1. 保健統計とは何か 保健統計 2013年度.

Slides:



Advertisements
Similar presentations
5 章 標本と統計量の分布 湯浅 直弘. 5-1 母集団と標本 ■ 母集合 今までは確率的なこと これからは,確率や割合がわかっていないとき に, 推定することが目標. 個体:実験や観測を行う 1 つの対象 母集団:個体全部の集合  ・有限な場合:有限母集合 → 1つの箱に入っているねじ.  ・無限な場合:無限母集合.
Advertisements

土木計画学 第3回:10月19日 調査データの統計処理と分析2 担当:榊原 弘之. 標本調査において,母集団の平均や分散などを直接知ることは できない. 母集団の平均値(母平均) 母集団の分散(母分散) 母集団中のある値の比率(母比率) p Sample 標本平均 標本分散(不偏分散) 標本中の比率.
図1 e-Stat 政府統計の総合窓口の入り口 図2 図3 図5 図4. 図2 統計データを探す 主要統計(基幹統計)から国民生活基礎調査を探す例 主要な統計から探す 政府統計全体から探す キーワードで探す 人口・世帯 労働・賃金,農林水産業,鉱工業,商業・サービス業,企業・家 計・経済,住宅・土地・建設,エネルギー・水,運輸・観光、情.
2006 年度 統計学講義内容 担当者 河田正樹
生体情報論演習 - 統計法の実践 第 1 回 京都大学 情報学研究科 杉山麿人.
第2章補足 幹葉表示 統計学基礎 2010年度.
第1章 日本の統計制度 ー 経済統計 ー.
第4章補足 分散分析法入門 統計学 2010年度.
担当者 河田正樹 2016年度 統計学講義内容 担当者 河田正樹
確率と統計 平成23年12月8日 (徐々に統計へ戻ります).
確率・統計Ⅰ 第12回 統計学の基礎1 ここです! 確率論とは 確率変数、確率分布 確率変数の独立性 / 確率変数の平均
社会調査とは何か(3) 調査対象者の選定方法
検定 P.137.
男性の育児が肥満に与える影響 富山大学 経済学部 経済学科 孫田 篤 専門ゼミ-報告会.
第2章 全数調査と標本調査 ー 経済統計 ー.
第3章 人口に関する統計 ー 経済統計 ー.
実証分析の手順 経済データ解析 2011年度.
母子保健の現状及び取り巻く環境の 変遷について 厚生労働省.
統計学 12/3(月).
標本の記述統計 専修大学 経済学部 経済統計学(作間逸雄).
月曜3限 1132教室 担当者: 河田 正樹 年度 経済データ解析講義内容 月曜3限  1132教室 担当者: 河田 正樹
第3章 人口に関する統計 ー 経済統計 ー.
経済統計 第三回 5/1 Business Statistics
統計学 11/30(木).
疫学概論 母集団と標本集団 Lesson 10. 標本抽出 §A. 母集団と標本集団 S.Harano,MD,PhD,MPH.
担当者 河田正樹 2011年度 統計学基礎講義内容 担当者 河田正樹
本時の目標 標本調査の意味を知り、全数調査と標本調査の違いを理解する。
1. 保健統計とは何か 保健統計 2010年度.
担当者: 河田 正樹 年度 経済統計講義内容 担当者: 河田 正樹
担当者: 河田 正樹 年度 経済統計講義内容 担当者: 河田 正樹
大阪府の将来推計人口の点検について 平成26年3月 大阪府政策企画部企画室計画課
義務教育における統計教育 大阪産業大学経済学部 井出 満.
1. 保健統計とは何か 保健統計 2012年度.
経済データのダウンロードと グラフの作成 経済データ解析 2011年度.
疫学概論 異なった集団での率の比較 Lesson 5. 率の調整 §A. 異なった集団での率の比較 S.Harano,MD,PhD,MPH.
月曜3限 1141教室 担当者: 河田 正樹 年度 経済データ解析講義内容 月曜3限  1141教室 担当者: 河田 正樹
担当者: 河田 正樹 年度 経済統計講義内容 担当者: 河田 正樹
統計リテラシー育成のための数学の指導方法に関する実践的研究
死亡統計 参考資料1-1 人口動態調査の死亡・死産統計 市区町村長が,死亡については戸籍 法による届書等から,死産について は死産の届出に関する規程による 届書等から,人口動態調査票を作成。 厚労省が集計する。 死因統計は公衆衛生の基本統計。
第1章 日本の統計制度 ー 経済統計 ー.
担当者: 河田 正樹 年度 経済統計講義内容 担当者: 河田 正樹
第1章 日本の統計制度 ー 経済統計 ー.
人口以外の保健統計 甲田.
担当者: 河田 正樹 年度 経済統計講義内容 担当者: 河田 正樹
離婚が出生数に与える影響 -都道府県データを用いた計量分析
第2回 福祉の現在・現在 厚生労働省(2018) 障害者白書 厚生労働省(2016) これからの精神保健福祉のあり方に          関する検討会資料.
第2章 全数調査と標本調査 ー 経済統計 ー.
担当者 河田正樹 2018年度 統計学基礎講義内容 担当者 河田正樹
データからいろんなことを学ぼう! このスライドでは、順に、こんなことを説明します。 「データ」って、どんなもの? 「データ」を集めてみよう
担当者 河田正樹 2010年度 統計学基礎講義内容 担当者 河田正樹
人口統計 人口静態統計:人口の規模、構成 人口動態統計:出生・死亡などの人口再生産 人口移動統計:人口の移動 人口の推計:コーホート変動.
経済データのダウンロードと グラフの作成 経済データ解析 2009年度.
担当者: 河田 正樹 年度 経済統計講義内容 担当者: 河田 正樹
担当者: 河田 正樹 年度 経済統計講義内容 担当者: 河田 正樹
第3章 統計的推定 (その1) 統計学 2006年度.
第1章 日本の統計制度 ー 経済統計 ー.
第1章 日本の統計制度 ー 経済統計 ー.
市場調査の手順 問題の設定 調査方法の決定 データ収集方法の決定 データ収集の実行 データ分析と解釈 報告書の作成 標本デザイン、データ収集
担当者 河田正樹 2012年度 統計学講義内容 担当者 河田正樹
疫学概論 直接法と間接法の相違 Lesson 5. 率の調整 §D. 直接法と間接法の相違 S.Harano,MD,PhD,MPH.
担当者 河田正樹 2017年度 統計学講義内容 担当者 河田正樹
担当者 河田正樹 2008年度 統計学講義内容 担当者 河田正樹
我が国の自殺死亡の推移 率を実数で見ると: 出典:警察庁「自殺の概要」
「アルゴリズムとプログラム」 結果を統計的に正しく判断 三学期 第7回 袖高の生徒ってどうよ調査(3)
第2章 全数調査と標本調査 ー 経済統計 ー.
先進予防医学共同専攻臨床疫学 臨床疫学とは 現在の取り組みと成果 研究材料・手法 未来のあるべき医療を見つめて改革の手法を研究します。 特徴
推定と予測の違い 池の魚の体重の母平均を知りたい→推定 池の魚を無作為に10匹抽出して調査 次に釣り上げる魚の体重を知りたい→予測
疫学概論 方法論的問題点(患者対照研究) Lesson 13. 患者対照研究 §B. 方法論的問題点 S.Harano,MD,PhD,MPH.
担当者 河田正樹 2009年度 統計学講義内容 担当者 河田正樹
第3章 統計的推定 (その2) 統計学 2006年度 <修正・補足版>.
Presentation transcript:

1. 保健統計とは何か 保健統計 2013年度

Ⅰ 統計学とはどのようなものか Ⅱ 保健に関する統計データ a) 統計学の考え方 b) 記述統計と推測統計 c) 統計的なものの見方 Ⅰ 統計学とはどのようなものか a) 統計学の考え方 b) 記述統計と推測統計 記述統計の例 推測統計の例 推測統計の注意点 c) 統計的なものの見方 Ⅱ 保健に関する統計データ a) 健康指標 b) 健康指標に影響する因子

直観的であいまいな観察に、客観性を与えてくれる。 Ⅰ 統計学とはどのようなものか a) 統計学の考え方  (問) 大学から徳山駅まで、車で何分かかるのを知りたい。      どのようにすれば知ることができるだろうか? いつも大体、15分ぐらいで着く。    ⇒ 15分というのはきちんと測定した数値ですか? 実際に車で走ってみた。そのとき16分30秒かかった。    ⇒ 実際に測定した数値ですが、1回だけ良いのでしょうか? ※ 数多くの観察(実験)をおこなった結果、大学から駅まで何分かかるかを知ることができる。 直観的であいまいな観察に、客観性を与えてくれる。

駅まで車で何分かかるかを、わざわざ多数観察することは必要か?    ⇒ 必要と思う人と、思わない人がいるであろう。    ⇒ しかし、駅までの所要時間が分かれば、効率的に行動することができる。    ⇒ 実際に測定すべきか、なんとなくの時間でよいかは、その人の状況によって       異なる。 この観察をおこなうときに、「時間帯」、「時期」、「曜日」、「天候」などについても同時に観察することも考えられよう。 これらのデータの間にから何を見出せるのであろう? ⇒ (例) 雨の日は通常より時間がかかる       夕方は日中より時間がかかる   など われわれは、得られたデータ間に見いだされた関係から、将来より効率的に行動するために、何を学びうるであろうか?    ⇒ (例)雨の日や夕方に大学から駅まで車で行くときには、所要時間が多くかかることを予測し、行動することが効率的である。

統計学 「経験」を効率的に整理する(少ない経験で、豊富な経験と同等の知識を持つ)ためには、統計学の助けが必要不可欠である。 統計学とは、分析目的に対応してデータを収集し、分析することによって、予測や意思決定のための材料を提供する学問である。 統計学 予測・ 意思決定 分析目的 データの収集 分析

データを収集し、分析する統計学の立場には次の2種類が考えられる。 b) 記述統計と推測統計  データを収集し、分析する統計学の立場には次の2種類が考えられる。 まず、得られたデータの特徴を何らかの数値(例えば平均)や表・グラフにまとめたりすることが考えられる。   ⇒ 記述統計(または統計的記述)という。 次に、データの記述にもとづき、そのデータを生成した集団や構造(これを母集団という)についての推論をおこなうことが考えられる。   ⇒ 推測統計という。

あるクラスのテストの点数が次のようになっていたとする。 1) 記述統計の例 あるクラスのテストの点数が次のようになっていたとする。 39, 22, 67, 60, 43, 20, 46, 47, 20, 30 63, 69, 78, 88, 73, 20, 58, 87, 47, 75 44, 69, 34, 20, 17, 63, 36, 7, 27, 21 44, 66, 33, 54, 34, 69, 60, 23 このような数字の羅列だけでは、このクラスの特徴をとらえることは難しい。そのため、このクラスの特徴を何らかの数値であらわしたり、表・グラフにまとめたりする、記述統計の助けが必要である。

クラスの特徴を、特性値(統計量ともいう)といわれる数値であらわしたり、度数分布表とヒストグラムといった表やグラフにまとめてみる。 特性値(統計量) 度数分布表 ヒストグラム

そのほか、今まで見慣れている、さまざまなグラフをとりあげる。どのような場合にどのグラフが有効であるか、再整理する。 折れ線グラフ 棒グラフ 出典:総務省統計局『労働力調査』 仮想データから作成 円グラフ 帯グラフ 仮想データから作成 出典:総務省統計局『国勢調査』

左のグラフは主要死因別死亡数の推移を折れ線グラフであらわしたもの。 1) 記述統計の例 左のグラフは主要死因別死亡数の推移を折れ線グラフであらわしたもの。 これらから、死因別死亡数が時代とともにどのように変化したかを見ることができる。 「経験」をきちんと整理する

ˆ 推論 x p 2) 推測統計の例 母平均 μ 母比率 p 標本平均 標本比率 母数 θ 標本統計量 t 2) 推測統計の例 母集団(個体数N) 母集団 - 知りたい対象の集まり 標本 - 母集団から抜き出されたその一部      ×   ×     ×      ×   ×   ×    × 標本(個体数n)    ×  ×   ×    ×  全数調査 - 母集団の全てについて調査をおこなうこと 標本調査 - 母集団から抜き出された一部について調査をおこなうこと 推論 母平均 μ 母比率 p 標本平均 標本比率 x ˆ p 母数 θ 標本統計量 t 標本統計量をもとに、母数についての推論をおこなうのが推測統計である。

晴れた日の夕方のバスの所要時間を知りたいとする。  晴れた日の夕方のバスの所要時間を知りたいとする。  晴れた日の夕方に走るすべてのバスについて、所要時間のデータを収集することは不可能である。このとき、たとえば10日間に乗ったバスを標本(サンプル)として考える。 母集団(晴れた日の夕方のバス全体)      ×   ×     ×      ×   ×   ×    × 標本(乗ったバス10回)    ×  ×    推論 平均所要時間 μ 平均所要時間 x 少ない「経験」をもとに、多くを経験した場合のことを推論する。

※ 日常の医療活動における例 (テキスト9ページ) ※ 日常の医療活動における例 (テキスト9ページ)  麻疹のような子供の感染症の患者の場合、 発熱 → 平熱 → 再度体温上昇 → 回復  という体温変化のパターンが見られることがある。  これは過去の経験から分かることであるが、経験の浅い者は100人の患者の体温の変化を折れ線グラフで描くことなどに、このような経験豊富な看護者と同様の患者への指導をおこなうことが可能となる。 母集団(子供の感染症の患者全体)      ×   ×     ×      ×   ×   ×    × 標本(患者100人)  † このことは教科書に書いてあることかもしれないが、そうであるなら、過去の経験を統計学の手法を用いて分析し、教科書に書かれるだけの信頼性を得たものであるはず。   ×  ×    推論 体温変化のパターン 体温変化のパターン

標本から得た母集団についての情報は、誤差を持っている。 3) 推測統計の注意点 標本から得た母集団についての情報は、誤差を持っている。 たとえば、晴れた平日の夕方にAさんとBさんがそれぞれ車を運転してデータ収集をおこなう。 Aさんは10回車を運転したところ、目的地まで平均15分でついた。 Bさんは運の悪い人で、運転した車が信号に何度もつかまり、10回乗ったところ平均時間は18分であった。 母集団(晴れた日の夕方の車全体)   ×  ×    標本1(Aさんの運転する車10回) 平均15分      ×   ×     ×      ×   ×   ×    ×  ×    ×    標本2(Bさんの運転する車10回) 平均18分

⇒ 選んだ標本(サンプル)から求めた平均所要時間には誤差がある。  ⇒ 選んだ標本(サンプル)から求めた平均所要時間には誤差がある。  ⇒ 標本誤差(標本の偏り)の問題 ※ 内閣発足直後、新聞各社は支持率調査をおこなうが、各社ごとにその結果が異なる。それはこの標本誤差(標本の偏り)の問題による。 推測統計では、標本から得られる情報にもとに、確率を用いて、誤差の大きさを評価し、母集団についての情報を推論する。

2012年12月28日付の朝刊各紙に掲載された第2次安倍内閣支持率を見ると、異なった結果になっている。 <第2次安倍内閣発足直後の支持率の例> 母集団(有権者1億人)   ×  ×    標本1(朝日990人) 59%      ×   ×     ×      ×   ×   ×    ×  ×    ×    標本2(読売1039人) 65%   ×  ×    標本3(毎日856人) 52% 2012年12月28日付の朝刊各紙に掲載された第2次安倍内閣支持率を見ると、異なった結果になっている。 同じ対象に同じ調査をおこなっても、標本によってその結果が異なる。 これが、標本の偏りである。  ×    ×    標本4(日経872人) 62%   ×  ×    標本5(共同1031人) 62%

※ 保健分野において考えられる例 (テキスト74-75ページ) ※ 保健分野において考えられる例 (テキスト74-75ページ)  インフルエンザにかかった子供が脳症をおこして死亡する確率を知りたい。  このとき、勤務先の病院において、1000人に患者のうち、2人が脳症をおこして死亡したというデータがあったとする。  → この確率は0.2%と推定できる。  しかし、この確率は、標本の偏りを含む可能性がある。標本の偏りを含む可能性としては、たとえば次のような根拠が挙げられる。 地域の大病院と個人病院  普段個人病院にかかっている患者でも、容態が悪い場合には大病院にかかる。  また、夜中に急変して救急でかかるのは大病院である。 地域による相違  近くに医療機関が多くある地域と、あまりない地域とでは、発症から受診までの時間が異なってくる。そのため、助かる命が助からない場合がある。

ありのままに観察し、正確に数え、数字を通して把握する。 その数字がなにを意味しているのかを考える。 c) 統計的なものの見方(テキスト11-12ページ) ありのままに観察し、正確に数え、数字を通して把握する。 その数字がなにを意味しているのかを考える。 その数字は真実を示しているか、偶然の要素はないかどうかをよく吟味する。 使用されている分類や定義が適切かどうかを検討し、妥当性を確認する。 分類された数字に、一定の変化や傾向があるかどうかを考察する。

Ⅱ 保健に関する統計データ 統計学の手法を用いるためには、まずは統計データを入手する必要がある。 保健に関する統計データとしては、 Ⅱ 保健に関する統計データ 統計学の手法を用いるためには、まずは統計データを入手する必要がある。 保健に関する統計データとしては、 官庁などが実施する統計調査の結果を利用する。 アンケート調査を実施することによって必要なデータを収集する。 日常の業務で得られたデータを用いる。  などの入手方法が考えられる。 国・地方公共団体のデータ(官庁統計) 民間のデータ(民間統計) 企業・各種団体の行う統計調査 個人のアンケート調査 病院の業務の記録 など

<保健に関するおもな官庁統計>(テキスト第7章も参照) 人口動態統計(厚生労働省) 役所に提出される出生、死亡、婚姻、離婚、死産の諸届をもとにつくられる統計であり、 年齢別死亡率、死因別死亡率や母親の年齢別出生率などが作成される。 患者調査(厚生労働省) 病院・診療所に患者数、受療の状況、診療費支払方法などを調査するものであり、傷病別患者数、年齢別患者数、受療率などが作成される。

国民生活基礎調査(厚生労働省) 医療施設調査(厚生労働省) 学校保健統計(文部科学省) 国民の保健、医療、福祉、年金、所得等国民生活の基礎的な事項を調査するもの。世帯とその構成員に対して、保険の加入状況、年金の加入状況、所得、貯蓄、健康状態、通院状況および期間、介護の状況などを調査する。職業別通院者率や傷病別通院者率などが作成される。 医療施設調査(厚生労働省) 病院・診療所数、患者数、病床数、診療科目、従事者数などを調査するものであり、都道府県別医療施設数、病床数、医療施設従事者数などが作成される。 学校保健統計(文部科学省) 学校の生徒・児童の発育状況、栄養状態、疾患・疾病の状態などを調査するものであり、青少年の年齢別発育状況、疾病率などが作成される。

これらの調査結果はインターネットを通じて入手することができる。 厚生労働省の統計データベース(厚生統計要覧)  これらの調査結果はインターネットを通じて入手することができる。 厚生労働省の統計データベース(厚生統計要覧) http://wwwdbtk.mhlw.go.jp/toukei/youran/index-kousei.html 文部科学省の各種統計情報 http://www.mext.go.jp/b_menu/toukei/index.htm   なお、日本の官庁統計は総務省統計局†が総合調整をおこなっているので、統計局ホームページ(www.stat.go.jp)からのリンクで参照することが可能である。   各種統計の主要なものをまとめた統計資料集もある。代表的なものは「日本統計年鑑」であり、総務省統計局のサイトにすべての統計表がおかれている。 http://www.stat.go.jp/data/nenkan/index.htm  † 正確には総務省政策統括官(統計基準担当)である。総務省統計局は平成17年8月15日の組織改変により、統計局と政策統括官(統計基準担当)に分けられた。   政策統括官といっても、特定の1人を指すのではなく、組織を指すことに注意。

数多くの統計の中で健康あるいは保健に関する指標を健康指標という。  a) 健康指標 数多くの統計の中で健康あるいは保健に関する指標を健康指標という。 例えば次のようなものがある。 死亡・疾病などの状況 栄養状態 上水道・下水道普及率 医療施設

下のグラフは都道府県別の死亡率(平成24年)である。このグラフをみると、都道府県によって死亡率の差があることがわかる。  b) 健康指標に影響する因子 下のグラフは都道府県別の死亡率(平成24年)である。このグラフをみると、都道府県によって死亡率の差があることがわかる。 データ出典: 人口動態統計年間推計(平成24年)

山口県の死亡率は比較的高いほうに位置している。では、どうして死亡率が高いのであろうか? 高い死亡率 ← 高齢者が多い           ← 医療施設が少ない           ← ストレスがたまる  などの理由が考えられる。これらは、健康指標に影響しているのではないかと考えられる。

高齢者(65歳以上)人口が都道府県別人口に占める割合をグラフにしてみると、下のようになる。 データ出典: 平成24年10月1日現在推計人口

 健康指標に影響する因子として次のようなものが考えられる。(テキスト15-27ページ参照) 年齢 - 年齢階級別死亡率、死亡者の割合は年齢によって変わる 性別 - 子宮がん、乳がん → 女性、胃がん、肝臓がん、肺がん → 男性 民族・人種 年次(世代) - 医学の進歩で結核や肺炎などが減る 季節 地域 - 北海道、東北は食塩摂取量が多い ライフスタイル 生活環境 経済社会階層・職業- 炭坑夫のじん肺 医療施設・ヘルスマンパワー - 離島などの問題