Microsoft PowerPoint - 統計調査概論2010.ppt

Size: px

Start display at page:

Download "Microsoft PowerPoint - 統計調査概論2010.ppt"

きみのしんいんそん
7 years ago
Views:

1 音声を中断するにはキーボードの <ESC> キーを押します再開するには左上隅のスピーカーマークをクリックします保健栄養統計学 ~1 統計調査概論 ~ 国立保健医療科学院人材育成部横山徹爾次のスライドに進むには画面下の矢印をクリックするか画面左側のリストをクリックして選択します 1 統計とは医学栄養学保健学研究は対象とする人々を観察することから始まる観察するとはその人たちの持つ様々な特性を調査記録分析することである疫学統計学はこれら調査記録分析をいかに行うかについての方法論を提供する学習内容 1 統計調査概論社会生活を営む人々の特性を把握するためにどのように調査を行ってデータを収集するか 2 統計学概論収集したデータをどのように分析して解釈し結論を導くか調査統計の目的常に対象集団を意識する総量の把握 : 国勢調査人口集団の構造や特性の把握 : 年齢 3 区分人口割合死因別死亡率栄養素摂取量複数要因間に存在する法則因果関係の探究 : 年齢と死亡率塩分摂取量と血圧血圧と脳卒中罹患率分析疫学の多くはこれを目的とする予測 : 将来推計人口評価 : 保健活動の量的な評価実験疫学 ( 介入研究 ) の評価など対象集団 : 観察の対象として設定された集団全数調査 ( 悉皆調査 ): 対象集団の構成員全員の調査国勢調査など標本調査 : 対象集団から ( 一部分 ) 抽出した標本の調査対象集団全体のことを母集団と呼ぶ標本調査では標本から母集団の特性を推測する

2 標本調査の目的母集団における身長体重栄養摂取量の分布肥満貧血高脂血症の有病率を知りたい全員調べれば ( 悉皆調査 ) わかるがとうてい不可能であるそこで一部の人たち ( 標本 ) を調べて母集団全体の様子を推測しよう! 母集団 (A 県 ) 人口 2 万人朝食の欠食率はは? 母集団と標本標本抽出推測標本が母集団を代表していれば推測可能どうやって? 標本 1 人何人? 朝食の欠食率は5% これは調査でわかるどの集団を調べるのか? どうやってアクセスするのか? 誰を調査するのか? 誰が協力してくれたのか? 標本抽出の各段階母集団 Population ( 調査対象集団 ) 標本抽出台帳 Sampling frame 標本 Sample ( 調査対象者 ) 協力者 Responder ( 慣習的に調査対象者と呼ぶことも多いが曖昧な表現 ) 7 保健統計疫学改訂 4 版参照ページ無作為抽出教 p.16, 75 調査対象としている人口全体のことを母集団と呼ぶ例えば国民健康栄養調査では日本人全体が母集団である標本抽出を行う場合は母集団をいくつかの抽出単位 ( 個人世帯国勢調査区など目的に応じて決める ) に分け全ての抽出単位が選ばれる確率が等しくなるように工夫するこれを無作為抽出といい例えばそれぞれの抽出単位に通し番号を付け乱数によって標本を選び出せばよい母集団の特性を推測するためには無作為抽出を用いなければならない

3 主な無作為抽出法単純無作為抽出法層化無作為抽出法クラスター抽出法など単純無作為抽出法 A 市の全住民のうちから住民基本台帳から乱数によって選んだ1 名を対象として調査を行うというように母集団を構成する個人 ( などの最小単位 = 客体 ) を抽出単位として無作為抽出を行う方法抽出人数全人口を抽出率という住民アンケートなどで広く用いられている乱数コンピュータを用いるのが現実的例 ) エクセルで1~1の乱数を作るには =INT(RAND()*1)+1 市民アンケート無作為抽出の実際母集団 (A 市 ) 人口 1 万人朝食欠食率は? 単純無作為抽出推測標本 1 人欠食率 8% 例 1) 標本抽出台帳に載っている全員に通し番号を付ける (1~M) 乱数を必要な人数分 (N) 個作り該当する人を選ぶただし重複した場合は乱数を作り直す例 2) 標本抽出台帳に載っている全員に重複しない乱数を付ける (~1 の一様乱数など : エクセルの =RAND()) その乱数でソートして上から N 人分を選ぶ参考 : 等間隔サンプリング ( 近似的に無作為抽出 ) 標本抽出台帳に載っている個人に通し番号を付ける (1~M) M N 人ごとに1 人選ぶ比較的簡単だが標本抽出台帳に周期性があると無作為抽出とはいえなくなる 12

4 簡単な単純無作為抽出法層化無作為抽出法乱数でソートする上から N 施設採用 13 B 県をある特徴をもった複数のサブグループ = 層 ( 二次医療圏市町村性年齢階級など ) に分け各層内では単純無作為抽出を行うというように対象集団をあらかじめ複数の層に分けてから無作為抽出する方法長所特定の層に偶然多人数が集まることを避けることができるので特定の層での過大な負担を避け推定精度向上にも役立つ層ごとの解析に必要な人数を計画的に割り当てることができる短所集計が複雑になることがあるクラスター抽出法 B 県内の国勢調査区から乱数によって選んだ 1 地区の住民全員を対象として調査を行うというように母集団をいくつかの集落 = クラスター ( 国勢調査区単位区など ) に分けクラスターを抽出単位として無作為抽出を行い選ばれたクラスター内の構成員全員を調査対象とする方法長所 : 調査地域が広い場合 ( 例えば全県レベルの調査 ) の訪問調査などでは移動の手間を小さくすることができる短所 : 単純無作為抽出と比べて同じ客体数ならば推定誤差が大きい層化クラスター抽出法層化無作為抽出の抽出単位を集落 ( クラスター ) にしたもの国民健康栄養調査はこの方法 ( に近い ) 都道府県 ( と政令指定都市 ) 別に国勢調査区を分割した単位区 (15~3 世帯程度 ) を抽出単位としてクラスター抽出を行う ( 実際には国民生活基礎調査で選ばれた国勢調査区から再抽出している ) 16

5 県民健康栄養調査の標本抽出母集団 C 県人口 2 万人各栄養素摂取量は? クラスター抽出推測標本単位区 (15~3 世帯 ) 9 人口構成に比例して抽出表 1. 県民栄養調査の調査対象地区を保健所管区によって層化クラスター抽出する例保健所管内人口 ( 人 ) 県の総人口に占める割合 (P) 調査対象単位区数 (K) A 8, 3.3% % 1 B 11, 4.5% % 2 C 56, 23.% % 9 D 1, 4.1% % 2 E 36, 14.8% % 6 F 52, 21.4% % 9 G 43, 17.7% % 7 H 5, 2.1% % 1 I 22, 9.1% % 4 合計 2,43, 1.% 41 K は調査単位区総数 (=41) P を四捨五入各単位区の世帯数は約 3 以下でほぼ一定とする国民生活基礎調査で設定した単位区から無作為抽出するのが現実的であろう 18 国民健康栄養調査の標本抽出の概略国勢調査区 ( 約 9 万地区 ) 第 1 層第 2 層層化クラスター抽出第 L 層第 1 層第 2 層第 L 層国民生活基礎調査 ( 大規模年 :524 地区 ) ( 中間年 :148 地区 ) 国勢調査区無作為抽出単位区 ( 約 2 世帯 ) 単位区 ( 約 2 世帯 ) 第 1 層第 2 層第 L 層国民健康栄養調査 (3 単位区 ) 19 標本調査と誤差偏り誤差 : 真の値と観察した値とのずれ標本調査ではつきものランダム誤差 : 偶然現象によって生じたずれ標本抽出による誤差を特に標本誤差という統計学である程度制御可能 ( 誤差の大きさがわかる ) 系統的誤差 ( 偏りバイアス ): 何らかの理由により一定方向 ( 正または負 ) に生じたずれ統計学で制御不可能な悪性の誤差

6 ランダム誤差 ( 抽出誤差 ) ランダム誤差 ( 抽出誤差 ) の概念ランダム誤差偶然によっておこるランダム誤差の大きさは標本数が多いほど小さい正負方向に同様におこり平均するとゼロになる A 市標本抽出標本 A 市無作為抽出 1 人標本 1 の喫煙率 38% 標本 2 42% 標本 3 39% 喫煙率は? 標本の喫煙率は偶然によってばらつく. 喫煙率 =4% 標本 4 4% 推定系統的誤差 ( 偏り ) の概念標本抽出の際にランダム誤差を減らすには A 市健診に来た人 1 人喫煙率 =3% 調査人数を増やす喫煙率 =4% 系統的誤差 ( 偏り ) を減らすには郵送調査 3 人返送率 3% 無作為抽出法を用いる回収率を高める喫煙率 =25%

7 調査人数の決め方調査前に統計の専門家に相談する! 相談のしかた 2 代男性の朝食欠食率を知りたいおおむね1% 程度だろうと思う誤差率 5% とすると何名調査したらよいか? 市民のカルシウム摂取量の平均値を知りたい過去の調査では平均 55mg 標準偏差は29mgだった誤差率 5% とすると何名調査したらよいか? 自分で決める場合は調査人数 ( 客体数 ) あらかじめ定めた誤差率 ( 例えば 1%) を達成するために必要な人数を調査する ( ただし実際には予算期間等の制約を受ける ) 誤差率は標準誤差平均値 ( や割合 ) と定義され誤差率が小さいほど推定精度が高い一般に調査人数が多いほど誤差率は小さい必要以上に調査人数を増やすよりも回収率を向上させるために労力を投じるべきである調査人数 ( 客体数 ) 続き母集団の真の値は推定値から相対的に ±2 誤差率の範囲にある可能性が非常に高い例えば標本喫煙率 4% 誤差率 3% とすると母集団の真の値 ( 母喫煙率 ) は 4%±(4% の 2 3%)=4%±2.4% の範囲にある可能性が非常に高い (95% 信頼区間 ) 割合 Pの誤差率 = ((1-P) (P 人数 )) 標本 1 人で喫煙率 4% だと誤差率 = ((1-.4) (.4 1))=12.2% 95% 信頼区間 =3~5% 27 調査設計時の誤差率 ( または標準誤差 ) の考え方例 : 食塩摂取量の平均値 ( 現状値 11g) を5 年後に1g 未満にする標本平均 ( や割合 ) の ± 誤差率の範囲にある可能性が高く (7% の確からしさ ) 標本平均 ( や割合 ) の ±2 誤差率の範囲にある可能性がとても高い (95% の確からしさ ) 評価時 (5 年後 ) の調査で平均値が9.4gだった場合誤差率 3%: 9.4gの ±2 3% は 8.8~1.g ( 目標達成 ) 誤差率 1%: 9.4gの ±2 1% は 7.5~11.3g ( 評価困難 ) このように具体的な目標を考えるとどの程度の誤差率が必要かが見えてくるはず 28

8 簡単な例 A 市 4 歳代男性の喫煙率 Pを知りたい Pは 4% と予想される許容できる誤差率は ( 相対的に )1 E% とする調査人数 Nは何人にしたらよいか E= ((1-P) (P N)) を変形して N=(1-P) (P E 2 )=(1-.4) (.4 E 2 ) E=5%(.5) とすると N=6 E=3%(.3) とすると N= 客体数と標準誤差誤差率との関係 ( 単純無作為抽出の場合 ) 標準誤差要因保有率客体数 5% 1% 2% 3% 4% 5% 6% 7% 8% 9% 95% 1 2.2% 3.% 4.% 4.6% 4.9% 5.% 4.9% 4.6% 4.% 3.% 2.2% 2 1.5% 2.1% 2.8% 3.2% 3.5% 3.5% 3.5% 3.2% 2.8% 2.1% 1.5% 3 1.3% 1.7% 2.3% 2.6% 2.8% 2.9% 2.8% 2.6% 2.3% 1.7% 1.3% 4 1.1% 1.5% 2.% 2.3% 2.4% 2.5% 2.4% 2.3% 2.% 1.5% 1.1% 5 1.% 1.3% 1.8% 2.% 2.2% 2.2% 2.2% 2.% 1.8% 1.3% 1.% 6.9% 1.2% 1.6% 1.9% 2.% 2.% 2.% 1.9% 1.6% 1.2%.9% 7.8% 1.1% 1.5% 1.7% 1.9% 1.9% 1.9% 1.7% 1.5% 1.1%.8% 8.8% 1.1% 1.4% 1.6% 1.7% 1.8% 1.7% 1.6% 1.4% 1.1%.8% 9.7% 1.% 1.3% 1.5% 1.6% 1.7% 1.6% 1.5% 1.3% 1.%.7% 1.7%.9% 1.3% 1.4% 1.5% 1.6% 1.5% 1.4% 1.3%.9%.7% 2.5%.7%.9% 1.% 1.1% 1.1% 1.1% 1.%.9%.7%.5% 3.4%.5%.7%.8%.9%.9%.9%.8%.7%.5%.4% 誤差率要因保有率客体数 5% 1% 2% 3% 4% 5% 6% 7% 8% 9% 95% % 3.% 2.% 15.3% 12.2% 1.% 8.2% 6.5% 5.% 3.3% 2.3% 2 3.8% 21.2% 14.1% 1.8% 8.7% 7.1% 5.8% 4.6% 3.5% 2.4% 1.6% % 17.3% 11.5% 8.8% 7.1% 5.8% 4.7% 3.8% 2.9% 1.9% 1.3% % 15.% 1.% 7.6% 6.1% 5.% 4.1% 3.3% 2.5% 1.7% 1.1% % 13.4% 8.9% 6.8% 5.5% 4.5% 3.7% 2.9% 2.2% 1.5% 1.% % 12.2% 8.2% 6.2% 5.% 4.1% 3.3% 2.7% 2.% 1.4%.9% % 11.3% 7.6% 5.8% 4.6% 3.8% 3.1% 2.5% 1.9% 1.3%.9% % 1.6% 7.1% 5.4% 4.3% 3.5% 2.9% 2.3% 1.8% 1.2%.8% % 1.% 6.7% 5.1% 4.1% 3.3% 2.7% 2.2% 1.7% 1.1%.8% % 9.5% 6.3% 4.8% 3.9% 3.2% 2.6% 2.1% 1.6% 1.1%.7% 2 9.7% 6.7% 4.5% 3.4% 2.7% 2.2% 1.8% 1.5% 1.1%.7%.5% 3 8.% 5.5% 3.7% 2.8% 2.2% 1.8% 1.5% 1.2%.9%.6%.4% 3 客体数と標準誤差との関係 ( 単純無作為抽出の場合 ) 標準誤差要因保有率客体数 5% 1% 2% 3% 4% 5% 6% 7% 8% 9% 95% 1 2.2% 3.% 4.% 4.6% 4.9% 5.% 4.9% 4.6% 4.% 3.% 2.2% 2 1.5% 2.1% 2.8% 3.2% 3.5% 3.5% 3.5% 3.2% 2.8% 2.1% 1.5% 3 1.3% 1.7% 2.3% 2.6% 2.8% 2.9% 2.8% 2.6% 2.3% 1.7% 1.3% 4 1.1% 1.5% 2.% 2.3% 2.4% 2.5% 2.4% 2.3% 2.% 1.5% 1.1% 5 1.% 1.3% 1.8% 2.% 2.2% 2.2% 2.2% 2.% 1.8% 1.3% 1.% 6.9% 1.2% 1.6% 1.9% 2.% 2.% 2.% 1.9% 1.6% 1.2%.9% 7.8% 1.1% 1.5% 1.7% 1.9% 1.9% 1.9% 1.7% 1.5% 1.1%.8% 8.8% 1.1% 1.4% 1.6% 1.7% 1.8% 1.7% 1.6% 1.4% 1.1%.8% 9.7% 1.% 1.3% 1.5% 1.6% 1.7% 1.6% 1.5% 1.3% 1.%.7% 1.7%.9% 1.3% 1.4% 1.5% 1.6% 1.5% 1.4% 1.3%.9%.7% 2.5%.7%.9% 1.% 1.1% 1.1% 1.1% 1.%.9%.7%.5% 3.4%.5%.7%.8%.9%.9%.9%.8%.7%.5%.4% 誤差率要因保有率客体数 5% 1% 2% 3% 4% 5% 6% 7% 8% 9% 95% % 3.% 2.% 15.3% 12.2% 1.% 8.2% 6.5% 5.% 3.3% 2.3% 2 3.8% 21.2% 14.1% 1.8% 8.7% 7.1% 5.8% 4.6% 3.5% 2.4% 1.6% % 17.3% 11.5% 8.8% 7.1% 5.8% 4.7% 3.8% 2.9% 1.9% 1.3% % 15.% 1.% 7.6% 6.1% 5.% 4.1% 3.3% 2.5% 1.7% 1.1% % 13.4% 8.9% 6.8% 5.5% 4.5% 3.7% 2.9% 2.2% 1.5% 1.% % 12.2% 8.2% 6.2% 5.% 4.1% 3.3% 2.7% 2.% 1.4%.9% (7% % の確からしさ 11.3% 7.6% ) 5.8% 4.6% 3.8% 3.1% 2.5% 1.9% 1.3%.9% % 1.6% 7.1% 5.4% 4.3% 3.5% 2.9% 2.3% 1.8% 1.2%.8% % 1.% 6.7% 5.1% 4.1% 3.3% 2.7% 2.2% 1.7% 1.1%.8% % 9.5% 6.3% 4.8% 3.9% 3.2% 2.6% 2.1% 1.6% 1.1%.7% (95% 2 の確からしさ 9.7% 6.7% 4.5% ) 3.4% 2.7% 2.2% 1.8% 1.5% 1.1%.7%.5% 3 8.% 5.5% 3.7% 2.8% 2.2% 1.8% 1.5% 1.2%.9%.6%.4% 例 ) 2 人の調査を行ったところ喫煙率は4% だった標準誤差は3.5% なので母集団の喫煙率は 4±3.5% の範囲にあるある可能性が高く 4±7.% の範囲にある可能性がとても高い 31 どちらの結果を信じる? 母集団の人口は5 万人朝食欠食率を知りたいいずれも単純無作為抽出 (1) 郵送調査 5 万人 ( 返送率 3%) (2) 郵送調査 1 人 ( 返送率 95%) 32

9 都道府県等における健康栄養調査での標本抽出必ず無作為抽出を行う個人単位単純無作為抽出地区単位クラスター抽出 ( これが一般的) 無作為抽出を行わないと系統的誤差 ( 偏り ) が生じる可能性が大! 系統的誤差 ( 偏り ) のあるデータを用いて地域間比較や経年比較をするのは無意味抽出人数 ( 地区数 ) が少ないとランダム誤差が大きくなるランダム誤差が大きいと地域差や経年変化が見都道府県健康栄養調査における単位区数と誤差率との関係県民栄養調査における単位区数と標準誤差率との関係 ( 食塩 ) % えにくい 33 単位区数 34 3% 25% 2% 標準誤 15% 差率 1% 5% 実現値 8% 予測値 5% 予測値項目別の誤差率と必要単位区数 ( 要約 ) ( 要約 ) 項目仮定した保有率性別 8% の確率で目標誤差率を達成するために必要な単位区数誤差率 1% 誤差率 5% 誤差率 3% 脂肪エネルギー比率平均値男女 < 不十分な標本数ではこんな誤解が! 野菜摂取量男女日常生活における歩数男女 < 運動習慣のある者 ( 成人 ) 3% 男女 35 >1 >1 喫煙率 44% 男 35 >1 >1 11% 女 >1 >1 >1 睡眠による休養が不足している者 26% 男女 3 9 >1 大量飲酒者 8% 男 >1 >1 >1 肥満者の率 ( 成人の内臓脂肪型肥満 ) 28% 男女 3 95 >1 糖尿病有病者予備群の率 34% 男女 3 >1 >1 高血圧症有病者予備群の率 59% 男女 >1 MS 有病率 15% 男女 7 >1 >1 対象年齢 3~75 歳誤差率 = 標準誤差推定値なので例えば有病率 15% で誤差率 1% ならば標準誤差は15% 1%=1.5% である HbA1cや栄養素等の連続型変数は3 単位区あればおおむね十分な精度が得られる国民健康栄養調査における各種指標の設定及び精度の向上に関する研究 ( 主任研究者 : 吉池信男 ) 35 より 36 国民健康栄養調査における各種指標の設定及び精度の向上に関する研究 ( 主任研究者 : 吉池信男 ) より

10 母集団健診データを使うことの問題点無作為抽出偏り有意抽出無作為抽出 ( 地域職域を含む全てからの無作為抽出または悉皆調査 ) 国民 ( 県民 ) 健康栄養調査健診データ 1 健診データ 2 高い協力率偏り低い協力率高い受診率偏り低い受診率高い受診率偏り低い受診率 OK 偏り 1 偏り 1 偏り 2 OK 偏り 1 37 きちんと ( 正しく ) 測る統計調査では社会生活を営む大勢の人々を対象にデータ収集を行う複数の施設多くの調査員による面接や測定身体計測や血圧測定といった比較的単純かつ基本的な測定項目であっても本当にきちんと測られているのか? きちんと ( 正しく ) 測るとは何か? 38 測ったもの ( 測定値 ) 誤差を減らすには? 測定値 = 真の値 + 誤差きちんと ( 正しく ) 測るとは可能な限り誤差が小さくなるように測ること誤差が大きいと例えば群間の差 < 測定値の誤差群間の比較不能経時的変化 < 測定値の誤差経時的な比較不能 39 血圧腹囲食物摂取量など健康栄養調査ではこれらの値を可能な限り誤差なく正確に測定することが望まれるが誤差のない測定はあり得ないと言われるほど一般の人々から医学栄養学的なデータを得ることは難しく測定値には様々な誤差が入ってくる可能性があるしかし誤差を減らすことは可能であるそのためにはまず誤差の種類と原因を理解し調査を計画実施する者はそれに基づいて可能な限り誤差が小さくなるように配慮すべき 4

11 誤差とは? 種類によって測定誤差測定の段階で生じる誤差標本誤差標本抽出の段階で生じる誤差性質によって系統的誤差測定値が真の値から特定の方向にずれている ( 偏り ) ランダム誤差ずれが特定の方向に偏らない ( 平均するとゼロ ) 41 ランダム誤差と系統的誤差ランダム誤差測定値真の値目盛り平均と真の値が一致系統的誤差 ( とランダム誤差 ) 真の値目盛り測定値測定を繰り返しても平均と真の値はずれたまま教 p.24 一定方向にずれている測定を多数繰り返せば 42 ランダム誤差測定値真の値目盛り測定のランダム誤差の例日間変動日内変動被測定者のその日その時々の体調の微妙な変化によって測定時の血圧がたまたま ( 全くの偶然に ) いつもより高めあるいは低めだった複数回測定すればその平均が真の値に近づく例えば同じ人に血圧を 2 回ずつ測定してその平均値をとる 43 系統的誤差 ( とランダム誤差 ) 測定の系統的誤差の例真の値目盛り測定値平均と真の値はずれたまま一定方向にずれている測定を繰り返しても被験者の測定条件検査会場まで坂道を歩いてきた被験者の血圧を ( 休憩せず ) すぐに測ると高めになる一定時間安静にした後に測定すればよい測定者のくせ血圧を高めに読むくせのある人の測定値は真の値よりもいつも高めビデオテープ等による訓練を行う測定機器のくせ水銀血圧計のフィルターが目詰まりしていると高め水銀が足りないと低めガラス管が汚れていると定期的にメンテナンスしてますか? 44

12 データ処理作表基本事項母集団の定義調査対象人数抽出率回収人数回収率例 )A 市 5~79 歳の男女 (28 年 7 月 1 日現在人口人 ) から 1 人を無作為抽出して ( 抽出率 8.1%) 郵送法により調査を行った ( ここに調査の概要 )1 月 1 日までに72 人から調査票が返送された ( 回収率 72%) うちほとんど未回答だった3 人を除いた69 名 (69%) を解析対象とした 45 調査データの種類教 p 質的データ : 2 値 ( 例 ) 性別の男と女カテゴリーが 3 つ以上順序尺度 ordinal scale: 順序関係はあるが絶対量としての意味はない測定値 ( 例 ) ある食品の嗜好 : とても好き好きどちらでも嫌い名義尺度 nominal scale: 順序関係がない分類のための変数 ( 例 ) 最もよく食べる肉類 : うしぶたとりその他数量データ : 量的に測定できる連続的な測定値連続データ ( 例 ) 身長体重血圧血清総コレステロール栄養素摂取量離散データ ( 例 ) う歯の本数 46 質的データの整理教 p 準備単純に頻度を記述欠損値の数変な値が紛れ込んでいないかなどをチェック単純集計地区性年齢階級別頻度を整理する例 : 性年齢階級別の高血圧の頻度クロス集計二つの変数の関連を調べるために行う ( 交絡変数に注意 ) 例 : 果物摂取頻度と高血圧の頻度単純集計性年齢階級別頻度を整理する表 1. 性年齢階級別高血圧者の割合高血圧者人数割合男性 5-59 歳 12 2% 6-69 歳 11 3% 7-79 歳 1 4% 計 33 29% 女性 5-59 歳 13 1% 6-69 歳 12 15% 7-79 歳 11 25% 計 36 16% 未回答を除く表 2. 性年齢階級別果物摂取頻度果物摂取頻度教 p 人数週 1 回未満週 1~3 回週 4 回以上男性 5-59 歳 12 5% 3% 2% 6-69 歳 11 47% 28% 25% 7-79 歳 1 41% 29% 3% 計 33 46% 29% 25% 女性 5-59 歳 13 32% 36% 32% 6-69 歳 12 3% 34% 36% 7-79 歳 11 25% 33% 42% 計 36 29% 34% 36% 未回答を除く値は行方向の割合である 48 脚注は積極的に使って分かりやすくする

13 クロス集計二つの変数の関連を調べるために行う ( 交絡変数に注意 ) 検定 : 二つの変数が関係しているように見えるがこれは偶然だろうか? という問いに答えるために検定する χ 2 検定など表 3. 野菜摂取頻度と高血圧の有無との関係 (7-79 歳男性 ) 高血圧ありなし計人数 % 人数 % 人数 % 果物摂取頻週 1 回未満 22 54% 19 46% 41 1% 度週 1~3 回 12 41% 17 59% 29 1% 週 4 回以上 6 2% 24 8% 3 1% 計 4 4% 6 6% 1 1% χ 2 =8.21, 自由度 =2, P=.17 教 p % の方向は原因と思われる方から結果の割合を示すと読みやすい図表は Self-explanatory に ( それを見ただけで意味がわかるように ) 作る! 49 量的データの整理教 p.9-13 準備ヒストグラムを描き分布の形を確認する欠損値の数変な値が紛れ込んでいないかなどをチェックカテゴリー型に変換する場合 (BMI を肥満の有無で 3 群に分けるなど ) は以後質的データの整理と同様単純集計地区性年齢階級別の要約統計量 ( 代表値等 ) を記述正規分布の場合平均と標準偏差歪んだ分布の場合中央値と 25,75 パーセント点など群間比較二つの要因の関連を調べるために行う ( 交絡変数に注意 ) 例 :A 地区と B 地区でどちらが血圧が高いか? 平均値と標準偏差を群間で比較する検定» 二つの地区間で血圧の平均値が異なるように見えるがこれは偶然だろうか? という問いに答えるために検定する t 検定などまずはヒストグラムを描いて確認図 1 ヒストグラム度収縮期血圧 (mmhg) 教 p.9-92 数(人) 階級数は標本数 +1 前後を目安にすると形が分かりやすい区切りの良い値で分けることも多い分布の形を確認する左右対称か? 右裾が長い場合対数変換を考慮外れ値はないか? 標本として適切か検討分布の中心位置はどのあたりか? 代表値 ( 平均中央値など ) 分布のばらつき具合は? 散布度 ( 標準偏差四分偏差など ) 身長 (cm) ヒストグラムの例 1 SBP (mmhg) BMI (kg/m2) DBP (mmhg)

14 血清総コレステロール (mg/dl) ヒストグラムの例 2 HDL コレステロール (mg/dl) 右に裾が長い分布は対数変換するとよいかも図 2 正規分布図 3 対数正規分布度数左右対称でベル形 ( 正規分布 ) 度数右に歪んでいる ( 対数正規分布 ) 測定値測定値を対数変換 ( 横軸を log[ 測定値 ] に ) すると左右対称になる測定値典型例中性脂肪ビタミン A 摂取量中性脂肪 (mg/dl) ヒストグラムの例 log 中性脂肪 (log mg/dl) γ-gtp (IU/L) log γ-gtp (log IU/L) 代表値 ( 中心位置の指標 ) 教 p 図 4 分布型と代表値左右対称の分布 ( 正規分布など ) 中央値歪んだ分布 ( 対数正規分布など ) 最頻値中央値平均値最頻値幾何平均平均値平均値左右対称な場合に有用データの合計データ数中央値非対称等歪んだ分布の場合データを小さい方から並べ替えてちょうど真ん中 (5%) の値 5% 点ともいう

15 度数図 5 標準偏差はバラツキの指標平均 ±1 標準偏差 ( 全体の 68%) 平均 ±2 標準偏差 ( 全体の 95%) 平均 =1 標準偏差 =2 平均 =1 標準偏差 = 測定値上側隣接値 75% 点中央値 25% 点下側隣接値教 p.95-98, 箱ヒゲ図代表値 ( 中心位置の指標 ) と散布度 ( バラツキの指標 ) として平均と標準偏差中央値と四分偏差(25% 点と75% 点 ) の組合せがよく用いられる 57 単純集計性年齢階級別に平均と標準偏差等で要約する表 1. 性年齢階級別収縮期と中性脂肪の分布収縮期血圧, mmhg 中性脂肪, mg/dl 人数平均 ± 標準偏差中央値 (25, 75% 点 ) 男性 5-59 歳 ± (76, 162) 6-69 歳 ± (76, 157) 7-79 歳 ± (7, 131) 計 ± (65, 142) 女性 5-59 歳 ± (9, 169) 6-69 歳 ± (98, 186) 7-79 歳 ± (81, 164) 計 ± (111, 176) 強く歪んだ分布の場合にはパーセント点を活用する EAR, RDA と平均, 標準偏差図 1. 成人 1 人のたんぱく質必要量 ( が 1 個人を表す ) 頻 3 25 推定平均必要量 2S.D. 推奨量 B さんの摂取量 (.6g/kg/ 日 ) A さんの摂取量 (.74g/kg/ 日 ) C さんの摂取量 (.93g/kg/ 日 ) たんぱく質必要量 (g/ 体重 kg/ 日 ) 値は日本人の食事摂取基準 (25 年版 ) 59 標準偏差と標準誤差を混同しない血清総コレステロール (mg/dl) 平均 193, 標準偏差 2 (mg/dl) 平均 193, 標準誤差 3 (mg/dl) 標準偏差はデータのばらつき標準誤差は標本平均の確からしさ血清総コレステロール (mg/dl) どちらを使うかは何を言いたいかによるどちらを示したか必ず明記する教 p.131

16 食事調査における栄養素等の分布型 ( あくまでも目安 ) 総エネルギー 3 大栄養素正規分布のことが多い平均と標準偏差が有用ビタミン等の微量栄養素の場合対数正規分布のことが多い幾何平均中央値パーセント点が有用その他一定の規則はないヒストグラムで確認する中央値とパーセント点をもっと活用しよう練習問題問 1 ある集団におけるたんぱく質の必要量は平均.7g/kg/ 日標準偏差.1g/kg/ 日でその分布の形は正規分布であることが分かっているこの集団のほとんどの人 (97.5% の人 ) が不足しないたんぱく質の摂取量はいくらか練習問題の答問 1 ある集団におけるたんぱく質の必要量は平均.7g/kg/ 日標準偏差.1g/kg/ 日でその分布の形は正規分布であることが分かっているこの集団のほとんどの人 (97.5% の人 ) が不足しないたんぱく質の摂取量はいくらか解説 RDA の定義そのものなので ( 統計以前に ) できないとまずい平均 + 2 x 標準偏差 =.9 答.9g/kg/ 日調査結果の解析方法調査が終わってから今回の調査結果をどうやって集計したらいいのだろうか? と考えるのでは遅すぎる > 保健医療従事者の仕事この調査から何を知りたいのかを明確にする > 統計学者の仕事そのために適切な解析方法を提供するを調査で明らかにしたいのですが解析方法は? 63 このデータでどんな解析をしたら何が分かりますか?

17 再び統計の目的総量の把握 : 国勢調査人口集団の構造や特性の把握 : 年齢 3 区分人口割合死因別死亡率栄養素摂取量複数要因間に存在する法則因果関係の探究 : 年齢と死亡率塩分摂取量と血圧血圧と脳卒中罹患率分析疫学の多くはこれを目的とする予測 : 将来推計人口評価 : 保健活動の量的な評価実験疫学 ( 介入研究 ) の評価などこれを頭に入れて調査実施前にその調査から何を知りたいのかを明確にして下さい例集団の構造や特性の把握 : 子ども達は何時頃に寝ているのだろう? 朝食を食べない子どもはどのくらいいるのだろう? 解析方法 :( 性 ) 年齢階級別の単純集計複数要因間に存在する法則因果関係の探究朝食を食べない子どもはどんな子だろう?( 夜更かし? 好き嫌いが多い? 夕食は一人? お菓子をよく食べる?) 解析方法 : 欠食有無要因のクロス表を作り χ 2 検定をする要因が判明したらそこにアプローチすれば欠食率低下に役立つかも評価子どもの欠食率を現状 7% から 5 年で 3% まで下げるという目標を立てた調査方法 : 欠食率調査を行い 5 年後にも再び同じ調査を行う解析方法 :χ 2 検定調査前に空っぽの表を作ろう!( 後で数字を埋めるだけ )

EBNと疫学

EBNと疫学推定と検定 57 ( 復習 ) 記述統計と推測統計統計解析は大きく 2 つに分けられる記述統計推測統計記述統計観察集団の特性を示すもの代表値 ( 平均値や中央値 ) やばらつきの指標 ( 標準偏差など ) 図表を効果的に使う推測統計観察集団のデータから母集団の特性を推定する平均 / 分散 / 係数値などの推定 ( 点推定 ) 点推定値のばらつきを調べる ( 区間推定 ) 検定統計量を用いた検定