第6章定量资料的统计描述.pptVIP

统计描述分析 UNIVARIATE过程对数值变量给出比较详细的变量分布的描述，其中包括：变量的极端值、常用的百分位数（包括四分位数和中位数）、用几个散点图描绘变量的分布、频数表和正态分布的检验等。 本章小节 本章介绍了定量资料的统计特征描述，主要包括四个方面：集中趋势、离散趋势、偏度和峰度。本章重点讲解了集中趋势和离散趋势的描述指标。一组数据的集中趋势通常用平均数、中位数和众数等来表示。描述一组计量资料离散趋势的常用指标有极差、四分位数间距、方差、标准差、标准误和变异系数等，其中方差和标准差最常用。本章分别详细介绍了各种统计量的意义以及计算方法。我们应在学习的过程中掌握这些统计量并学会计算。 本章小节 本章重点介绍了正态分布。正态分布在统计学中是最基本、最重要的一种分布，而且它是很多统计理论的基础，在统计学领域有着广泛的应用。本章讲解了正态分布的定义、特征、正态曲线下面积分布、标准正态分布的定义以及意义，最后介绍正态分布的广泛应用价值，尤其是其在制定参考值方面的作用。 本章小节 最后，阐述了SAS系统中进行定量资料的统计描述最常用的两个过程：PROC MEANS过程和PROC UNIVARIATE过程，并以实例演示了如何利用这两个过程进行定量资料的统计描述。这也是我们学习的重中之重。我们需要通过实例掌握这两个过程，并学会灵活运用。 第6章 定量资料的统计描述 学习目标 掌握集中趋势和离散趋势描述的常用统计量； 掌握正态分布的特征及其作用意义； 掌握利用PROC MEANS过程进行资料的统计描述； 掌握利用PROC UNIVARIATE过程进行资料的统计描述。 数据的统计特征 在对一组统计数据的分布变化进行深入研究之前，我们首先研究一组数据的特征。为了比较精确地描述一组统计资料的特征，需要使用一些统计指标来描述它。一组数据的统计特征通常包括以下四个方面： 集中趋势 离散趋势 偏度 峰度 集中趋势 集中趋势，也称作中心位置。即表示一组数据的中心位置的数据点是在什么地方，也就是数据集中分布的位置。 一组数据的集中趋势通常用平均数、中位数和众数等来表示。这些统计量均称为平均指标。平均指标的特点是将一组数据中各个数据之间的差异抽象化，用一个指标来代表各个数据的一般水平，它反映了一组数据中各个数据的代表水平、中心位置或集中趋势。 均数 是算术均数的简称。常用表示样本均数，表示总体均数。均数用于反映一组同质观察值的平均水平，适用于正态或近似正态分布的数值变量资料。其计算方法有： 直接法 加权法 均数（直接法） 用于样本含量较少时，其公式为： 式中，希腊字母Σ（读作sigma）表示求和；X1，X2，…，Xn为各观察值；n为样本含量，即观察值的个数。 均数（加权法 ） 用于频数表资料或样本中相同观察值较多时，其公式为： 式中，X1，X2，…，Xn与f1，f2，…，fk分别为相同观察值与其对应的频数 (或频数表资料中各组段的组中值和相应组段的频数)。 几何均数 适用于对数正态分布，即数据经过对数变换后呈正态分布的资料；等比级数资料，即观察值之间呈倍数或近似倍数变化的资料。如抗体滴度、平均效价等。其计算方法有： 直接法 加权法 几何均数（直接法） 或 几何均数（加权法） 注意：计算几何均数时观察值中不能有0，因0不能取对数；一组观察值中不能同时有正值和负值。 中位数 一组由小到大按顺序排列的观察值中位次居中的数值。中位数可用于描述：非正态分布资料（对数正态分布除外）；频数分布的一端或两端无确切数据的资料；以及总体分布不清楚的资料。在全部观察中，小于和大于中位数的观察值个数相等。其计算方法也包括 直接法 频数表法 百分位数 用Px表示。一个百分位数Px将一组观察值分为两部分，理论上有X%的观察值比它小，有（100-X）%的观察值比它大，是一种位置指标。中位数是一个特殊的百分位数，即M=P50。百分位数的计算步骤与中位数类似，首先要确定Px所在的组段。先计算n*x%，累计频数中大于n*x%的最小值所在的组段就是Px所在组段。 离散趋势描述 计量资料的频数分布有集中趋势和离散趋势两个主要特征，仅仅用集中趋势来描述数据的分布特征是不够的，只有把两者结合起来，才能全面地认识事物。我们经常碰到平均数相同的两组数据其离散程度可以是不同的。一组数据的分布可能比较集中，差异较小，则平均数的代表性较好。另一组数据可能比较分散，变异较大，则平均数的代表性就较差。描述一组计量资料离散趋势的常用指标有极差、四分位数间距、方差、标准差、标准误和变异系数等，其中方差和标准差最常用。 极差 极差又称全距，是指一组数据的观察值中的最大值和最小值之差。用公式表示为： 　 极差＝最大观察值－最小观察值 　 极差的计算简单，