定量资料的统计描述

定量资料的统计描述
分类变量(名义变量 分类变量 名义变量) 名义变量 定性变量 有序变量(等级变量 有序变量 等级变量) 等级变量
变量
离散型变量 定量变量 连续型变量 统计描述： 统计描述：用统计图表或计算统计指标的方法表达一个特定群 这个群体可以是总体也可以是样本）的某种现象或特征， 体（这个群体可以是总体也可以是样本）的某种现象或特征， 称为统计描述。 称为统计描述。 统计描述可以使人们对资料有一个大致的了解， 统计描述可以使人们对资料有一个大致的了解，为进一步的统 计分析打下基础。 计分析打下基础。
图2-1 某地96名妇女产前检查次数频率分布 某地96名妇女产前检查次数频率分布 96
30 25 20
频率(%)
15 10 5 0 0 1 2 3 4 产前检查次数 5 >5
横坐标为产前检查 横坐标为产前检查 频率， 次数，纵坐标为频率 次数，纵坐标为频率， 即产前检查k次的妇 即产前检查 次的妇 女在被统计妇女中所 占的比例（%） 占的比例（ ） 从表2-1和图 和图2-1可 从表 和图 可 以看出， 以看出，产前检查次 数为4次或 次或5次的孕妇 数为 次或 次的孕妇 数目最多， 数目最多，不检查或 检查次数很多的孕妇 不多， 不多，产前检查很多 次的孕妇也不多。 次的孕妇也不多。
与表2-2相比， 与表 相比，直方图可以更直观 相比 地表达出血清铁数据在各组段的分 布情况。 布情况。
三、频率分布表（图）的用途 频率分布表（ （一）揭示资料的分布类型 1、对称分布 集中位置位于中央，左右两侧频数对称。 集中位置位于中央，左右两侧频数对称。
12 10 频 率 密度 （%） 8 6 4 2 0 7 9 11 13 15 17 19 血清铁 21 23 25 27 29

当数据分布对称时，理论上中位数等于算术均数，当数 据经对数转换后分布对称时，理论上中位数等于几何均数。
因此，中位数可用于任何分布的定量资料。 但对于能用算术均数或几何均数描述集中趋势的资料， 应尽量使用算术均数或几何均数。
24
百分位数常用于确定医范围指特定健康人群的解剖、生理、 生化等指标的波动范围。
56.5 58.5
3. 频数分布表的用途 1) 揭示资料的分布类型 2) 反映频数分布的两个重要特征
集中趋势(Central tendency) 离散趋势(Tendency of dispersion)
9
3) 利于发现某些特大或特小的可疑值 4) 便于进一步进行统计分析
10
4. 频数分布图 以观测变量为横轴，频数(或频率)为纵轴
累计频数等于该组段及前面各组段的频数 之和；累计频率等于累计频数除以总例数。 累计频率描述了累计频数在总例数中所占比 重。
6
2. 频数分布的类型
① 对称分布：集中位置在正中，左右两侧大体对称。
② 偏态分布：集中位置偏向一侧，频数分布不对称。
正偏态分布
负偏态分布
频数分布类型不同，统计描述的方法不同。
适用于原始数据分布不对称，但经对数转换后对 称分布的资料；或各观察值之间呈倍数变化(等比关 系)的资料。
Gn X1X2Xn
Glg1(
lgX )
n
18
当资料中有相同观察值时，也可用加权 法计算几何均数
Glg1(
f lgX )
n
19
几何均数的应用 ① 常用于对数正态分布资料或等比资料：
如抗体平均滴度和平均效价、卫生事业 平均发展速度、人口几何增长的资料等。 ② 观察值不能有 0，不等同时有正有负。

左边μ=100，σ=10，X<90 右边μ=0，σ=1，u<－1.0，注 意刻度不同
现在我们把 X 转换为标准正态变量，因为μ=100， σ=10，所以
u X 90 100 1.0
10
因此90分能够用平均值下的1个标准差表示，见图 右图
P (X < 90)=P ( u <－1.0 )
附表3从u=0.00到u=4.99以增量0.01编成标准正态分布 的CDF表，沿着表的左边按所给u的一个小数找到u ，再从表的顶端找到u的第二位小数，在表内主要部
x2=78.6g/L时，u2 = (78.6－73.8)/3.9=1.23
2.查标准正态曲线下面积表（附表3）：u= －0.46时 ，在表的左侧找到-0.4，在表的上方找到0.06，二者相 交处为0.3228，标准正态曲线下，横轴上u值小于－ 0.46的面积为Ф(－0.46)= P(U<－0.46)=32.28％，即标 准正态变量u值小于－0.46的概率为32.28％；同样查 得u=1.23时，标准正态曲线下，横轴上u值小于1.23的 面积为Ф(1.23) =P(U<1.23)= 0.8907，即u值小于1.23的 概率为89.07％ 。
图3.16左边μ=100，σ=10，X≥125 右边μ=0，σ=1， u≥2.5，注意刻度不同
只有0.62%的得分将是125或更高．
补例2 假设女高血压患者舒张压大约集中在100mmHg
，标准差是16mmHg ，血压是正态分布．求：
1．P (X<90) 2．P (X>124) 3．P (96<X<104) 4．求
2.中位数M (Median)
中位数M是排序观察值的中间值．当一组数据按照 从小到大的顺序排列起来时，值的深度d=(n+1)/2， 是它相对于极端值（末端）所在的位置．它不是由全 部观察值综合计算出来的，而是由居中位置的观察值 所决定，因此它不受个别特小或特大的观察值的影响 ，应用范围较广。

例：求下表中血清铁含量的5％、 95％位数
从表2-2可判断出5％位于“10～”这个 组段：
px = L +
i n( x%
fx
f
)
L
= 10 + 21(20×5% 4 =)10.67
6
该组血清铁资料的5％位数为10.67 （μmol/L）。
从表2-2可判断出95％位于“24～”这 个组段：
px = L +
n为奇数时： M = X n + 1
2
n为偶数时：M =
1 2
X
+
n 2
X n+ 1 2
式中X*表示将n例数据按升序排列 后的第i个数据。
上式中n为一组观察值的总个数，
n +1
n
n +1
2
2
2
均为下标，表示有序数列中观察值 的位次。
例：某药厂观察9只小鼠口服高山红 景天醇提物（RSAE）后在乏氧条件 下的生存时间（分钟）如下：
一般设10~15个组段，每个组段的 起点称“下限”，终点称“上限”；第 一组段含最小值，最末组段含最 大值。
(4) 列表
频数分布的类型：
对称分布—集中位置在正中、左右 两侧频数分布大体对称
偏态分布
正偏峰分布－集中位 置偏向数值小的一侧
负偏峰分布－集中位 置偏向数值大的一侧
定量变量的特征数
= 119.75
52例慢性肝炎患者的HBsAg滴度 的平均水平为1:119.75。
3. 中位数（median, M）
将一组观察值从小到大按顺序排 列，位次居中的观察值就称中位数。 用M表示。
中位数适用于任何一种分布的定量 资料，一般多用于描述偏态分布或 数据一端无界资料的集中趋势。