02、数值变量的统计描述.ppt

第二章  数值变量资料的统计描述 First 某研究欲了解我国某贫困地区3岁以下儿童体格发育现状。2000年在该地区随机抽取了一定数量的3岁以下健康儿童，对其进行了体重、身高、头围等指标的测量。其中100名2岁组健康男童的身高测量值如P10。研究者希望通过以上数据对该地区2岁组健康男童的身高有一个初步的概括性的了解。 Second 某医院检验一批共23位肝炎患者的相关抗原（HAA），滴度如下： 1:8，1:1，1:2，1:4，1:4，1:1，1:8，1:2，1:4，1:16，1:8，1:32，1:4，1:16，1:1，1:2，1:32，1:4，1:2，1:4，1:1，1:2，1:4。这批肝炎患者HAA的平均滴度是多少呢？ Third 2003年非典期间，北京市某区有明确接触史的SARS患者共有38例，其潜伏期（天）分别为3，11，9，18，7，6，15，6，1，4，1，0，3，9，11，5，5，6，7，6，0，3，15，6，13，7，13，3，22，5，5，1，9，8，15，4，13，1。现欲了解这些患者的平均潜伏期是多少天？最短多少天发病？最长潜伏期是多少天？ 第一节 频数分布 频数表的编制 编制步骤： 1. 求极差（即全距）R 找出观察值中的最大值、最小值，二者的差距即全距，又称极差。 在本例中最大值为93.5cm，最小值为75.4cm， 故全距=93.5cm-75.4cm=18.1cm。 2. 确定组数n、组距i，并写出组段 频数表的组数是根据研究目的及观察例数确定的，一般设8~15个组段。 组距为相邻两组段下限值之差。相等组距可用极差/组数来估计。常取全距的1/10取整做为组距。本例中若取组数为10，则18.1/10=1.81，取整为2cm，即组距定为2cm。 根据组距写出各组段的起点，即下限，各组段的终点，即上限。第一组段要包括最小观察值，最后一个组段要包括最大观察值。各个组段要从本组的下限开始，不包括本组的上限。 3. 列表划记 用SPSS软件绘制频数表 前期工作，如找最大值、最小值，确定组数，计算组距等，同手工绘制频数表步骤。写组段的工作可以通过Transform—Recode—Into Different Variables命令，产生一个新的“组段”变量来实现，然后用Analyze—Descriptive Statistics—Frequencies—Display Frequency Table命令做出新变量“组段”的频数表。 频数表的用途 揭示资料的分布特征和分布类型; 频数分布的两个重要特征：集中趋势和离散趋势 频数分布可分为对称分布和偏态分布 便于发现可疑值； 便于进一步计算指标和统计分析处理 第二节 数值变量资料的描述指标 集中趋势指标：平均数 离散趋势指标 描述集中趋势的指标 ——平均数 average 均数的应用： 适用于对称分布资料，因为这时均数位于分布的中心，最能反映分布的集中趋势。 对于正态分布资料，均数更有其重要作用。 几何均数（geometric mean） 用符号G表示 适用条件：常用于等比资料（如抗体滴度资料、医疗费用、人口增长等），尤其是对数正态资料。 计算方法： 1. 直接法： 2. 加权法： 例 5人的血清滴度为 1:2, 1:4, 1:8, 1:16, 1:32, 求平均滴度。 应用 常用于呈等比数列的资料，即变量值呈倍数关系，尤其适用于对数正态分布的资料。对数正态分布即原始数据呈偏态分布，经对数变换后（用原始数据的对数值lgX代替X）服从正态分布。 计算几何均数时应注意： 1. 观察值中不能有0； 2. 观察值不能同时有正值和负值，若全是负值，计算时可把负号去掉，得出结果后再加上负号。 中位数 median 将一组观察值从小到大排序，位置 居中的观察值就是中位数，用符号M表示。 百分位数（percentile）：将n个观察 值从小到大依次排列，再把它分成100 等份，对应于X%位的数值即为第X百 分位数，用符号Px表示。 计算： 1. 直接法（小样本资料）： 将观察值按大小顺序排列 n为奇数时 n为偶数时 2.频数表法（大样本资料或频数表资料）： 例 临床观察7名某病患者，其潜伏期（天）各为：2，3，3，5，6，