2%,900名醫(yī)護人員中，449名愿意接種， 意愿接種率點值估計： 95%CI估計：,練習計算,權重調(diào)整,權重的大?。簑eight=1/抽樣概率 每名個體抽樣概率不等時，需要按照權重進行調(diào)整 權重調(diào)整的目的：使調(diào)整后樣本人群的特征與總體人群特征一致 如：總體為3000人，男女比例1：1 樣本中男生抽100人，女生抽200人,男生 100,女生 200,女生=1500,男生=1500,男生抽樣概率=100/1500= 1/15 女生抽樣概率=200/1500= 2/15,男生權重=1/（1/15）=15 女生權重=1/（200/1500）= 7.5,復雜抽樣方差與SRS不同，需用特殊軟件計算 EpiInfo有三個模塊，可以進行復雜抽樣的一些基本分析 Complex Sample Frequencies Complex Sample Tables Complex Sample Means 更為復雜的計算需要用其他軟件 SAS, SUDAAN, SPSS, STATA,區(qū)間（方差）估計,計算時需要PSU和權重！,三級醫(yī)院共抽取5家（共18家），每家被抽中概率p1=0.28,二級醫(yī)院共抽取10家（共25家），每家被抽中概率p1=0.4,一級醫(yī)院共抽取15家（共45家），每家被抽中概率p1=0.33,三級醫(yī)院共抽取5家，每家被抽中概率p1=0.28,二級醫(yī)院共抽取10家，每家被抽中概率p1=0.4,一級醫(yī)院共抽取15家，每家被抽中概率p1=0.33,按權重調(diào)整的意愿接種率,權重調(diào)整的意愿接種率：44.9%,95%CI：41%48.9%,兩個率的比較,醫(yī)生和護士的接種意愿率是否有差別？ 看醫(yī)生和護士的接種意愿率95%CI是否互相包含 互相包含：無差別，互相不包含：有差別 使用Epi info復雜抽樣模塊,醫(yī)生接種意愿44%（38%-51%） 護士