中山大医学统计学课件04数据处理.pptxVIP

数据处理基础

牛晨光

第一临床学院

几个问题

1.研究结果的数据怎样记录？

2.数据出现异常值和缺失值怎么处理？

3.怎样把数据转换为统计软件可以分析的格式？

4.复杂关系的数据怎样去表示和管理？

5.平均率怎样计算？

6.什么是OR、RR？

课程内容

1.变量的测量尺度

2.数据准备

3.数据表操作

4.关系数据库设计（了解）

5.统计指标

变量的测量尺度

定比、定距、定序、定性

分类变量数值变量等级变量

完全缓解

部分缓解无缓解

无缓解

部分缓解

…

部分缓解

变量具有测量尺度

78.5433.5065.8386.26

69.46

…

88.08

169.0

142.0

170.0

181.0

158.5

…

181.0

变量名

资料

汉族

汉族

回族

汉族

彝族

…

汉族

A

B

A+B

B

A+B

…

A

1

2

3

4

5

…

735

72

81

90

72

70

…

71

身高(cm)

体重(Kg)

年龄(岁)

治疗方案

女…男

男

男

疗效

观测

编号

性别

民族

女

男

数据的测量尺度

基本尺度（CardinalScale）

。比例尺度（RatioScale），如身高值、体重值。

。距离尺度（IntervalScale），如体温值。

序列尺度（OrdinalScale），如临床分级、量表打分。

名义尺度（NominalScale），如姓名、性别。

/numbers/cardinal-ordinal-nominal.html

基本尺度数据(cardinalscaledata)

比例尺度数据(ratioscaledata)

距离尺度数据(intervalscaledata)

序列尺度数据(ordinalscaledata)

名义尺度数据(nominalscaledata)

可以使用某种尺度测出值的大小，两数间的差值有意义，可计算均值，一般有计量单位。

零点固定（意义明确），任何两个数据的比值是有意义的。

零点是任意的（意义不明确）。

可以比较大小，但是各个取值之间没有确切的间隔距离。通常的算数运算没有意义。

不同的数值代表的是类型，而类型是没有次序的。

数据(data)

测量尺度

类别区分(=,=)——频数/众数

次序区分(,)——序数/中值

距离区分(+,-)——合计/均值

比例区分(*,/)——零点/倍数

比例尺度—定比

(ratioscale)

√

√

√

√

间距尺度—定距

(intervalscale)

√

√

√

×

序列尺度—定序(ordinalscale)

√

√

×

×

名义尺度—定性

(nominalscale)

√

×

×

×

变量的类型

取值是具有基本尺度的数据——定量变量（scalevariable）：

。也称尺度变量、测量变量、基本变量、数值变量等

。能够区别数据，并能计算各个取值的大小和差值。如身高、体重、体温。

取值是具有序列尺度的数据——定序变量（ordinalvariable）：

。也称有序变量、有序分类变量、半定量变量、等级变量等

。取值能够区别个案等级次序，各个取值之间没有确切的间隔距离。如分级、评分。

取值是具有名义尺度的数据——定性变量（nominalvariable）：

。也称分类变量、枚举变量、定类变量、名义变量等

。取值能够区别个案类别，各个取值之间不具有可比性且互斥。如性别、职业。

资料的类型

依据测量尺度，统计资料可分为如下类型：

计量资料（measurementdata），定量变量组成的资料

计数资料（countdata），定类变量组成的资料

等级资料（rankdata），定序资料，半定量资料，有序分类资料

因变量和自变量

在研究多个变量间的因果关系（y~x）时：

。设计为因的变量称为自变量（independentvariable），也称因素变量。在实验性研究中往往包括处理因素和混杂因素，其中混杂变量可被称为协变量。

。设计为果的变量称为因变量（dependentvariable），也称目标变量、依变量。在实验性研究中往往指效应变量。

举例：研究运动强度（高、中、低）与节食情况（有、无）对减肥效果的

影响，对得到的资料进行因果关系分析时：

。减肥效果为因变量；

。运动强度和节食情况为自变量，这是一个2因素研究，因素水平分别为3和2；

。如果做析因设计，这个研究就是一个2因素6（3×2）水平的研究。

多变量资料，也经常称为多元资料。

多变量资料的类型