02统计描述.pptVIP

中医药统计学——统计描述 季聪华 2012.09.21 在中医药科研实践中通过观察、调查、实验等方式搜集到的各种资料含有大量信息，由此揭示或表达样本信息特征，不仅需要依据相关专业知识，还需借助适当的统计学方法和手段。 统计描述(statistical description)又称描述性统计(descriptive statistics)，是运用适宜的统计指标、统计表、统计图等方法，对研究对象(变量)的分布类型和数量特征进行展示的过程。 通过统计描述，可了解研究对象的基本特征，便于对样本资料作进一步的统计分析。 第一节 频数分布 第二节 数值资料的统计描述 第三节 分类资料的统计描述 第四节 统计表和统计图 第五节 例题和SPSS电脑实验 第一节 频数分布 频数表(frequency table)及频数图(frequency graph)是统计描述的基本内容，也是揭示样本数据分布特征的基本手段。 一、频数表 频数表(frequency table)又称频数分布表，是将某变量各组段及其相应的频数按一定顺序排列而成的表格形式，主要用于描述数据的分布特征，是对样本含量较大的资料进行统计描述的常用方法。 1.数值资料频数表的编制 通过如下步骤也可手工编制表2－2。 (1)找出120例血清铁数据的最小值(9.23）与最大值（19.84）。 (2)计算全距（range，R），也称为极差。 　 R=最大值一最小值=19.84－9.23＝10.61 ( 3)确定组段数( k)：组段数应根据研究目的和观察值多少而定，当 n 100 时，一般定8 ~10个组；当n100时，通常取10~15组，不宜过粗或过细。本例n=120，可先将原始资料粗略定为11组。 ( 4 )确定组距(i)：组距等于全距比组数，一般等距分组。 i=R/k 本例中：i=10.61/11=0.965≈1 ( 5)确定组段：第一组段应包括最小值，最后一个组段应包括最大值。每一组段的起始值称为下限，终点值称为上限(即下一组段的下限)，为避免汇总时的重复，组段不包括本组段的“上限”，但最后一个组段应同时写出下限和上限。如本例最小值为 9.23 ，为计算方便，第一组段的下限取 9.00 ，然后每隔一个组距列一个组段，直至最后一个组段19.00~ 20.00 。 表中：组中值=(上组段下限值+下组段下限值)/2； 频数(frequency)即各组段内观察值的个数； 频率(percent)即各组段频数与总观察值个数之比，一般用百分数表示； 累计频数(cumulative frequency)是由上至下将频数累加； 累计频率(cumulative percent)是由上至下将频率累加。 从本例的分布可见：以第六组段(14.00~)分布的数据最多，22例，占18.3%，且以该组段为中心呈对称分布，小于15.00umol/L的数据占59.1%。 SPSS软件绘制频数表 对【例2-1】资料进行统计描述 二、频数图 频数图(frequency graph)是在频数表基础上，以直方(或直条)的面积大小表示频数的多少或频率的大小的图形，可直观显示数据的分布类型和特征。 1 .数值资料频数图——直方图的绘制 (1)等距分组：横轴表示随机变量，纵轴表示频数(或频率)。表2-1资料的频数图，见图2-1 SPSS绘制频数图 三、频数表和频数图的用途 1.描述频数分布的类型 资料的频数分布类型有对称分布(symrnetric distribution)和偏态分布(skew distribution)两种。 如果频数分布集中位置(单峰最高处)在中间，左右两侧频数大体对称，称为对称分布。 如果频数分布不对称，集中位置偏向一侧，则称为偏态分布。若集中位置偏向观察值小的一侧，称为正偏态(positive skewness)，又称右偏态。若集中位置偏向观察值大的一侧，称为负偏态(negative skewness)，又称左偏态。 不同资料的频数分布类型，见图2-4。对于不同频数分布类型的资料，应选用不同的统计方法进行分析。 描述频数分布形态的统计量有两个： 峰度系数(coefficient of kurtosis ，KURT)和偏度系数(coefficient of skewness，SKEW)。 理论上总体偏度系数为0时，分布是对称的；取正值时，分布为负偏态；取负值时，分布为正偏态。 正态分布的总体峰度系数为0；取负值时，分布为平阔峰；取正值时，分布为尖峭峰。 正态分布是一种特殊的以集中性、对称性和均匀变动性为特点的对称分布，故无论尖峭峰或平阔峰，均为非正态分布。 2.展示频数分布的特征 频数分布有两个重要特征：一是集中趋势(central tendency)，反映一组