卫生统计学：第4章 定量资料的统计描述.pptVIP

描述离散趋势的常用指标 极差(range) 四分位数间距(interquartile range) 方差(variance)和标准差(standard deviation) 变异系数(coefficient of variation) 一、 极差/全距(range) 全部观察值中最大值与最小值之差，用符号R表示， 即 常用于描述单峰对称分布小样本资料的变异程度，或用于初步了解资料的变异程度 极差描述离散趋势的局限 只考虑最大值与最小值之差异，不能反映组内其它观察值的变异程度 样本含量越大，极差可能越大，样本含量相差悬殊时不宜用极差作比较 极差(Range） (全距) 120 40 20 符号：R 意义：反映全部变量值的变动范围。 优点：简便,如说明传染病、食物中毒的最长、最短潜伏期等。 缺点：1.只考虑最大值与最小值之差异，不能反映组内其它观察值的变异程度 2.n大，R也会大 3.不稳定 适用范围：任何计量资料；是参考变异指标 四分位数 ： P25，P50，P75三个点将全部观察值等分为四部分，处于分位点上的数值就是四分位数 下四分位数即第25百分位数，用QL表示 上四分位数即第75百分位数，用QU表示 二、 四分位数间距 百分位数与四分位数间距 Percentile and quartile range 百分位数 ：数据从小到大 排列;在百分尺度下，所占百分比对应的值。记为Px。 四分位间距： Q＝P75－ P25 P100(max) P75 P50(中位数) P25 P0(min) Px 四分位数间距(interquartile range)即上、下四分位数之差 200名食物中毒患者的潜伏期资料，P25=15.4， P75=36 【例4-12】根据表4-4， 四分位间距 四分位数间距常用于描述偏态分布及分布的一端或两端无确切数值资料的离散程度 四分位数间距较全距稳定，但仍不能全面概括所有观察值的变异情况 三、 方差(variance)和标准差(SD) 方差(variance)和标准差(SD) 式中 n – 1 称为自由度(Degree of freedom)，允许自由取值的变量值个数，用符号μ (miu)表示 样本方差为什么要除以（n－1） 数理统计证明，n代替N后，计算出的样本方差对总体方差的估计偏小。对于样本资料，对离均差平方和取平均时分母用n-1代替n。 分母为n-1，称为自由度（能自由取值的变量的个数）。 方差的度量单位是原度量单位的平方 方差开方后即与原数据的度量单位相同，这就是标准差（standard deviation） 直接法 加权法 【例4-13】某医生测量了10名脑出血患者的血尿素氮（mmol/L）分别是：7.4、6.7、6.9、7.3、7.6、6.5、7.8、8.2、8.0、6.6，试计算该组数据的标准差 标准差的计算 盘编号　 甲 乙 丙 甲2 乙2 丙2 1 440 480 490 193600 230400 240100 2 460 490 495 211600 240100 245025 3 500 500 500 250000 250000 250000 4 540 510 505 291600 260100 255025 5 560 520 510 313600 270400 260100 合计 2500 2500 2500 1260400 1251000 1250250 标准差 50.99 15.81 7.91 【例4-14】根据表4-2资料计算120名10岁男孩身高的标准差 描述对称分布，特别是正态分布或近似正态分布资料的变异程度 标准差是描述单峰对称分布资料离散程度最常用的指标。 标准差大，表示观察值之间变异程度大，即一组观察值的分布较分散； 标准差小，表示观察值之间变异程度小，即一组观察值的分布较集中。 对于经对数变换后呈正态分布或近似正态分布的资料，应将原始观察值取对数值后计算几何标准差。 3. 标准差的应用： 1） 表示变量分布的离散程度。 2） 结合均数计算变异系数。 3） 结合样本含量计算标准误。 4）结合均数描述正态分布特征。 【例4-15】某医院预防保健科，对一组5岁男孩进行体检，测量身高、体重等指标。得身高均数与标准差为115.8cm和4.5cm，体重均数与标准差为20.2kg和0.56kg，由此认为身高的变异程度比体重大。 上述结论是否正确？为什么？ 4. 变异系数(coefficient of variation) 【例4-16】某实验室分别测量了10只小白鼠和10只家兔的体重，得小白鼠体重的均数与标准差分别为22g和3g，家兔体重的