第五章 计量资料的统计描述课件.pptVIP

医学数据处理与SAS软件应用Medical data processing and the application of SAS 生物医学工程研究所 Add: 教学八楼三层东 Tel: 82035 Lecturer: 张玉华 Email: zhangyh@sdu.edu.cn 目录 第一章 概述 第二章SAS编程基础 第三章 建立数据集 第四章 数据步程序设计 第五章 描述性统计分析与作图 第六章 二项分布和Poisson分布 第七章 单组或两组资料均数的比较 第八章 方差分析 第九章 卡方检验 第十章 基于秩次的非参数检验 第十一章 相关与回归 资料类型 定性数据（qualitative data） 将事物按其不同的属性加以归类，从而得知每一类事物的数量. 又称分类数据(categorical data) 、计数资料(counting data) 。男、女住院病人数、不同职业住院病人数等 二项分类数据（binary data） 把每一个体分配到两种可能的类别中的一类里。性别，婚姻状况划为“已”婚或“未”婚。数据输入计算机时，通常须经过量化处理（即编码）后，再将编码输入。如对性别指标的编码规则可事先约定男为0、女为1。 多项分类数据（polytomous data） 是对具有多类属性的事物进行分类所得到的数据。如婚姻状况细分为：未婚、在婚、离异、丧偶及再婚等；血型。 有的属性指标其分类是无序的，如婚姻状况、血型、职业、民族等，即各类之间不存在等级或程度上的差别，彼此间只有质的差别。有的属性指标其分类是有序的，如病情的多项分类（一般分轻、中、重、危重等）中，各类之间存在等级或程度上的差别。 资料类型 定量数据（quantitative data） 通常是使用仪器或某种尺度进行测定或衡量所取得的数据。如身高、体重、血压等指标是使用仪器进行测量而得到的数据；年龄这一指标则是以历法作为尺度，对人的年龄加以衡量而得到的数据。 有时根据研究的需要，可以将定量数据变换成有序分类数据，即等级化数据。 参数和统计量的区别 参数（parameter） ：指总体的统计指标，如总体均数、总体率等。总体参数是固定的常数。多数情况下，总体参数不易知道，但可通过随机抽样抽取有代表性的样本，用算得的样本统计量估计未知的总体参数。 统计量（statistic） ：是指样本的统计指标，如样本均数、样本率等。样本统计量可用来估计总体参数，称为参数估计值 。总体参数是固定的常数，统计量是在总体参数附近波动的随机变量。 误差（error） 误差（error）是指测量值（实际值）与真值（理论值）之差。由于医学领域所研究的变量通常是随机变量，不能保证获得绝对正确的数据，但所获数据的准确度（accuracy）和可靠度（reliability）却是必须考虑的。 准确度是指所测得的数据能否真正反映该变量的实际水平。可靠度是指所测定的数据是 否能重复，如果调换另一位测定者去测定，是否可以测出相同或相似的结果。 误差（error）的种类 随机误差 (random error, chance error) 由于研究对象本身具有变异性，在测量工作中，即使仪器设备在使用前先经过严格校正，但每次测量后进行读数时也仍然会有误差。实际上不可能取得绝对准确的测定值。 随机误差的分布是有一定的规律可循的，所以随机误差的大小可以通过一定的方法计算出来。通过合理的统计学设计，可以有效地控制随机误差。 偏差（bias） 偏差是由非随机因素所造成的测定值与真值之间的差别。 引起偏差的原因很多，可由于对观察个体的选择不当，测量器材设备未经校正或测定者操作失误等引起。科学研究应力求杜绝偏差，否则将会导致统计学推论不可信。 第五章 描述性统计分析与作图Chapter 5 Statistical description and graphics 第五章 描述性统计分析与作图 5.1 常用统计描述过程 FREQ 过程 MEANS过程 UNIVARIATE过程 5.2 SAS的高级绘图功能 GSLIDE过程 GCHART过程 GPLOT过程 5.3 均数可信区间的估计 5.4 正态性检验 5.1 常用统计描述过程 概述 FREQ 过程 MEANS过程 UNIVARIATE过程 概述——可用于统计描述的SAS过程 概述——计量资料常用统计指标的分类 位置度量（描述一组数据的集中趋势，可作为总体的一个代表值） 均数mean、中位数median、众数mode、几何均数geometric mean和分位数percentile 变异度量(描述资料的离散趋势) 全距range 、四分位间距quartile interval、方差varianc