02数值变量的统计描述.ppt

预防医学(医学统计学部分) 福建医大卫生统计系 林征 第十章提纲 数值变量的统计描述 正态分布及其应用 参数估计 假设检验 统计描述 统计描述就是用适当的表格、图形、数量化的指标，表达数据的数量特征，揭示其分布的规律性 统计描述分为：形象化描述（统计图表）——建立对资料的初步印象；数值化的描述（统计指标）——给出分布规律及具体数值 统计描述 为什么要对资料进行统计描述？ 一、数值变量的统计描述 某地某年随机抽查120名8岁健康男孩身高(cm) 124.6 126.2 128.1 130.6 132.6 125.4 126.6 128.4 124.5 129.5 124.8 127.8 128.3 131.8 125.8 126.8 129.6 125.6 127.6 129.8 125.5 120.3 122.3 118.2 116.7 121.7 116.8 121.6 115.2 122.0 121.7 118.8 121.8 124.5 121.7 122.7 116.3 124.0 119.0 124.5 121.8 124.9 130.0 123.5 128.1 119.7 126.1 131.3 123.8 114.7 122.2 122.8 128.6 122.0 132.5 122.0 123.5 116.3 126.1 119.2 126.4 118.4 121.0 119.1 166.9 131.1 120.4 115.2 118.0 122.4 114.3 116.9 126.4 114.2 127.2 118.3 127.8 123.0 117.4 123.2 119.9 122.1 120.4 124.8 122.1 114.4 120.5 115.0 122.8 116.8 125.8 121.1 124.8 122.7 119.4 128.2 124.1 127.2 120.0 122.7 118.3 127.1 122.5 116.3 125.1 124.4 112.3 121.3 127.0 113.5 118.8 127.6 125.2 121.5 122.5 129.1 122.6 134.5 118.3 132.8 理想的描述结果 如何得到上述理想的结果？ 1.频数表 求极差R：R=max-min 确定组数：组数的确定应以能够显示数据的分布特征和规律为目的。对于100余例的数据通常分为8－15组。或根据以下经验公式： 确定组距：组距i是一个组的下限与下一个组段下限之差，可根据全部数据的最大值和最小值及所分的组数来确定，即i＝Int [( max - min)÷ 组数 ] 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 统计出各组的频数并整理成频数分布表 1.频数表 2.频数分布图（直方图） 频数表与频数图的作用 频数表与频数图可以提供不同分组的观察人数、频率与频率密度 观察分布范围及有无可疑值 确定分布的类型：对称或不对称分布 对称分布 儿童身高介于112～136cm间 以“122～”组段的频数最多 从“122～”组段向两端逐渐减少 表现出以“122～”组段为中心基本对称的特点 不对称分布 分布不对称者称为偏态分布skewness distribution 偏态分布又分为正偏分布和负偏分布 正偏分布positive skewness是指分布的长尾在峰的右侧，又称右偏分布right skewed 所谓负偏分布negative skewness是指分布的长尾在峰的左侧，又称左偏分布left skewed Negative skewness：老年人生存质量自评分 Positive skewness： 黑色素瘤患者的生存时间 如何更具体、精确？ 了解了数据分布的形态（对称与否）、是否有异常值，仅仅意味着对数据有了初步认识，尚未得到数据的“精确”特征 例如：教务处得到04与05两个年级的预防医学成绩，如何判断优劣？ 3、描述集中趋势与离散趋势的指标 集中趋势central tendency：反映同质的群体中数据向其中心值靠拢的倾向和程度；测量集中趋势就是寻找数据水平的代表值或中心值，该值通常称为平均数 离散趋势disperse tendency：反映各变量值远离其中心值的程度，体现了同质群体内部个体间的变异大小，也称为变异度 集中趋势的描述 常见的平均数指标有：算术均数、几何均数、中位数 不同分布类型的数据用不同的集中趋势指标 算术均数