医学统计学-统计描述

医学统计学——统计描述汇报人：AA2024-01-25目录统计描述基本概念频数分布与图表展示集中趋势度量指标离散程度度量指标偏态与峰态分布特征描述统计描述在医学研究应用举例CONTENTS01统计描述基本概念CHAPTER医学统计学定义医学统计学是应用数理统计学的原理和方法，在医学领域中搜集、整理、分析和解释医学数据，进而推断其内在规律和特点的一门学科。医学统计学是医学与统计学交叉融合的一门学科，旨在通过统计学方法揭示医学现象背后的数量关系和规律。

统计描述目的与意义描述数据分布特征通过统计描述，可以了解数据的分布规律、集中趋势和离散程度等特征。提供数据可视化手段统计描述可以通过图表等形式将数据可视化，更直观地展示数据特点。为后续统计分析奠定基础统计描述是统计分析的前提和基础，为后续推断性统计分析提供必要的信息和依据。定性数据包括分类数据和顺序数据，不具有数值大小，只能进行逻辑运算和比较运算。定量数据包括连续型数据和离散型数据，具有数值大小和计量单位，可以进行数学运算。数据特点不同类型的数据具有不同的特点，如连续型数据具有无限可能的取值，离散型数据具有可数的取值，分类数据具有互斥性和完备性等。数据类型及特点02频数分布与图表展示CHAPTER确定组数确定组距确定频数制作频数分布表频数分布表制作01020304根据数据的分布规律，选择合适的组数，通常选择5-15组。根据数据的波动范围和组数，计算合适的组距。统计每个分组内的数据个数，得到频数。将分组、频数等信息整理成表格形式。以分组为横坐标，频数为纵坐标，绘制直方图。可以使用不同的颜色或图案来表示不同的数据组。直方图绘制以分组为横坐标，频数或百分比为纵坐标，用线段连接各点，形成折线图。折线图可以直观地展示数据的趋势和波动情况。折线图绘制直方图与折线图绘制箱线图应用箱线图可以展示数据的分布情况，包括中位数、四分位数、异常值等。通过箱线图的形状和位置，可以判断数据是否对称、是否存在离群点等。小提琴图应用小提琴图结合了箱线图和核密度估计图的特点，可以展示数据的分布和概率密度。小提琴图的形状和宽度反映了数据的分布情况和波动范围，而颜色深浅则表示数据点的密集程度。箱线图与小提琴图应用03集中趋势度量指标CHAPTER算术均数是一组数值的总和除以数值的个数所得的商，简称均数或平均数。算术均数定义对于未分组的资料，用原始数据直接计算均数；对于已分组的资料，用各组变量值与其频数乘积之和除以总频数计算均数。计算方法算术均数在医学研究中常用于描述计量资料的平均水平，如身高、体重、血压等指标的平均水平。应用场景算术均数计算及应用场景众数计算方法统计每个数值出现的次数，出现次数最多的数值即为众数。中位数概念中位数是一组数值按大小顺序排列后，位于中间位置的数值。中位数计算方法将一组数值按大小顺序排列，若数值个数为奇数，则中位数为中间那个数值；若数值个数为偶数，则中位数为中间两个数值的平均数。众数概念众数是一组数值中出现次数最多的数值。中位数和众数概念及计算方法不同集中趋势指标比较算术均数易受极端值影响，而中位数不易受极端值影响；当数据分布偏态时，算术均数与中位数差异较大，此时中位数更能反映数据的集中趋势。众数则主要用于描述分类数据的集中趋势。算术均数、中位数和众数的比较在实际应用中，应根据数据类型、分布特点和研究目的选择合适的集中趋势指标。例如，对于正态分布或近似正态分布的数据，算术均数是较好的集中趋势指标；对于偏态分布的数据，中位数可能更为合适；对于分类数据，则常使用众数来描述其集中趋势。应用场景比较04离散程度度量指标CHAPTER一组数据中最大值与最小值之差，反映数据的波动范围。上四分位数与下四分位数之差，反映中间50%数据的离散程度。极差、四分位数间距计算四分位数间距极差各数值与其平均数离差平方的平均数，反映数据分布的离散程度。方差方差的算术平方根，用于衡量数据值偏离算术平均值的程度。标准差方差、标准差概念及计算方法0102变异系数在医学研究中应用在医学研究中，变异系数常用于评价实验结果的稳定性和可靠性，以及比较不同实验组之间的差异程度。变异系数：标准差与均数之比，用于比较不同单位或均数相差较大的几组数据的离散程度。05偏态与峰态分布特征描述CHAPTER偏态分布定义偏态分布是指频数分布不对称，集中位置偏向一侧的分布。根据偏态方向不同，可分为正偏态和负偏态。判断方法通过计算偏态系数（skewness）来判断分布是否偏态。偏态系数大于0为正偏态，小于0为负偏态。偏态分布概念及判断方法峰态分布特征描述峰态分布定义峰态分布是指频数分布曲线的尖峭或扁平程度。根据峰态不同，可分为尖峰、平峰和正常峰。判断方法通过计算峰态系数（kurtosis）来判断分布峰态。峰态系数大于3为尖峰，小于3为平峰，等于3为正常峰。正态分布在医学中的应用01在医学研究中，许多变量都服从或近似服从正态分布，如身高、体重、血压等。正态分布是医学统计学的基础，许多统计方法都建立在正态分布假设之上。正态分布的优点02正态分布具有良好的数学性质，便于进行各种统计分析和推断。同时，正态分布也是许多概率论和数理统计理论的基础，对于理解和应用这些理论具有重要意义。正态分布在医学研究中的意义03在医学研究中，了解变量的分布情况对于选择合适的统计方法和正确解释统计结果具有重要意义。正态分布作为最常见的分布形式之一，对于医学数据的分析和解释具有重要价值。正态分布在医学中重要性06统计描述在医学研究应用举例CHAPTER计算基本统计量，如均数、标准差、中位数等，以初步了解数据的分布特征。描述性统计数据可视化假设检验绘制直方图、箱线图等图形，直观展示数据的分布形态、异常值及偏态等信息。通过比较两组或多组数据的差异，判断其是否具有统计学意义，为后续分析提供基础。030201临床试验数据初步分析对原始数据进行预处理，包括缺失值处理、异常值识别与修正等。数据清洗按照不同的特征对数据进行分类，并计算各类别的频数、构成比等指标。数据分类与汇总利用图表等形式展示数据的分布规律，如条形图、饼图等。数据可视化流行病学调查资料整理与表达通过计算相关系数等指标，探讨两个或多个变量之间的线性关系。