第一讲-2-统计资料的整理与描述7.14分析.ppt

描述离散趋势的指标：四分位数间距 四分位数间距(inter-quartile range) QU － QL ＝ P75 － P25 即中间一半观察值的极差。 四分位数(quartile)是两个特定的百分位数：第25％分位数P25，和第75％分位数P75，分别记为QL和QU。 四分位数间距较全距稳定，常与中位数一起，描述不对称分布资料的特征。 * 25% 25% 25% 25% 排序数据：按从小到大顺序排列 M QL QU inter-quartile range Q2 Q1 Q3 * 描述离散趋势的指标：方差 方差(variance) * 描述离散趋势的指标：标准差 标准差(standard deviation, sd) “离均差平方之和 平均后的方根” “均方根” n-1 称为自由度 (degree of freedom) ，即“可以自由变异的程度” 因为任一离均差均可以用另外n-1个离均差表示，所以“只有n-1个独立的离均差”。 * 标准差 标准差大:分布分散、不整齐、波动大； 标准差小:分布集中、整齐、波动较小。 * 三组同性别、同年龄儿童的体重（kg） 甲组 26 29 30 31 34 乙组 24 27 30 33 36 丙组 26 28 30 32 34 极差 方差 标准差 甲组 8 8.50 2.92 乙组 12 22.50 4.74 丙组 8 10.00 3.16 * 描述离散趋势的指标：变异系数 变异系数(coefficient of variation, CV) 排除了平均水平的影响，并取消了单位。因此变异系数常用于： 比较度量衡单位不同的两组或多组资料的变异度 比较均数相差悬殊的两组或多组资料的变异度 * 不同指标间变异度的比较 * 正确应用(1) 算数均数：适用于单峰对称分布资料； 几何均数：适合于作对数变换后单峰对称分布资料； 中位数和百分位数：适用于任何分布的资料； 中位数和百分位数在样本含量较少时不稳定，越靠两端越不稳定； 中位数在抗极端值的影响方面，比均数具有较好的稳定性，但不如均数精确。 因此，当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。 不同质的资料应考虑分别计算平均数。 * 正确应用(2) 极差不稳定，不灵敏 标准差的基本内容是离均差，它显示一组变量值与其均数的间距，故标准差直接地、总结地、平均地描述了变量值的离散程度。 在同质的前提下，标准差大表示变量值的离散程度大，即变量值的分布分散、不整齐、波动较大；反之，标准差小表示变量值的离散程度小，即变量值的分布集中、整齐、波动较小。 变异系数派生于标准差，其应用价值在于排除了平均水平的影响，并消除了单位。 * 平均数与变异度 均数±标准差 中位数±四分位数间距 变异度小，则均数代表性好！ 变异度大，数据分散，则均数代表性差！ 平均数所表示的集中性与变异度所表示的离散性，从两个不同的角度阐明定量资料的特征！ * 总 结 每个观察指标均有其特定的变异规律； 描述变异： 图形描述 统计量描述 平均数：均数、几何均数、中位数和百分位数 变异度：极差、方差、标准差、四分位数间距、变异系数 不同分布的指标，用不同的统计量描述； 用平均数与变异度共同描述。 * 集中趋势的描述指标小结 * 离散程度的描述指标小结 * 239人发汞含量的频数分布 70 3 5 7 9 11 13 15 17 19 21 10 20 30 40 50 60 0 1 发汞含量(?mol/kg) 人 数 * 某市892名老年人生存质量自评分频数分布 0 10 20 30 40 50 60 70 80 90 100 100 200 300 0 400 自评分 人 数 * 102名黑色素瘤患者的生存时间频数分布 0 5 10 15 20 25 30 35 40 45 0 1 0 2 0 3 0 4 0 生存时间(月) 人 数 * 某地某年10000例死亡者年龄分布 死亡年龄（岁） 人 数 0 10 20 30 40 50 6