研究生课程笔记：软件包在流行病学中的应用（二）—

一、抽样中涉及的参数

1.精确度（d)

如何确定d？经验来说，P介于10%~90%之间，d可取值为5%，即发病或暴露不太罕见的情况；若p<10%或＞90%，d=0.5p/d=0.5(1-p)

2.同质性(homogeneity)

1）当性状在群内同质，而群间差异大时，抽样误差/估计值精确度降低，需增加样本量。
2）一句话辨析：不同的调查中，相同的调查指标具有相同的同质性（roh）（错）

3.设计效应(design effect, deff)

1）含义：考虑的抽样设计时样本统计量的精确度损失。特定的抽样设计（包括抽样方法以及对总体目标量的估计方法）估计量的方差与相同样本量下不放回简单随机抽样的估计量的方差之比。（放回简称WR）
2）设计效应越大，说明该复杂抽样设计误差越大、精度越低，从而效率越低。若deff>1，表明所考虑的抽样设计效率低于不放回简单随机抽样
3）几个公式：n(clu)=deff * n(srs)
deff= 1 + (m-1) * roh，其中m为群内个体数
4）一句话辨析：设计效应（deff）这个参数与目标群的实际规模大小呈正相关（错）

4.组内相关系数(rate of homogeneity,roh // intra-cluster correlation, ICC)

系数范围0-1，0为群内不具有同质性，1为相反情况
2）很多基于以前研究
3）roh大，群内人数设置少，群越多越好

5.至少25个群（无绝对），经费与期望值之间的权衡。

二、PPS抽样（Probability proportional to size）

1.含义：与规模大小成比例的概率抽样

2.基本步骤:

比如一个地区有40个村，各村规模不等。此时将这个地区的每一户利用随机数字进行编号，对这些户进行有放回/无放回的简单随机抽样，抽到的任意编号所在村，即为入选样本的村。
从这个角度而言，村的规模越大（户数越多），越有更多的概率被抽中，即与规模大小成比例。

三、二阶段抽样

1.辨析

1）概率抽样：每一个对象有已知的、非零的概率被抽中（≠等概率）
2）简单随机抽样（SRS）：概率相等，彼此独立。

2.不等概率时的解决方案1——自加权设计

所谓自加权设计，即通过抽样调查方法的设计，使规模不等/个体非等概率的情况在抽样过程中转化为等概率被抽中的个体，以在分析计算过程中省去事后加权的麻烦。

其余情况：PPS抽样在多阶段抽样中：只要最后一步为等人数抽样，即满足自加权。

四、csurvey使用

1.Sample size 栏目

包含parameter estimation和hypothesis testing
参数：estimated proportion with attribute / one-half leanth of confidence interval / desired level of confidence / homogeneity paramete / level of homogeneity
average number of eligible persons per HH(household) / number of clusters / average number of selected HHs per cluster

2.功能有限

1）仅可进行参数估计和假设检验的样本量计算
2) 导入的excel得是95版以前的