分类变量资料的统计描述.pptxVIP

分类变量资料的统计描述汇报人：AA2024-01-25

CATALOGUE目录引言分类变量资料的整理与展示分类变量资料的描述性统计量分类变量资料的推断性统计方法分类变量资料的多重比较与关联分析分类变量资料在医学领域的应用举例总结与展望

01引言

目的和背景描述分类变量资料的基本特征，为后续的数据分析提供基础。揭示分类变量资料中各类别的分布规律，为进一步的统计推断提供依据。

分类变量资料的概念010203分类变量资料是指将观察对象按照某种属性或特征进行分类所得到的资料。分类变量资料中的观察值只能是整数或定性的描述，如性别、职业、血型等。分类变量资料可分为无序分类变量和有序分类变量两种类型。无序分类变量是指各类别之间没有明确的等级或顺序关系，如性别、血型等；有序分类变量是指各类别之间存在明确的等级或顺序关系，如教育程度、疾病严重程度等。

02分类变量资料的整理与展示

定义频数分布表是用于展示分类变量各类别出现次数的表格。构成主要包括类别名称、频数、百分比等。注意事项在编制频数分布表时，应确保分类的互斥性和完备性，避免类别重叠或遗漏。频数分布表

03帕累托图在条形图基础上，按照频数或百分比从大到小排序，并画出累计百分比线，有助于找出主要类别。01条形图适用于展示各类别的频数或百分比，可直观比较各类别的大小。02饼图适用于展示各类别在总体中的占比，可直观看出各类别的相对大小。图形展示

案例一01医学研究中，疾病类型的分类与统计。通过对疾病类型进行分类和统计描述，可以了解疾病的分布情况，为疾病的预防和治疗提供依据。案例二02市场调查中，消费者偏好的分类与统计。通过对消费者偏好进行分类和统计描述，可以了解消费者的需求特点，为企业制定营销策略提供参考。案例三03人口统计学中，人口特征的分类与统计。通过对人口特征进行分类和统计描述，可以了解人口的结构和特点，为政府制定人口政策提供数据支持。案例分析

03分类变量资料的描述性统计量

定义众数是一组数据中出现次数最多的变量值。特点众数能够反映数据的集中趋势，但可能受极端值的影响。计算统计每个分类变量值出现的次数，出现次数最多的即为众数。众数

ABCD中位数和四分位数中位数定义将一组数据按大小顺序排列后，位于中间位置的数即为中位数。四分位数定义将一组数据按大小顺序排列后，分成四等份，处于三个分割点位置的数即为四分位数。中位数计算对于分类变量资料，先将各类别按数值大小排序，然后找到中间的类别作为中位数。四分位数计算对于分类变量资料，先将各类别按数值大小排序，然后找到四分位数的位置对应的类别。

熵定义熵计算基尼系数定义基尼系数计算熵和基尼系数熵是衡量数据集中类别分布均匀程度的指标，熵值越大，类别分布越均匀。基尼系数是衡量数据集中类别分布不均匀程度的指标，基尼系数越小，类别分布越均匀。对于分类变量资料，计算每个类别的概率，然后使用熵的公式进行计算。对于分类变量资料，计算每个类别的概率，然后使用基尼系数的公式进行计算。

04分类变量资料的推断性统计方法

原理通过比较实际观测频数与理论期望频数之间的差异，推断两个或多个分类变量之间是否存在关联。适用范围适用于2x2表格或更大维度的列联表资料。注意事项要求样本量足够大，且每个格子中的期望频数不宜过小。卡方检验

基于超几何分布计算样本数据出现的概率，从而判断两个分类变量之间是否存在关联。原理适用于2x2表格，尤其当样本量较小或格子中期望频数过小时。适用范围计算过程相对复杂，且对于大样本数据可能不太适用。注意事项Fisher确切概率法

Cochran-Mantel-Haenszel检验在分层分析的基础上，通过计算各层的卡方统计量并对其进行加权处理，得到整体的卡方统计量，从而推断两个分类变量之间的关联。适用范围适用于分层列联表资料，尤其当各层之间存在异质性时。注意事项要求各层内的样本量足够大，且各层之间的异质性不宜过大。同时，对于有序分类变量资料，还需考虑趋势卡方检验等方法。原理

05分类变量资料的多重比较与关联分析

卡方检验用于比较两个或多个分类变量之间的关联程度，通过计算实际观测值与理论期望值之间的差异来判断变量之间是否存在显著关联。Fisher确切概率法当样本量较小或存在极端值时，卡方检验可能不准确，此时可以使用Fisher确切概率法进行多重比较，该方法直接计算样本数据的概率值，从而判断变量之间的关联程度。似然比检验通过比较不同模型之间的似然函数值来判断变量之间的关联程度，适用于复杂的多重比较问题。多重比较方法

置信区间用于估计关联度系数的置信区间，表示该系数在多次抽样中的波动范围。效应量反映变量之间关联强度的指标，如OddsRatio（比值比）等。关联度衡量两个分类变量之间关联程度的指标，常用关联度系数如Phi系数、CramersV系数等。关联分析指标

案