为什么人口统计学家会给出每100,000人的比率？

人口统计数字以每年100,000人口的形式给出似乎是普遍的。例如，自杀率，凶杀率，伤残调整生命年等等。为什么？

如果我们谈论化学，则百万分率（ppm）很常见。为什么计数人数的行为从根本上不同。100,000的数字在SI系统中没有基础，据我所知，它完全没有经验基础，只是与百分比的关系不大。每100,000个计数可以解释为百分之m％。我以为可能会吟。

这是历史文物吗？还是有任何理由捍卫该单位？

一项小型研究首先表明，人口统计学家（以及其他流行病学专家，例如报告人口事件发生率的人）并未 “普遍”使用100,000作为分母。确实，谷歌搜索“人口统计学100000”或相关搜索似乎发现使用分母为1000的文档多达100,000。一个示例是人口参考局的人口统计术语表，该术语表始终使用1000。

环顾早期流行病学家和人口统计学家的著作表明，早期流行病学家和人口统计学家（例如John Graunt和William Petty，早期的《伦敦死亡率法案》的作者，1662年）甚至没有使他们的统计数据正常化：他们报告了特定行政单位内的原始计数。 （例如伦敦市）在给定的时间段（例如一年或七年）内。

流行病学流行病学家约翰·斯诺（John Snow）（1853年）制作了归一化为100,000的表格，但讨论了每10,000的比率。 这表明，表中的分母是根据可用的有效数字的数量选择的，并进行了调整以使所有条目成为整数。

此类约定在至少早于John Napier的对数书（约1600年）的数学表中很常见，该表以每10,000,000的值表示其值，以实现范围内的值的七位数精度。（十进制表示法很新，以至于他不得不在书中解释他的表示法！）因此，人们希望通常选择分母来反映报告数据的精度并避免使用小数。$[0,1]$

John Tukey的经典著作EDA（1977）提供了一个现代示例，该示例始终如一地使用10的幂进行重新缩放以在数据集中实现可管理的整数值。他强调，数据分析人员应该随意调整规模（并且更普遍地非线性重新表达），以使数据更适合分析并且更易于管理。

因此，我怀疑是否有这样的猜测，无论其多么自然和多么诱人，是过去有100,000人的分母起源于任何特定的人类规模，例如“中小城市”（在20世纪之前，无论如何，远低于10,000的人少于100,000）。

我似乎回想了几十年前的《人口地理》课程，我们的讲师（现为普渡大学的Brigette Waldorf教授）说（有效果）我们表示每100,000人中发生的次数（例如，死亡，出生）。即使仅发生30或50次，我们也不必诉诸讨厌的百分比。从直觉上讲，对大多数人（尽管可能不是这个受尊敬的论坛的读者）来说，更有意义的是，在上水獭的谷底，2010年35岁至39岁的男性被蛇咬的死亡率为每10万人中13人。只是可以轻松比较不同地区和同类群组的费率（尽管百分比也是如此）。

虽然我不是人口统计学家，但我从未听过有人提到中等城市论点，尽管听起来确实合理。仅仅是在与地理学家和相关社会科学家作为一名本科生，研究生和现任教职人员打交道的大约20年中，我从未听说过关于城市规模的特定解释。到现在。

通常，我们试图将信息传达给实际的人，因此使用对人们有意义的数字会很有用。100,000人是一个容易想到的中小城市的规模。

没有明智的或理性的理由转换为每100,000。

它只是改变比率的单位。

更大的问题是，大多数人在转换为100,000时会使用错误的域

只是没有充分的理由这样做。