02定量资料的统计描述.ppt

定量资料的统计描述 Descriptive of Quantitative Data 定量资料的统计分析 例：100名HIV阳性男子的年龄（岁） 内 容 一、频数分布表与频数分布图 二、集中趋势的描述 三、离散趋势的描述 四、描述分布形态的特征数 1. 频数表的概念 频数(frequency)：将资料的观察值按组段分组，各组段所包括的变量值个数。 频数表(frequency table)：描述各组段及相应频数分布的统计表称为频数分布表，简称频数表。 2. 频数表的编制 求极差 R＝Xmax－Xmin 划分组段 统计各组段内的数据频数 频率与累计频率 表1. 100名HIV阳性男子年龄的频数分布表 3.频数分布图 连续型变量的频数分布常用直方图(histogram)表示，以直方的面积表示频数大小。常用的直方图分为： 等距分组 不等距分组 图1. 100名HIV阳性男子年龄的频数分布图 3.频数表的用途 揭示频数分布特征 集中趋势 离散趋势 揭示资料的分布类型 二、定量变量的特征数（集中趋势与离散趋势） （一）集中趋势 算术均数 几何均数 中位数 众数 调和均数 1.算术均数（均数）Mean 计算： 直接法（小样本）： 算术均数 当资料呈正态分布时，均数位于分布的中心。 每个观察值都加一个常数a，则均数为原均数加常数a；每个观察值都乘以一个常数b，则均数为原均数的b倍。 2.几何均数:Geometric mean 计算 直接法： 几何均数的应用 等比资料的统计 对数正态分布资料 注意： 观察值不能为0 观察值不能同时包含正、负值 例：某村某年的家庭总收入分布图 3.中位数 Median 定义：将一组观察值从小到大排序后居于中间位置的那个数值 计算： 离散型变量 当n为偶数时： 连续型变量： 中位数的应用 中位数可用于描述任何分布类型计量的集中趋势，但对于正态分布或近似正态分布的资料，中位数不利于进一步的统计分析，故对正态分布或近似正态分布资料应首选均数描述其集中趋势。 中位数适用于描述偏态分布资料、一端或两端无确定数据的资料和分布不明资料的集中趋势。 百分位数 percentiles 4.众数 Mode 出现次数最多的数值。 适用范围： 非连续性 连续性 三、离散趋势的描述 1、极差：Range 极差＝最大值－最小值 优缺点： a. 计算简便，易于理解。 b. 除最大值和最小值外，不能反映组内其它数据的变异度。 c. 样本例数悬殊时不宜比较其极差。 d. 极差的抽样误差较大，不够稳定。 2. 四分位数间距 Interquartile range 四分位数间距： （Q）＝QU（P75）－QL（P25） 优缺点： 包括了全部变量值中居于中间水平的一半，比极差稳定。 仍未考虑到每个观察值的变异度。 极差与四分位数间距的应用 极差与四分位数间距可用于描述计量资料的离散程度，但都比较粗略。 四分位数间距较极差稳定。 极差和四分位数间距用于描述偏态分布资料。 3、方差和标准差 variance and standard deviation 方差是每个观察值与总体均数离差的平方的平均值，可以较全面的反映该组资料的变异情况，方差的单位是原始数据单位的平方。 将方差开方即得标准差。标准差与原始数据的单位相同，描述了个体值间的变异。 样本方差与总体方差分别用S2和σ2表示。 标准差：Standard Deviation 标准差的计算： 直接法： 标准差的应用 a：表示观察值的变异程度 b: 结合均数描述正态分布特征 c： 结合均数计算变异系数 d: 结合样本含量计算标准误等 标准差的特性 标准差的大小，受资料中每个观测值的影响，如观测值间变异大，求得的标准差也大，反之则小。 如果各观测值加上或减去一个常数a，标准差不变。 当每个观测值乘以或除以一个常数b，则标准差是原标准差的b倍或1/b倍。 4、变异系数Coefficient of variation CV 公式： 表2：描述指标的选择 四、描述分布形态的特征数 偏度系数： 理论上总体偏度系数为0时，分布是对称的； 取正值时，分布为负偏峰； 取负值时，分布为正偏峰； 峰度系数（coefficient of kurtosis，KURT） 理论上，正态分布的总体峰度系数为0； 取负值时，为平阔峰； 取正值时，为尖峭峰。 常用统计图表 统计表的结构：一个完整的统计表由四个部分组成：标题、标目、线条和数字。有时还有文字说明和备注。 统计表的种类：统计表可分为简单表（simple table）和组合表(combinat