研究生医学统计学2 统计描述PPT.ppt

离散趋势tendency of dispersion 全距，四分位数间距，方差，标准差，变异系数 全距（Range)：极大与极小值之差。全距大，资料离散程度大，但易受极端值大小的影响。样本量越大，抽到极端值的可能性越大，全距可能会越大。 故：全距不宜单独使用。 　 四分位数间距（quartile interval Q)： 将一组资料分为四等份，上四分位数P75和下四分位数P25之差，叫四分位数间距。 意义：Q越大，离散程度越大，通常用于描述偏态分布资料的离散程度。 优点：比全距稳定；若资料一端或两端无确切数值，只能选择Q作为离散指标。 缺点：未考虑全部观察值，不能全面反映资料离散趋势。 方差（variance)和标准差(standard deviation SD) 对总体而言，为了克服极差和四分位数间距的缺点，要描述资料的离散趋势，必须考虑到各个观察值，离均差的平方和是最好的指标， 为了消除例数的影响，将其取均值，就是方差。 总体方差： 样本方差： 标准差：方差的平方根的正值。 总体的标准差： 样本的标准差： 自由度=n-1 样本的标准差： 分组资料的标准差计算 意义：方差，标准差越大，变异程度越大。其值越小，观察值的离散度越小，用均数反映平均水平的代表性越好。 标准差应用： （1）反映一组观察值的离散程度： 直接比较标准差：数值单位相同; 计算变异系数：数值单位不同; 变异系数（coefficient of variation, CV) 也称离散系数（coefficient of dispersion) 标准差与均数之比用百分数表示。 公式： 常用于比较度量单位不同或均数相差悬殊的资料的变异。同时考虑了均数和标准差，更客观。 比如：身高，体重的变异比较； （2）估计变量值的频数分布： 正态曲线，正态分布normal distribution 正态分布 标准正态分布 面积 (或概率) μ -1σ ~ μ +1 σ -1 ~ +1 68.27% μ –1.96σ~ μ+1.96σ -1.96 ~ +1.96 95.00% μ –2.58σ~ μ+2.58σ -2.58 ~ +2.58 99.00% （3）计算标准误 （4）估计医学正常值范围： 双侧：均数± 1.96倍标准差 单侧：均数± 1.645倍标准差 概念： 频数分布以均数为中心，左右两侧基本对称，靠近均数两侧频数较多，离均数愈远，频数愈少，形成一个中间多，两侧逐渐减少的对称分布。 是一种连续型分布。又称高斯分布. 高斯(Johann Carl Friedrich Gauss，生于1777年4月30日于不伦瑞克，卒于1855年2月23日于哥廷根，德国著名数学家、天文学家、大地测量学家、物理学家。被认为是最重要的数学家，并有数学王子的美誉。 正态分布(normal distribution) 正态分布用N(μ, )表示，其位置与均数有关，形状与标准差有关。 医学现象许多呈正态分布，或近似正态分布：如正常人的生理，生化指标变量，等 从直方图到正态曲线的过渡 对称分布 正（右）偏分布 负（左）偏分布 几种常见的频数分布 正态分布之所以重要, 三个主要原因: 1. 正态分布在分析上较易处理。 2. 正态分布之概率密度函数（p.d.f.，probability density function）的图形为钟形曲线(bell-shaped curve), 对称, 很适合当做不少事件之机率模式。 3. 正态分布可当做不少大样本的近似分布。 正态分布的密度函数：式中μ为均数；σ为标准差；π为圆周率；е为自然对数的底，即2.71828。以上均为常数，仅x为变量。 计量资料的统计描述 statistical description 张建军 汕大医学院预防医学教研室 Tel: 0754 zhangjj@stu.edu.cn 本次课内容 一、频数表 二、计量资料的频数分布 三、集中趋势指标 四、离散趋势指标 五、正态分布 频数表的绘制 频数分布表（frequency distribution table) 对资料中各变量值的频数汇总而成的表格，用来反映各变量值与其频数间的关系，可以观察该资料的分布类型。是最基础的统计描述。 例：某市1995年110名7岁男童的身高(cm） 某市1995年110名7岁男童的身高(cm） （1）计算极差：找出