统计2(统计描述)

统计描述1.统计图、表〔直观〕2.特征指标2024/4/27计量资料的统计描述集中趋势描述均数:对称分布,特别是正态分布资料几何均数:等比级数资料,对数正态分布资料中位数:不适合用几何均数描述的偏态分布资料末端有不确定数据的正态分布资料离散趋势描述极差:不稳定四分位数间距:用于偏态分布资料方差与标准差:用于正态分布资料,描述平均变异\绝对变异变异系数:用于正态分布资料变异度比照\相对变异2024/4/272024/4/27编制步骤

求极差极差〔range〕也称全距确定组段数和组距根据组距写出组段分组划记并统计频数2024/4/272024/4/272024/4/27集中趋势的描述–均数直接计算法频数表法2024/4/27集中趋势的描述–几何均数公式2024/4/27集中趋势的描述–中位数n为奇数:n为偶数:2024/4/27离散趋势描述-极差\四分位距极差R:最大值与最小值之差四分位距

=-2024/4/27离散趋势描述-方差\标准差总体方差与总体标准差样本标准差2024/4/27离散趋势描述-变异系数不同均数资料的变异度比较不同度量单位资料的变异度比较2024/4/27分类变量的描述_相对数强度相对数：率某时期内发生某现象的观察单位数同期可能发生某现象的观察单位总数结构相对数：构成比某一组成局部的观察单位数同一事物各组成局部的观察单位总数相比照甲指标/乙指标

2024/4/27计算相对数的本卷须知结构相对数不能代替强度相对数〔以比代率〕计算相对数应有足够数量正确计算合并率注意资料的可比性相对数的抽样误差2024/4/27统计表意义：用简明的表格形式，有条理地罗列数据和统计量，方便阅读、比较和计算。制表原那么：重点突出、简明扼要根本要求：标题：说明表的内容，在表格的正上方，需注明表中所列资料的收集时间、地点、人群〔When\Where\Who〕标目：-横标目：每行数据的意义，对象，在表的左侧-纵标目：每列数据的意义，指标线条：顶线、底线、标目线、合计线〔四条横线〕，组合表中允许在纵标目下出现短横线数字：准确可靠。小数位数对齐，保存位数一致。无数字用“-〞表示，缺失数字用“…〞表示备注：在表格的下方，对表中的标注数字进行说明顶线标目线合计线底线表1标题纵标目1（单位）纵标目2（单位）合计横标目1横标目2合计备注：统计图意义：将统计数据形象化制作原那么：正确选用统计图：根据资料性质和分析目的标题：说明图的内容，在图的正下方〔When\Where\Who〕坐标轴：横轴：对象或对象分组特征纵轴：指标比例一般为5：7；或7：5图例：对不同颜色或线条进行说明，不影响图形的展示以直方面积描述各组频数的多少，面积的总和相当于各组频数之和，适合表示数值变量的频数分布。

-横轴为数值变量值

-纵轴为频数统计图_直方图统计图_直条图直条图：用相同宽度的直条长短表示相互独立的某统计指标值的大小。便于进行同类指标的比照。

直条尺度必须从0开始各直条宽度相等，间隔与直条等宽或为一半简单条图复式条图统计图_圆图圆图和百分条图：描述分类变量的各类别所占的构成比。圆图：以圆形总面积作为100%，将其分割成假设干个扇面表示事物内部各构成局部所占的比例。百分比条图：以矩形总长度作为100%，将其分割成不同长度的段表示各构成的比例圆图统计图_线图统计图_线图表2某传染病发病率变化年份某传染病发病率（/万）1990100.0199150.0199210.019931.019940.1线图线图统计图_箱式图箱式图：使用5个统计量反映原始数据的分布特征，即数据分布中心位置、分布、偏度、变异范围和异常值异常值检测:低于：Q1-1.5(IQ)高于：Q3+1.5(IQ)箱式图

129134136140141142

144155158

162165220

最小值 Q1中位数 Q3 最大值

异常值

*120130140150160170180190200210220异常值检测: Value>Q3+1.5(IQR) Value<Q1-1.5(IQR)统计图_其他统计地图：用不同的颜色和花纹表示统计量的值在地理分布上的变化，描述研究指标的地理分布散点图：反映两个数值型变量的相关关系常用统计图选择数值型变量

直方图箱式图分类变量

圆图数值型/分类变量

直条图线图统计描述步骤

〔单变量〕数据类型数值变量分类变量指标：相对数率构成比相比照统计表统计图：圆图线图直条图分布类型对称分布〔正态分布〕偏态分布指标：

集中趋势：均数

离散趋势：标准差统计表统计图：直方图

直条图箱式图

线图指标：

集中趋势：中位数

离散趋势：四分位距统计表统计图：直方图直条图

箱式图

线图统计描述章节是重中之重是学习后续章节的根底数据库建立设计正确的数据库，保证统计软件能识别数据库一般为行列表第一行为变量名一个case占用一行一个variable占一列尽可能采用数据形式录入2024/4/27数据的前处理数据库:数据的储存\备份\使用权限数据双输的必要数据库名称,变量定义,必要的说明原始数据的重要性!!!电子数据库\纸质数据库数据考察:数据类型?分布?异常值?

缺失数据的处理?数据清理与锁定数据库软件:Access,EpiData,Oracal

统计软件中的数据库2024/4/27SPSS软件简介常用窗口:数据窗\程序窗\结果输出窗口变量定义:变量名:不超过8个字符,最好以英文字母加数字组成,防止用中文变量类型:数值型\日期型\字符型小数位数缺失值定义变量标签:可用中文值标签:分类变量需要定义值标签文件类型:数据文件.sav程序文件.sps结果文件.spo2024/4/27Xi'anJiaotongUniversity-MedicalSchool描述性统计计量资料图表形式：箱式图、直方图、直条图、线图指标形式：集中趋势：均数、中位数、几何均数离散趋势：极差、四分位距、方差、标准差、变异系数分类资料图标形式：直条图、线图、圆图指标形式：率、比2024/4/27数据库一般操作数据库合并：merge追加变量、追加病例数据库拆分：split衍生数据：产生新的变量2024/4/27Xi'anJiaotongUniversity-MedicalSchool常用命令_衍生数据命令

产生新变量(transform)

Recode:numeric---string

Compute:constantfunctions

Date/time:

2024/4/27常用命令_数据步命令1数据步

InsertvariablesInsertcaseGotocaseSortcases

Selectcases:givesomeconditionsWeightcases:justusedforgroupeddatabase.2024/4/27Xi'anJiaotongUniversity-MedicalSchool常用命令_数据步命令2Filecommands

Splitfile:splitfileintosub-databaseaccordingtothecategoricalvariables

Mergefiles:Addcases:thefilesshouldbehavesamestructures.Addvariables:Keyvariable(uniqueidentificationnumberfortheobservations)

2024/4/27常用命令_数据步命令3数据库架构改变Transpose:row---column(transposerowsandcolumns

)Restructure:long---short(repeatedmeasurement)2024/4/27描述性统计过程Descriptivestatistics

Frequencies:continuousvariablescategoricalvariables

Descriptive:continuousvariables(Normaldistributed)

Explore:continuousvariables

Crosstabs:categoricalvariables2024/4/27根本统计图GraphsBargraph:continuous/categoricalvariables(comparison)Piegraph:categoricalvariables(constituentratio)Linegraph:proportionsandtimevariables(timetrend)Histogram:continuousvariables(frequencydistribution)Scatterplot:continuousvariables(cor