生物医学数据的组织与表达.ppt

第二章生物医学数据的组织与表达 流行病学与卫生统计学系 宇传华 ; yuchua@163.com 本章的内容 第一节 数据与数据类型 一、原始数据的组织 二、变量的类型 三、定量变量的离散化与有序分类变量的数量化 第二节 频数分布表 一、定量数据的频数分布表 二、定性数据的频数分布表 三、配对设计定性数据的频数分布表 第三节 统计图形表达 第一节 数据与数据类型一、原始数据的组织 每一行代表一个研究对象（单位）的观测记录 每一列代表一个观测指标（变量） Office Excel的界面 SPSS软件的数据界面 SAS软件的数据界面 表2.1数据的Excel输入格式 (原始记录) 表2.1数据的Excel输入格式(字符数据的数值编码) 1、定性变量（Qualitative Variable） 也称为：计数数据（enumeration (counting) data） （1）名义变量（Nominal variable） 二项分类 性别分类，如男性为1，女性为0。 多项无序分类 血型的A、B、AB、O型多项无序分类 （2）有序（等级）变量(Ordinal or ranking variable) 多项有序分类 疗效观测分为显效、有效、好转及无效4个类别。 2、定量变量（Quantitative Variable） （1）区间变量（interval variable ） 或数值变量（numerical variable ） 如：身高，血压，血清胆固醇浓度，体温，脉搏计数、红细胞计数、玫瑰花环计数、住院天数等。 （一般有度量衡单位，类别间的差别大小有实际意义） （2）比变量(ratio variable) 以上例子中除体温外（具有真实意义的零点） 连续型变量（Continuous variable）与 离散型变量(Discrete variables) 根据观察数据之间有无缝隙（gap），常将数据分类为离散型变量（有缝隙）与连续型变量（无缝隙）两大类，名义变量一定是离散型变量；连续型变量只能是比、区间和有序变量，但比、区间和有序变量也可以是离散型变量（见图） 三、定量变量的离散化与有序分类变量的数量化 定量变量－－?定性变量 第二节 频数分布表 一、定量数据的频数分布 二、(非配对设计)定性数据的频数分布 三、 配对设计定性数据的频数分布 一、定量数据的频数分布 频数表的编制步骤 （1）求极差（range）： 即最大值与最小值之差，又称为全距。R=6.29-2.72=3.57 mmol/L （2） 决定分组组数、组距 根据研究目的和样本含量n确定分组组数，通常分为10～15个组。组距=极差/组数，为方便计，组距=极差/10, 再略加调整。3.57/10=0.357 ≈0.4 （3） 列出组段 第一组段的下限略小于最小值，最后一个组段上限必须包含最大值。2.7~ 3.1~ …… 5.5~ 5.9~6.3 （4） 划记计数：用划记法将所有数据归纳到各组段，得到各组段的频数。 二、(非配对设计)定性数据的频数分布 一维频数表 二维频数表 高维频数表 普通二维表的常见类型 三、配对设计定性数据的频数分布1 三、配对设计定性数据的频数分布2 第三节 统计图形表达 1、直方图（Histogram）: 用于描述定量变量的数据分布特征。 2（1）、概率-概率散点图（p-p plot）又称为p-p图或百分点图，横轴为观察累积概率，纵轴为理论（如正态）累积概率，确定样本数据对于理论分布的一致性 2（2）、分位数-分位数散点图（q-q plot）又称为q-q图,横轴为观察值，纵轴为理论（如正态）分位数，确定样本数据对于理论分布的一致性 绘P－P或Q－Q图的数据 2、表2-4数据的茎叶（Stem-Leaf ）图 3、盒式图（Box plot） 4、直条图（Bar chart）：用直条反映定性变量不同类别下的某指标大小。 绘制直条图注意事项 5、饼图（pie Chart）:反映定性变量各个分类的构成情况。 6. 散点图 7. 线图 （8）统计地图(statistical map) 小 结 1. 以行代表观察单位，列代表变量，以此方式组织的原始数据，不仅结构清晰，而且统计软件（SAS、SPSS)分析时无需更多变换。 2.变量的类型决定了统计分析方法。 按变量所能提供信息的大小，可将其分为定量变