2.计量(定量)的统计描述资料
合集下载
(精选)定量资料统计描述
当数据分布对称时，理论上中位数等于算术均数，当数 据经对数转换后分布对称时，理论上中位数等于几何均数。
因此，中位数可用于任何分布的定量资料。 但对于能用算术均数或几何均数描述集中趋势的资料， 应尽量使用算术均数或几何均数。
24
百分位数常用于确定医范围指特定健康人群的解剖、生理、 生化等指标的波动范围。
56.5 58.5
3. 频数分布表的用途 1) 揭示资料的分布类型 2) 反映频数分布的两个重要特征
集中趋势(Central tendency) 离散趋势(Tendency of dispersion)
9
3) 利于发现某些特大或特小的可疑值 4) 便于进一步进行统计分析
10
4. 频数分布图 以观测变量为横轴，频数(或频率)为纵轴
累计频数等于该组段及前面各组段的频数 之和；累计频率等于累计频数除以总例数。 累计频率描述了累计频数在总例数中所占比 重。
6
2. 频数分布的类型
① 对称分布：集中位置在正中，左右两侧大体对称。
② 偏态分布：集中位置偏向一侧，频数分布不对称。
正偏态分布
负偏态分布
频数分布类型不同，统计描述的方法不同。
适用于原始数据分布不对称，但经对数转换后对 称分布的资料；或各观察值之间呈倍数变化(等比关 系)的资料。
Gn X1X2Xn
Glg1(
lgX )
n
18
当资料中有相同观察值时，也可用加权 法计算几何均数
Glg1(
f lgX )
n
19
几何均数的应用 ① 常用于对数正态分布资料或等比资料：
如抗体平均滴度和平均效价、卫生事业 平均发展速度、人口几何增长的资料等。 ② 观察值不能有 0，不等同时有正有负。
因此，中位数可用于任何分布的定量资料。 但对于能用算术均数或几何均数描述集中趋势的资料， 应尽量使用算术均数或几何均数。
24
百分位数常用于确定医范围指特定健康人群的解剖、生理、 生化等指标的波动范围。
56.5 58.5
3. 频数分布表的用途 1) 揭示资料的分布类型 2) 反映频数分布的两个重要特征
集中趋势(Central tendency) 离散趋势(Tendency of dispersion)
9
3) 利于发现某些特大或特小的可疑值 4) 便于进一步进行统计分析
10
4. 频数分布图 以观测变量为横轴，频数(或频率)为纵轴
累计频数等于该组段及前面各组段的频数 之和；累计频率等于累计频数除以总例数。 累计频率描述了累计频数在总例数中所占比 重。
6
2. 频数分布的类型
① 对称分布：集中位置在正中，左右两侧大体对称。
② 偏态分布：集中位置偏向一侧，频数分布不对称。
正偏态分布
负偏态分布
频数分布类型不同，统计描述的方法不同。
适用于原始数据分布不对称，但经对数转换后对 称分布的资料；或各观察值之间呈倍数变化(等比关 系)的资料。
Gn X1X2Xn
Glg1(
lgX )
n
18
当资料中有相同观察值时，也可用加权 法计算几何均数
Glg1(
f lgX )
n
19
几何均数的应用 ① 常用于对数正态分布资料或等比资料：
如抗体平均滴度和平均效价、卫生事业 平均发展速度、人口几何增长的资料等。 ② 观察值不能有 0，不等同时有正有负。
2 计量资料的统计描述指标
M = X ⎛ n +1 ⎞ = X ⎛ 7 +1 ⎞ = X 4 = 92分
⎜ ⎟ ⎝ 2 ⎠ ⎜ ⎟ ⎝ 2 ⎠
例 在上述 7名中年知识分子 SCL － 90 总分的基础上，又 测得一名中年知识分子该总分为171，试求其中位数。
⎞ 1⎛ ⎞ 1 1⎛ M = ⎜ X n + X n ⎟ = ⎜ X 8 + X 8 ⎟ = ( X 4 + X 5 ) = 93.5分 ( +1) ( +1) 2 ⎝ (2) ⎠ 2 ⎝ (2) ⎠ 2 2 2
1. 算术均数
适用于单峰对称分布的资料，特别是正态
分布或近似正态分布的资料。
由于均数易受到极端值的影响，故不适用
于偏态分布资料的描述。
2. 中位数
中位数（median，M）：是将一组观察值
由小到大排列后位次居中的观察值。
2. 中位数
直接法：
n 为奇数时
M = X ⎛ n +1 ⎞
⎜ ⎟ ⎝ 2 ⎠
例
某研究者随机抽取温州市正常成年男子120名，其红细 胞计数值（×1012/L）的频数表资料如下，求均数。
表 1 某地 120 名正常成年男子红细胞频数表 组 段 频数 频率（％） 累积频数 3.20~ 2 1.7 2 3.50~ 5 4.2 7 3.80~ 10 8.3 17 4.10~ 19 15.8 36 4.40~ 23 19.2 59 4.70~ 24 20.0 83 5.00~ 21 17.5 104 5.30~ 11 9.2 115 5.60~ 4 3.3 119 5.90~6.20 1 0.8 120 合 计 120 100.0 － 累积频率（％） 1.7 5.8 14.2 30.0 49.2 69.2 86.7 95.8 99.2 100.0 －
⎜ ⎟ ⎝ 2 ⎠ ⎜ ⎟ ⎝ 2 ⎠
例 在上述 7名中年知识分子 SCL － 90 总分的基础上，又 测得一名中年知识分子该总分为171，试求其中位数。
⎞ 1⎛ ⎞ 1 1⎛ M = ⎜ X n + X n ⎟ = ⎜ X 8 + X 8 ⎟ = ( X 4 + X 5 ) = 93.5分 ( +1) ( +1) 2 ⎝ (2) ⎠ 2 ⎝ (2) ⎠ 2 2 2
1. 算术均数
适用于单峰对称分布的资料，特别是正态
分布或近似正态分布的资料。
由于均数易受到极端值的影响，故不适用
于偏态分布资料的描述。
2. 中位数
中位数（median，M）：是将一组观察值
由小到大排列后位次居中的观察值。
2. 中位数
直接法：
n 为奇数时
M = X ⎛ n +1 ⎞
⎜ ⎟ ⎝ 2 ⎠
例
某研究者随机抽取温州市正常成年男子120名，其红细 胞计数值（×1012/L）的频数表资料如下，求均数。
表 1 某地 120 名正常成年男子红细胞频数表 组 段 频数 频率（％） 累积频数 3.20~ 2 1.7 2 3.50~ 5 4.2 7 3.80~ 10 8.3 17 4.10~ 19 15.8 36 4.40~ 23 19.2 59 4.70~ 24 20.0 83 5.00~ 21 17.5 104 5.30~ 11 9.2 115 5.60~ 4 3.3 119 5.90~6.20 1 0.8 120 合 计 120 100.0 － 累积频率（％） 1.7 5.8 14.2 30.0 49.2 69.2 86.7 95.8 99.2 100.0 －
医学统计学学习笔记
医学统计学笔记一、绪论及基本概念1. 资料类型①计量资料（定量资料、数值变量资料）：连续型、离散型②计数资料（定性资料、无序分类变量、名义变量）：二分类、多分类③等级资料（半定量资料、有序分类变量）信息量：计量资料＞等级资料＞计数资料2.误差类型①过失误差：可避免②系统误差：具有明确的方向性，可避免③随机误差：分为随机测量误差和随机抽样误差，没有固定的大小和方向，不可避免3.核心概念参数：u、σ；固定的常数，总体的统计指标，参数大小客观存在，但往往未知。
统计量：X̅，S，P；样本的统计指标，参数附近波动的随机变量。
概率为参数，频率为统计量。
4.医学统计工作的基本步骤：设计、收集资料、整理资料、分析资料二、计量资料的统计描述1.集中趋势的描述a.算术均数，简称均数（mean）：主要适用于对称分布或偏度不大的资料，尤其适合正态分布资料。
不能用于开口型资料。
u（总体均数），X（样本均数）。
b.几何均数（geometric mean，G）：适用于经对数转换后呈对称分布。
观察值不能为0 、不能同时有正有负。
同一资料算得的几何均数小于算术均数。
c.中位数（median, M）和百分位数（precentile, Px）：适用于各种分布类型资料。
当计量资料适合计算均数或几何均数时，不宜用中位数表示其平均水平。
用频数表法计算百分位数时，组距不一定要相等。
P x=L x+i x(n∗x%−∑f L)f xL x：第x百分位数所在组段的下限i x：第x百分位数所在组段的组距f x：第x百分位数所在组段的频数∑f L：第x百分位数所在组段上一组段累计频数d.调和均数（harmonic mean，H）：适用于表达呈极严重的正偏态分布资料的平均水平。
计算方法为求倒数的均值后再取其倒数。
SPSS：在Transform中输入公式。
2.离散（dispersion）趋势的描述a.极差（range，R）：也称为全距。
b.四分位数间距（quartile range，Q）：即统计图中箱子的高度，常用于偏态资料离散度的描述，多与M 合用。
医学统计学 第二章 计量资料的统计描述
肌红蛋白含量
人数
0～
2
5～
3
10～
7
15～
9
20～
10
25～
22
30～
23
35～
14
40～
9
45～50
2
18
人数
25 20 15 10
5 0
2.5 12.5 22.5 32.5 42.5 52.5 血 清 肌 红 蛋 白（μg / m L）
图 2-3 101 名 正 常 人 血 清 肌 红 蛋 白 的 频 数 分 布
医学统计学 第二章 计量资料的统计 描述
计量资料（定量资料、数值变量资料） 总体：有限或无限个（定量）变量值 样本：从总体随机抽取的n个变量值：
X1,X2,X3,……,Xn
n为样本例数（样本大小、样本含量）
2
统计描述——描述其分布规律 1、用频数分布表（图）
要求：大样本 如 n〉30
2、用统计指标 描述 集中趋势 离散趋势
6
➢制表步骤 了解分布
1. 求极差（range） 极差也称全 距，即最大值和最小值之差，记作R。 本例
R 5 .7 1 2 .3 5 3 .3 6 ( m m o l/L )
7
2．确定组距(i) :
组段数通常取组 10-15组 本例组距
i 3 .3 6 /1 0 0 .3 3 6 0 .3 0
累计频率（%） (4)
0
402
402
35.80
1
330
732
65.18
2
232
964
85.84
3
118
1082
96.35
4
27
定量资料的统计描述
定量资料的统计描述
1.集中趋势 （算术）平均数： 几何均数： 中位数：
2.离散趋势 全距： 四分位数间距： 离均差平方和： 方差： 标准差： 变异系数：
3.正态分布 特征： （P16） 应用 估计频率分布
确定医学参考值范围
4.t 分布
（正态近似法和百分位数法）
质量控制 理论基础 特征： （P22） 应用 区间估计 假设检验
（P42）
Ni N
p NNi pi
标准组选取方法 有代表性的
（P42）
两组合并 择其一
定量资料（计量资料）统计推断
一、定量资料的参数估计 （P23)
1.点估计： X
2.区间估计 σ未知，n较小： Xt.SX
σ已知： Xu.X
σ未知但n足够大：
Xu.SX
二、定量资料的假设检验 （P26)
t
检验
单个样本t检验：
3. yˆ 的含义（ P138或见讲义） 。
4.回归与相关的区别和联系（见讲义） 5.等级相关的适用范围（P147）。 6.直线回归的应用（P142～ P143 ）。
统计表与统计图
1.统计表的分类（P255） 2.统计表的编制要求（P253） 3.统计表的改错（P255）
4.常用统计图的适用条件及要求
（P256 ～ P259 ）
基本概念（见讲义）
1.总体和样本（P3） 2.参数和统计量（见讲义）
3.变异（见讲义）
4.抽样误差（见讲义） 5.概率（P4） 6.样本含量（P3） 7.定量资料（P4） 8.定性资料（P4）
9.正偏态分布（P8） 10.负偏态分布（P8） 11.中位数（P11） 12.百分位数（P13） 13. 医学参考值范围（P18） 14.统计推断（P20） 15. 标准误（P22） 16.参数估计（P23）
1.集中趋势 （算术）平均数： 几何均数： 中位数：
2.离散趋势 全距： 四分位数间距： 离均差平方和： 方差： 标准差： 变异系数：
3.正态分布 特征： （P16） 应用 估计频率分布
确定医学参考值范围
4.t 分布
（正态近似法和百分位数法）
质量控制 理论基础 特征： （P22） 应用 区间估计 假设检验
（P42）
Ni N
p NNi pi
标准组选取方法 有代表性的
（P42）
两组合并 择其一
定量资料（计量资料）统计推断
一、定量资料的参数估计 （P23)
1.点估计： X
2.区间估计 σ未知，n较小： Xt.SX
σ已知： Xu.X
σ未知但n足够大：
Xu.SX
二、定量资料的假设检验 （P26)
t
检验
单个样本t检验：
3. yˆ 的含义（ P138或见讲义） 。
4.回归与相关的区别和联系（见讲义） 5.等级相关的适用范围（P147）。 6.直线回归的应用（P142～ P143 ）。
统计表与统计图
1.统计表的分类（P255） 2.统计表的编制要求（P253） 3.统计表的改错（P255）
4.常用统计图的适用条件及要求
（P256 ～ P259 ）
基本概念（见讲义）
1.总体和样本（P3） 2.参数和统计量（见讲义）
3.变异（见讲义）
4.抽样误差（见讲义） 5.概率（P4） 6.样本含量（P3） 7.定量资料（P4） 8.定性资料（P4）
9.正偏态分布（P8） 10.负偏态分布（P8） 11.中位数（P11） 12.百分位数（P13） 13. 医学参考值范围（P18） 14.统计推断（P20） 15. 标准误（P22） 16.参数估计（P23）
统计学2 计量资料的统计描述指标课件
N
Valid
Missing
Mean
Median
Std. Deviation
Skewness
Std. Error of Skewness
Kurtosis
Std. Error of Kurtosis
Range
Percentiles
5
25
50
75
95
97.5
238 0
7.1387 6.6111a 3.3217 1.209
x
72.4
例 某地不同年龄女童的身高资料如下，比较不同 年龄女童身高的变异程度。
表 某地不同年龄女童身高（cm）的变异程度
年龄组 1-2月
例数 100
均数 56.3
标准差 2.1
变异系数 （％）
3.7
5-6月 120
66.5
2.2
3.3
3-3.5岁 300
97.2
3.1
3.2
5-5.5岁 500 107.8
ON AVERAGE 间距 3. 标准差，S 4. 变异系数，CV
变异程度指标越大，表示数据离散程度越大。
1. 极差
Range，亦称全距，即全部观察值中最大值与最 小值之差。
R = X max − X min
极差没有利用全部观察值，是简单但又粗略的变 异指标。
效价 1：4 1：8 1：16 1：32 1：64 1：128 1：256 1：512 合计
例数 f 2 3 6 9 8 14 12 6 60
G＝78.79
只用平均数描述资料的弊病
It has been said that a fellow with one leg frozen in ice and the other leg in boiling water is comfortable。
计量资料的统计描述
频数表法
i Px Lx ( nx% f L ) fx
其中
Lx 第x百分位数所在组段下限
i 组距
f x 第x百分位数所在组段的频数
f 第x百分位数所在组段前一组的累计频数
L
[案例4-10] 根据表4-4，计算P25 、P75 。
p25 i L ( n.x % f L ) fx
均数
几何均数 中位数
平均数量水平
平均增减倍数 位次居中的观察值 水平
对称分布，尤其是正 态分布 等比、对数正态分布 偏态、分布不明确、 分布末端无确定值
百分位数 ( Percentile，Px )
观察值从小到大排列，处于第x百分位位 置上的数值，用 Px 表示。一个百分位数将全 部数据分成两部分，有x％的数据小于Px，有 （100－x）％的数据大于Px
0.6021 2.7093 7.2246 15.5051 23.4806 21.0720 16.8574 86.9977(
f ilg xi
)
1 lg 4 3 lg 8 lg 256 1 86.9977 G lg ( lg ( ) 54 1 3 7 50
滴度倒数 xi
(3)
频数 fi
(2)
lgxi
(4)
fi lgxi
(5)
1/4 1/8 1/16 1/32 1/64 1/128 1/256 合 计
1 3 6 10 13 10 7 50 (
fi
4 8 16 32 64 128 256 ) -
0.6021 0.9031 1.2041 1.5051 1.8062 2.1072 2.4082 -
141.5 151.1 144.6 151.8 149.5 153.6 140.5 150.3 141.3 153.9 140.8 141.8 140.7 151.4 139.1 145.8 148.4 136.5
统计学知识点(完整)
基本统计方法第一章 概论1. 总体（Population ）：根据研究目的确定的同质对象的全体（集合）；样本（Sample ）：从总体中随机抽取的部分具有代表性的研究对象。
2. 参数（Parameter ）：反映总体特征的统计指标，如总体均数、标准差等，用希腊字母表示，是固定的常数；统计量（Statistic ）：反映样本特征的统计指标，如样本均数、标准差等，采用拉丁字字母表示，是在参数附近波动的随机变量。
3. 统计资料分类：定量（计量）资料、定性（计数）资料、等级资料。
第二章 计量资料统计描述1. 集中趋势：均数（算术、几何）、中位数、众数2. 离散趋势：极差、四分位间距（QR =P 75-P 25）、标准差（或方差）、变异系数（CV ）3. 正态分布特征：①X 轴上方关于X =对称的钟形曲线；②X =时，f(X)取得最大值；③有两个参数，位置参数和形态参数；④曲线下面积为1，区间±的面积为68.27%，区间±1.96的面积为95.00%，区间±2.58的面积为99.00%。
4. 医学参考值范围的制定方法：正态近似法：/2X u S α±；百分位数法：P 2.5-P 97.5。
第三章 总体均数估计和假设检验1. 抽样误差（Sampling Error ）：由个体变异产生、随机抽样造成的样本统计量与总体参数的差异。
抽样误差不可避免，产生的根本原因是生物个体的变异性。
2. 均数的标准误（Standard error of Mean, SEM ）：样本均数的标准差，计算公式：/X n σσ=3. 降低抽样误差的途径有：①通过增加样本含量n ；②通过设计减少S 。
4. t 分布特征：①单峰分布，以0为中心，左右对称； ②形态取决于自由度，越小，t 值越分散，t 分布的峰部越矮而尾部翘得越高； ③当逼近∞,X S 逼近X σ, t 分布逼近u 分布，故标准正态分布是t 分布的特例。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2018/10/9
11
1. 频数表的编制步骤
（3）列表划记
计算出每个组段的 频率
每组的频数 样本含量
2018/10/9
12
1. 频数表的编制步骤
（3）列表划记
计算出每个组段的 累计频率 =本组段的频率+上 一组段的累计频率
2018/10/9
13
1. 频数表的编制步骤
2018/10/9
14
2.绘制频数分布直方图
集中趋势和离散趋势是频数分布的两个重要侧面，从这两 方面就可全面的分析所研究的事物。
2018/10/9ຫໍສະໝຸດ 184.频数分布的类型
频数分布又可分为对称分布和偏态分布
对称分布：集中位置在正中，左右两侧频数分布
大体对称
偏态分布：集中位置偏向一侧，频数分布不对称
正偏态分布：集中位置偏向年龄小的一侧 负偏态分布：集中位置偏向年龄大的一侧
2018/10/9
8
1. 频数表的编制步骤 列出各组段 第一组段
最后一组段
2018/10/9
9
1. 频数表的编制步骤
（3）列表划记
将原始数据一一对 应入每个组段，通 过划“正” 字，来 统计每个组段内的 数据
2018/10/9
10
1. 频数表的编制步骤
（3）列表划记
统计每个组段内的 频数（例数） 频数的合计数等于 样本含量
2018/10/9
24
1.算术均数
(arithmetic mean)
又简称为均数（mean） 定义：是反映一组观察值在数量上的平均水平。 总体均数用希腊字母 表示，样本均数用 x 表示 计算方法：
直接法： 频数表法：
应用： 正态分布或近似正态分布资料
2018/10/9
25
1.算术均数
6
1. 频数表的编制步骤
（2）划分组段 确定组数: n>100，10～15组；n<100，8～10组 确定组距：
组距可以相等也可以不相等，一般采用等距分组， 组距=极差/组数 例8.1 1.99/10≈2，故组距=2mmol/L
2018/10/9
7
1. 频数表的编制步骤
（2）划分组段 确定各组段的上下限：
每个组段的起点称为该组的下限（low limit）, 终点称为上 限（upper limit）, 上限=下限+组距； 第一组段必须包括最小值，因此其下限取包含最小值、较 为整齐的数值； 例8.1 第一组段下限为 3.60，上限为3.60+0.20=3.80 各组段不能重叠，每一组段均为半开半闭区间，即包括下 限，不包含上限。 例8.1 第一组段为3.60~ 即[3.60，3.80）；以此类推。 最后一组段，须包括最大值，且要列出这一组段的下限和 上限，即5.40~5.60， [5.40，5.60]
第十一章 资料的描述性分析
第十一章 资料的描述性分析
第一节 第二节 统计图表 计量资料的统计描述方法 计数资料的统计描述方法
2018/10/9
2
第一节 计量资料的统计描述方法
常用的描述定量资料分布规律的统计方法 有两类：
统计图表：频数分布表/图 选用适当的统计指标：
集中趋势指标：均数、中位数 离散趋势指标：极差、标准差
绘制频数分布直方图 坐标轴
横坐标：变量值即研究指标，无需从0开始，以单位尺度 划分。 纵坐标：为频数f，必须从0开始（f为每一组段内的人数）
直条
直条的宽度：组距 直条的高度：每一组段的频数
累计
2018/10/9
15
2.绘制频数分布直方图
2018/10/9
16
2.绘制频数分布直方图
计算方法
直接法：即将所有观察值x1,x2,x3,…,xn直接相加 再除以观察值的个数，写成公式
2018/10/9
5
第一节 数值变量资料的频数分布
1. 频数表的编制步骤 （1）求数据的极差: 极差（range）是全部数
据中的最大值与最小值之差，它描述了数据的变 异幅度。
公式：R＝XMax－XMin 例8.1： XMax =5.59
XMin =3.60
R=5.59-3.60=1.99
2018/10/9
2018/10/9
17
3、频数分布的特征 从频数表可以看到频数分布的两个重要的特征
集中趋势（central tendency）
血糖值向中央部分（中等水平）集中，以中等水平的血糖值者居 多，是为集中趋势。
离散趋势（tendency of dispersion）
从中央部分到两侧（血糖值从中等水平到较低或较高水平）的频 数分布逐渐减少，是为离散趋势。
22
5.频数表的用途
频数表可揭示资料的分布特征和分布类型 便于进一步计算统计指标和统计分析处理（第二节） 便于发现某些特大或特小可疑值，便于资料的校对。
2018/10/9
23
一、集中趋势指标
算术均数(arithmetic mean) 几何均数(geometric mean) 中位数和百分位数(median percentile) 以上统称为平均数（average）常用于描述一组 变量值的集中位置，代表其平均水平或是集中 位置的特征值。
2018/10/9
3
第一节 数值变量资料的频数分布
频数分布表（ frequency distribution table ）： 将变量值化分为若干个组段，清点并记录各组段 变量值的个数，称为频数表（frequency
table ） 。
2018/10/9
4
第一节 数值变量资料的频数分布
最小 值
最 大 值
2018/10/9
21
4.频数分布的类型
正偏态分布：峰偏左，尾部向右侧延伸 如：以儿童为主的传染病发病人数的分布 右偏态
正偏态分布
（positive skewed）
负偏态分布：峰偏右，尾部向左侧延伸 如：以老年人为主的慢性病发病人数的分布 左偏态
负偏态分布
（negative skewed）
2018/10/9
不同类型的分布，应采用相应的统计分析方 法。
2018/10/9
19
4.频数分布的类型
正态分布 （ normal distribution ）
中间高、两边低、左右对称 属于对称分布的一种 许多医学资料都属于这种分布， 例如人体正常的生理生化指标
正态分布
2018/10/9
20
4.频数分布的类型
a.尖峭峰 b.正态峰 c.平阔峰