《统计分析在动物疫病流行病学调查中的应用》由会员分享，可在线阅读，更多相关《统计分析在动物疫病流行病学调查中的应用（12页珍藏版）》请在金锄头文库上搜索。
1、流调、监测工作中常用的统计分析方法一、统计分析的重要性 统计分析是流行病学调查灵魂所在。在动物疫病流行病学调 查中，统计分析具有以下四个方面的重要意义。1、统计分析是信息交流的需要2、是调查方案设计的需要3、是正确分析调查结果的需要4、是深入分析调查结果的需要 二、统计分析在流行病学调查中的应用1、统计数据的计算2、分布情况的描述3、确定样本量4、从样本的测量值估计总体情况5、分析各组数据之间的差异是否显著6、分析某些变量是否相关三，流行病学调查中常用的统计分析方法1、样本量的确定(1)至少发现1个阳性病例的样本量公式 n=ln(l-a)/ln(l-p X s)ln为自然对数，a为置信区间，p
2、为预测感染率，s为检测 的灵敏度。如预测某猪场猪瘟感染率为 10%，RT-PCR 检测的敏感性为 90%，在置信区间为 95%，确保至少能检出一例阳性动物需采集 多少样本？n=ln(1-0.95)/ln(1-0.1X0.9)=32假如32份样品检测结果全部为阴性，表明该猪场猪瘟感染 率低于10%。(2)调查总体率的样本量计算在调查某种疫病在某个群体中的流行率或免疫抗体合格率。公式：n二ZXZX (1-wXL)一(wXLX X)n为需要采集的样本量，Z是置信度(P)的标准正态分布参 数(P=95%时，Z=1.96； P=99%时，Z=2.58), w为估计的流行率 或合格率，L为检测的灵敏度，为
3、最大的相对误差。如某县猪0型口蹄疫免疫合格率估计为70%,间接血凝检测 的灵敏度为90%，最大相对误差为10%，置信度P=95%，则检测 该县猪0型口蹄疫免疫合格率，需要抽取多少样本？n=1.96X1.96X (l70%X90%) 一 (0.7X90%X10%X 10%) n226如估计的免疫合格率为 90%，则需采集 90 头份，估计合格 率为50%，则需采集470头份。对于养殖场采样数量可参考下表：置信度为 95%，按估计的阳性率/合格率、群的大小计算的采样数量流行百分率%504030252015105210.50.1204679101216192020202030468911141926
4、303030304056810121521314040404050568101216223546505050605681012162338556060607056810131724406270707080568101317244268798080905681013172543738790901005691013172545789610010015056911131827499513014815020056911131827511051551902005005691114192856129225349500100056911141929571382584509502、统计数据的计算发病率、死亡率
5、、合格率、阳性率、平均值、离散度等指标 与去年同期比较（同比）、与上个月/季度比较（环比）、与国家 要求比较（基线比），来描述疫情的现状和发展趋势。Excell软件的应用：在Excell工具栏中点加载宏，在弹出 的对话框中选中分析工具库和分析工具库-VBA函数，确认，以 后使用t检验、相关系数分析、方差分析等在工具栏中选中数据 分析，然后选择相应分析方法即可。Excell 中最常用的统计分析方法是自己输入相应的计算公 式和选择插入函数。较为常用的函数有：平均值一average-在插入函数中选定average,选定统计区 域，确定；标准差一s tdev-同上；离散度=标准差一平均值X100样本数
6、一 coun t-同平均值的方法；合格数一count if-在插入函数中选定count if,选定统计 区域，设定合格参数，确认；合格率=合格数一样本数X100o免疫抗体合格率描述了群体对每一种疫病免疫状态的一个 层面，不能反映其整体面貌。合格率、平均值、离散度相结合基 本可以反映群体的免疫状况。例1： A养鸡场新城疫检测效价分别为：4、4、4、4、4、4、 4、 4、 3、 3，合格率为80%；B场分别为：8、8、8、8、8、8、8、8、3、3，合格率也为80%；但A场抗体效价平均值为3.8，而B场平均值为7.0,表明 A 场已低于保护临界线，应尽快进行补免，而 B 场仅个别鸡只低 于保护临
7、界线,需密切观察。例 2：A 场新城疫免疫抗体分别为：5、5、5、5、5、6、6、 6、3、3,合格率为 80%,平均值为 4.9。B 场：11、12、4、4、4、4、，5、5、0、0,合格率为 80%, 平均值为 4.9。但是A场离散度为22.46，而B场为80.17，什么A场免疫 状况良好，只是近期需要补免而已，而B场离散度较高，极有可 能现在正在发生该病的疫情。序号A鸡场B鸡场C鸡场D鸡场14851124851234854448545485464864748658486593330103330平均值3.807.004.904.90标准差0.422.111.103.93合格数8888离散度
8、11.1030.1222.4680.17样本数10101010合格率80.0080.0080.0080.00离散度低于 40，表示抗体水平较为一致，整齐度高；介于 4060之间，表示个体间有一定的差异，如此时平均值较高，则说明免疫状况良好，如平均值略高于保护临界值，应立即补免；介于 6080之间，表明个体间离散度较大，群体 有可能已被感染；离散度大于80，则表示个体间差异非常大， 多数情况为群体已被感染。合格率符合要求，平均值越高于保护临界值、离散度越低， 表示群体免疫越好。3、统计分析模板的制作应用Excell可以制作各种酶联方法检测出的0D值换算为抗 体值或阻断率模板，以利检测结果的计算。
9、还可以制作检测结果 统计分析模板，只要将检测结果分组输入，即可自动计算出合格 率/阳性率、平均值、离散度等相关结果和图表。4、分析各组数据之间的差异是否显著4.1、卡方检验X2=(ad-bc) 2 Xn一 (a+b) X (c+d) X (a+c) X (b+d)例 1:甲乙 2 个养殖场，在某一时段的存栏数和死亡数见下 表，试分析 2个场间的死亡率是否存在差异。场名死亡数存活数存栏数死亡率甲30 (a)250(b)28010.7乙22(c)398(d)4205.2合计526487007.4n=a+b+c+dx2=7.32从卡方分布界值表查得，a=0.05, v=1时，卡方值为3.84；a=0
10、.01,v=l时，卡方值为6.63,2个临界值都小于本例计算 的卡方值。所以，无论在a =0.05水平上，还是在a =0.01水平 上，甲乙 2个养殖场的死亡率都有显著差异。4.2、t 检验用于 2 组数据差异性检验。如同场、相同饲养条件下， 60 头体重相近的仔猪随机分为 2 组，1 组使用猪瘟细胞苗，1 组使 用猪瘟脾淋苗，免疫后 20 天分别采集血清进行免疫效价测定， 比较哪种疫苗免疫的效价水平髙即可应用t检验。编号12345678910细胞苗组5465645645脾淋苗组6756754766使用 Excell 表有 2 种进行 t 检验的方法。A、上述数据输入Excell表中，在菜单“
11、插入”栏选择“函 数”，从中选择“TTEST”，将上述数据输送到TTEST的界面中， 尾值（Tails）设置为2 （双侧检验），上例检验类型（Type）设 置为2 （属于等方差的2个独立样本t检验）【检验类型（Type） 设置为 1（实验动物为 1 组）（属于配对资料的 t 检验，一般用 于使用某项技术前与使用后的对比）】。计算结果为0.0401，此值小于0.05，即P0.05，说明猪瘟 脾淋苗免疫猪产生的免疫抗体与细胞苗产生的抗体有显著差异。如P0.01，则差异极显著。B、上述数据输入Excell表中，在工具栏选中“数据分析” 选中“t检验等方差假设”，将上述数据输如即可。P（T=t） 双尾
12、值为 0.0401。A法中：检验类型（Type）设置为1 （属于配对资料的t检 验，一般用于使用某项技术前与使用后的对比）的在B法中使用 “t 检验-平均值的成对二样本分析”。各组样本数超过100时，也可使用Z检验，多组之间差异性 分析可以用t检验、Z检验，也可以用q检验。5、分析某些变量是否相关相关系数：是用以反映变量之间相关关系密切程度的统计指 标。相关系数是按积差方法计算，同样以两变量与各自平均值的 离差为基础，通过两个离差相乘来反映两变量之间相关程度；着 重研究线性的单相关系数。相关系数分为 01（正相关）和 0-1（负相关）。一般来说 相关系数的绝对值大于 0.7，表示高度相关，0.
13、5-0.7 表示中度 相关，0.3-0.5 为弱相关，小于 0.3 表示不相关。例12007 年我们调查的猪“高热病”发病率、死亡率以及猪场 猪瘟免疫合格率见下表。序号猪瘟免疫合格率高热病发病率高热病死亡率19500296.772010377.366050在 Excell 表中录入上述数据，选择工具栏中的“数据分析”，在对话框中选择“相关系数”，输入相关数据，即得下列数据。猪瘟免疫合格率 高热病发病率高热病死亡率猪瘟免疫合格率1高热病发病率-0.9147002091高热病死亡率-0.9630517140.9897433191猪瘟免疫合格率与高热病的发病率、死亡率的相关系数分别 为-0.91、-0.96，绝对值均大于 0.7，表明猪瘟免疫合格率与高 热病的发病率和死亡率之间存在高度的负相关，也就是说养猪场 猪瘟免疫的越好，高热病的发病率和死亡率就越低。6、比值比和风险比病例对照调查和暴露对照调查可以获得重要的原始数据，依 据这些原始数据，可以计算比值比（OR）、风险比（RR）。OR 值得意义OR值被调查的因素与被调查的疾病的关联程度0.4有较强的关联被调查的因素可能防止被调查疾病的发生，且可能性
