基础统计知识.pptVIP

质量管理基础—— 基本统计知识 一、基本统计量 平均数 方差 标准差 变异系数 极差 平均值 说明一组变量值的集中趋势、中心位置或平均水平； 常用算术平均数、几何平均数、中位数 算术平均数简称均数，用X表示。 注意： ⑴ 变量值必须是同质的； ⑵ 适用于呈正态分布的资料；对于偏态资料，可用几何均数、中位数等描述； ⑶ 均数只能反映数据集中趋势，对正态分布的资料，将均数与标准差结合起来，可全面反映其分布特征。 方差和标准差 总体方差（σ2）和样本方差（s 2） 总体标准差（σ）和样本标准差（ s ） 注意： ⑴ 标准差表示变量值的离散程度， s 越大，离散度越大；但当资料的度量单位不同或均数相差较大 时，两组资料的标准差不能直接相比。 ⑵常与均数结合一起描述正态分布特征： ⑶ 常按上述原理来确定检验结果的参考范围。常用的方法是以 计算出95％观察值所在的范围界限，作为临床的参考范围。 变异系数 变异系数（CV）：是标准差与平均值之比，用百分数表示，公式： 变异系数是相对量，没有单位，便于资料间的分析比较。常用于： ⑴ 比较均数相差悬殊的几组资料的变异度； ⑵比较度量衡单位不同的多组资料的变异度； ⑶ 变异系数还常用于比较多个样本重复测定的误差。 极差 极差（R）：是一组数值中最大值与最小值的差值，是最简单的一种离散趋势指标，极差越大，变异度可能越大。 但以极差反映变异度，较为粗略。因为⑴ 除了最大值和最小值，不能反映其它数据的 变异度；⑵当样本含量不同时，样本含量越大，遇到极端值的机会就加大，极差可 能越大，故样本含量悬殊时不宜比较其极差； ⑶ 即使样本含量不变，极差的抽样误差亦较大。 二、正态分布（高斯分布） 特征：正态分布曲线是以均数为中心，左右完全对称的钟形曲线。 两个参数：均数 μ 和标准差σ。 μ是位置参数，表征分布的中心位置， σ是变异参数，表征分布的离散程度。一般用N（μ, σ 2）表示均数为μ，方差为σ 2正态分布。 二、正态分布 正态曲线下面积的分布规律 68.2%的结果落在 ±1s范围内， 95.5%的结果落在 ±2s范围内， 99.7%的结果落在 ±3s范围内。 正态分布的应用 估计参考值范围：医学上通常把95％的正常人某指标所在范围作为参考值范围。所谓“正常人”不是指完全健康的人，而是指排除了影响所研究指标的疾病和有关因素的同质人群。如果资料近似正态分布，且样本含量较大，可按下式估计参考值范围： 。确定某指标的参考值范围是双侧还是单侧范围应根据专业知识。若一个指标过大或过小均属于异常，则相应的参考值范围既有上限，又有下限，是双侧参考值范围；若一个指标仅过大或仅过小属于异常，则属单侧参考值范围。 正态分布的应用 质量控制：一般情况下，实验中的检测误差服从正 态分布。为了控制实验中的检测误差，常以 作为上、下警告限，以 作为上、下控制界限，这里的2S和3S分别是1.96S和2.58S的近似值，即把实验观测值的95％和99％范围分别作为实验观测值的警戒限和控制限。 正态分布是许多统计方法的理论基础。有些资料。如正常人血铅含量虽不服从正态分布，但经对数转换后则服从对数正态分布，仍可按正态分布规律来处理。 直线回归分析 直线回归分析 在临床检验分析中，经常遇到处理两个变量 之间的关系问题。例如，在建立标准曲线时，常 常将被测组分的标准液含量与对应的响应值绘制 成标准曲线，然后根据标准曲线计算被测标本中 组分的含量。在实际工作中，往往会有一个或两 个实验点偏离直线。怎样根据实验数据确定一条 最接近于各实验点的直线以及两个变量之间存在 什么样的互相关系，解决这些问题的统计方法叫 直线回归分析。 主要用途： 从一组实验数据出发，找出描述两个变量间互相关系的直线回归方程，亦确定一条最接近于各实验点的标准曲线； 应用直线回归方程进行预测预报，即从一个变量所取的值去估计另一变量。实际应用中可用容易测量的指标估计不易测量的指标； 评价和量度变量间关系的密切程度； 评价标准曲线的精密度与置信区间。 直线回归方程式的计算 以标准曲线为例，标准液浓度为自变量，以X表示， 响应值为因变量，以Y表示，则直线回归方程为 其中b称为回归系数，是回归直线的斜率