02统计描述PPT.ppt

医学统计学——统计描述;方法的 类型;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;第一节 频数分布;【例2-1】随机抽取某年某地120例正常人血清铜的含量，见表2-1，试编制频数表。;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n100 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 。;( 6 )列表并统计频数，还可计算频率、累计频数和累计频率，见表2-2。;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;;;2.分类资料频数表的编制 ;（2）二维频数表：分类资料的二维频数表在各种医学杂志中较为常见。按分类资料的分类水平特征，可组合成各种不同的二维表，不同二维表名称见表2-4 。;;;（3）配对设计分类资料的频数表：同一研究对象同时接受两种不同的处理，观测的结果为属性相同的分类资料时，这样就形成了配对设计的分类资料，可用行数与列数相同的方形表归纳其频数分布，见表2-5。;二、频数图;1 .数值资料频数图——直方图的绘制;;SPSS绘制频数图;（2）不等距分组：横轴表示变量，纵轴是每个横轴单位的频数。表2-6资料的频数图，见图2-2。 ;2.分类资料频数图——直条图的绘制;;;三、频数表和频数图的用途;;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)，反映一组观察值的中心位置或平均水平；二是离散趋势(tendency of dispersion)，反映观察值之间参差不齐的程度。对数值变量资料作统计描述，就是用统计指标将这两个重要特征数量化。 3.便于发现某些特大或特小的异常值 对资料中出现的异常值应谨慎对待，必要时对原始资料进行核实，并再次进行观察或测量。若条件不允许再次观察或测量，在有充分依据的前提下，可将异常值予以剔除，然后再做统计描述和分析。 4.有利于进一步计算有关指标和统计分析处理;第二节 数值资料的统计描述;一、集中趋势的统计描述;按使用条件和计算方法不同，平均数分为许多种。常用的有算术均数、几何均数和中位数等。 1.算术均数(arithmetic mean