第4章 定量资料的统计描述课件

第四章

定量资料的统计描述流行病与卫生统计学教研室第4章定量资料的统计描述【例4-1】2006年某市120名10岁男孩的身高(cm)资料如下135.4 139.8 144.0 147.3 146.3 142.5 138.1 143.6 141.6 152.6132.1 144.7 143.6 146.8 144.2 141.3 137.5 142.8 140.6 150.4145.9 140.2 144.5 148.2 146.4 142.4 138.5 148.9 146.2 155.4134.2 139.2 143.5 141.6 143.5 142.3 148.9 143.6 141.5 151.1132.5 138.7 149.6 146.9 148.7 141.5 137.8 142.7 144.6 151.8136.4 140.0 144.3 147.5 145.6 142.5 138.5 143.7 149.5 153.6130.2 138.9 143.7 146.5 138.8 141.7 136.9 142.0 140.5 150.3135.7 145.7 144.2 147.8 145.8 142.6 138.6 143.8 141.3 153.9133.4 139.6 143.7 147.5 144.8 148.0 137.4 142.1 140.8 141.8134.5 139.4 142.9 147.5 144.7 141.8 136.9 143.5 140.7 151.4145.6 147.3 143.9 141.9 151.6 145.6 148.9 144.3 139.1 145.8145.6 145.3 147.6 148.6 145.5 137.3 146.5 140.3 148.4 136.5第4章定量资料的统计描述【问题4-1】该资料为何种类型资料？如何对该资料进行描述？(描述10岁男孩身高的数量特征)第4章定量资料的统计描述第一节频数表和频数图第二节集中趋势的描述第三节离散趋势的描述第四节正态分布及其应用本章主要内容第4章定量资料的统计描述由于个体变异的存在，医学研究中某指标在各个体上的观察结果不是恒定不变的，但也不是杂乱无章的，而是有一定规律的，呈一定的分布(distribution)将原始数据按照一定的标准划分为若干各组，合计各组的频数，得到频数分布表；也可再将频数表绘制成频数分布图第4章定量资料的统计描述频数(frequency)：一组资料中各观察值或不同组段内观察值出现的频繁程度（次数）频数分布表(frequencytable)：由变量值及其频数编制而成的表，简称频数表。一、频数分布表第4章定量资料的统计描述（一）频数表的编制1.求极差(range):极差又称全距，是指全部观察值中最大值与最小值之差，用符号R表示

R=xmax-xmin第4章定量资料的统计描述2.确定组数和组距

(1)根据研究目的和分析要求灵活确定组数:若为计算用，组数可适当增多，以减少计算误差；若为显示分布特征，则组数不宜太多或太少，一般n<50，5~8，n>50，9~15第4章定量资料的统计描述

(2)确定组距（classinterval)：相邻两个组段下限之差为组距，一般采用等距分组。i=R/组数，为了方便资料整理汇总，组距一般取整数第4章定量资料的统计描述

3.确定组段组段起点称为下限（lowerlimit）组段终点称为上限（upperlimit）注意：第一组段必须包含最小值，最后一个组段必须包括最大值，各组段不能重叠。除最末一个组段需同时写出上下限外，其余组段只写出其下限第4章定量资料的统计描述

确定组段即确定每一组的起点（下限）和终点（上限）。

起点称为下限（lowerlimit）终点称为上限（upperlimit）

上限=下限+组距第4章定量资料的统计描述4.归组计数，整理成表确定组段界限后，采用计算机或用划记法将各原始数据归入各组汇总，得出各组段的观察例数，也就是频数。用计算机或手工划记法汇总，得到各组段观察单位个数，绘制成频数分布表第4章定量资料的统计描述表4-12006年某市120名10岁男孩身高（cm）的频数表身高（1）频数（2）频率（%）（3）累计频数（4）累计频率（%）（5）130~132~134~136~138~140~142~144~146~148~150~152~154~15613481217212014106310.82.53.36.710.014.217.516.711.78.35.02.50.814816284566861001101161191200.83.36.713.323.337.555.071.783.391.796.799.2100.0合计120100.0——第4章定量资料的统计描述（二）频数分布表的用途1.揭示频数分布特征2.揭示频数分布类型3.便于发现特大或特小的可疑值4.便于进一步计算统计指标和进行统计分析第4章定量资料的统计描述频数分布的两个特征集中趋势（centraltendency)：指一组数据向某个位置聚集或集中的倾向离散趋势(dispersion)：指一组数据的分散性或变异度

第4章定量资料的统计描述

频数分布的类型

对称分布(symmetricdistribution):集中位置在中间，左右两侧频数基本对称第4章定量资料的统计描述偏态分布(skeweddistribution):集中位置偏向一侧，两侧频数分布不对称正偏态（positiveskew）平均数大于众数(右偏)

负偏态（negativeskew）平均数小于众数

(左偏)

第4章定量资料的统计描述3.便于发现某些特大或特小的可疑值

对于频数表，如果连续某几个组段的频数为0，接下来的组段出现频数不为0的数值，此数值即为可疑值。4.便于进一步计算指标和统计处理可利用频数表计算百分位数、中位数、标准差等第4章定量资料的统计描述二、频数分布图频数分布图（graphoffrequency）是以变量值为横坐标、频数（或频率）为纵坐标（不等距分组时以频率/组距=频率密度为纵坐标），以每个等宽的距形面积表示每组的频数（或频率）第4章定量资料的统计描述连续型定量资料：频数图中各距形是相连的，又称直方图（histogram）离散型定量资料：频数图中各距形是间隔的，又称直条图（bargraph）第4章定量资料的统计描述图4-12006年某市120名10岁男孩身高的频数图第4章定量资料的统计描述频数频数频数血清肌红蛋白(μg/ml)负（左）偏态对称分布正（右）偏态第4章定量资料的统计描述图69例RA患者血清EBV-VCA-IgG抗体滴度的频数分布图101名正常人血清肌红蛋白的频数分布正（右）偏态负（左）偏态23第4章定量资料的统计描述434名少数民族已婚妇女现有子女数频数分布图第4章定量资料的统计描述集中趋势的描述第4章定量资料的统计描述平均数(average)是一类描述计量资料集中位置或平均水平的统计指标，在医学领域中常用的平均数有算术均数、几何均数、中位数、众数、调和均数第4章定量资料的统计描述一、算术均数(arithmeticmean)简称均数(mean)，总体均数用希腊字母

(miu)表示，样本均数用(xbar)表示。均数描述一组数据在数量上的平均水平第4章定量资料的统计描述直接法

将所有数据直接相加，再除以总例数

Σ:是希腊字母，读作sigma，为求和符号1.计算方法第4章定量资料的统计描述【例4-2】某医生测量了10名脑出血患者的血尿素氮（mmol/L）分别是：7.4、6.7、6.9、7.3、7.6、6.5、7.8、8.2、8.0、6.6，试计算该组数据的均数第4章定量资料的统计描述加权法

用于频数表资料或样本中相同观察值较多时，将相同观察值的个数(频数f)乘以该观察值x，以代替相同观察值逐个相加第4章定量资料的统计描述【例4-3】根据表4-1资料，用加权法求120名10岁男孩身高的均数第4章定量资料的统计描述f起了“权数”的作用，权衡了各组中值由于频数不同对均数的影响。加权法计算的均数是近似的第4章定量资料的统计描述均数两个重要的性质第4章定量资料的统计描述适用于描述单峰对称分布，特别是正态分布或近似正态分布资料的集中趋势均数在描述正态分布特征方面有重要意义均数的应用我也知道了！第4章定量资料的统计描述例现有5人，其血清抗体效价分别为1:10、1:100、1:1000、1:10000和1:100000，求其效价倒数的平均水平若计算效价倒数的算术均数用算术均数反映这类资料的平均水平是不合适的第4章定量资料的统计描述先求效价倒数对数值的均数，然后求反对数1000位于10、100、1000、10000、100000的中间位置，具有很好的代表性，这种平均数就称为几何均数第4章定量资料的统计描述二、几何均数(Geometricmean，G)

是n个观察值乘积的n次方根，又称倍数均数，用G表示。

第4章定量资料的统计描述直接法：当n较小时，直接将n个观察值的乘积开n次方1.计算方法第4章定量资料的统计描述加权法：当资料中出现相同观察值时，也可用加权法计算几何均数第4章定量资料的统计描述

【例4-4】某实验室测得7人血清中某种抗体的滴度分别为1/4,1/8,1/16,1/32,1/64,1/128,1/256，试求平均滴度

直接法第4章定量资料的统计描述【例4-6】50名麻疹易感儿接种麻疹疫苗后，测得血凝抑制抗体滴度资料见表4-3，求抗体的平均滴度。表4-350名麻疹易感儿血凝抑制抗体滴度加权法第4章定量资料的统计描述即50名麻疹易感儿接种麻疹疫苗后血凝抑制抗体的平均滴度为1/54

第4章定量资料的统计描述2.应用及注意事项几何均数应用于：等比资料，如抗体平均滴度对数正态分布资料Remember!第4章定量资料的统计描述使用几何均数时应注意：观察值不能有0观察值不能同时有正值和负值。若全为负值，在计算时先把负号去掉，得出结果再加上负号Becareful!第4章定量资料的统计描述

【例4-7】200名食物中毒患者潜伏期资料如表4-4，研究人员据此采用加权法计算均数得平均潜伏期为27小时。（1）该组数据在分布上有何特点？（2）用均数描述该资料的平均水平是否合适？三、中位数与百分位数第4章定量资料的统计描述表4-4200名食物中毒患者的潜伏期潜伏期（小时）（1）频数（2）累计频数（3）累计频率（%）（4）=（3）/n0～303015.012～7110150.524～4915075.036～2817889.048～1419296.060～719999.572～841200100.0合计200－－第4章定量资料的统计描述中位数（median）：一组观察值从小到大排列，位次居中的观察值即中位数，是一个位置指标第4章定量资料的统计描述中位数（median）：将一组观察值由小到大排序后，居于中间位置的数值即为中位数，用表示。

中位数是一种位置平均数，它将全部数据排列成的有序数列平均分为两部分，小于和大于中位数的观察值个数相等，各占50%。第4章定量资料的统计描述直接法：观察值个数较少n为奇数，n为偶数，第4章定量资料的统计描述【例4-8】某实验师对10只小白鼠染毒后观察各小鼠的生存时间（分钟），得数据为：35，60，62，63，63，65，66，68，69，69，试计算小白鼠的平均生存时间将10个观察值由小到大排列：35，60，62，63，63，65，66，68，69，69

第4章定量资料的统计描述频数表法LM

中位数所在组段下限

组距中位数所在组段的频数中位数所在组段前一组的累计频数第4章定量资料的统计描述【例4-9】根据例4-7的资料计算中位数表4-4200名食物中毒患者的潜伏期潜伏期（小时）（1）频数（2）累计频数（3）累计频率（%）（4）=（3）/n0～303015.012～7110150.524～4915074.536～2817889.048～1419296.060～719999.572～841200100.0合计200－－第4章定量资料的统计描述（小时）

第4章定量资料的统计描述百分位数（percentile）：是指将一组观察值由小到大排序后，将其平均分成100等份，对应于每一分割位置上的数值就称为一个百分位数，用

表示x%（100-x）%第4章定量资料的统计描述x%

Px(100-x)%50%分位数就是中位数25%，75%分位数称四分位数(quartile)

第4章定量资料的统计描述

是一种位置指标，一个百分位数将一组观察值分为两部分，理论上有x%的观察值比它小，有（100-x）%的观察值比它大。第4章定量资料的统计描述式中：第x百分位数所在组段下限组距第x百分位数所在组段的频数第x百分位数所在组段前一组的累计频数频数表法第4章定量资料的统计描述【例4-10】根据表4-4，计算P25、P75（小时）（小时）第4章定量资料的统计描述中位数适用条件：偏态分布资料分布类型不明确的资料“开口资料”(即一端或两端无确切数值的资料)Understand?百分位数：非正态分布资料第4章定量资料的统计描述

三组躯体功能维度得分甲组88910111212乙组56810121415丙组12510151819第4章定量资料的统计描述离散趋势的描述第4章定量资料的统计描述

【例4-11】分别观察两组各9只动物的每日进食量（mg/g），结果如下：

A组242526272829303132B组202122232425262764两组动物每日进食量的平均数，均为28mg/g。

思考：28mg/g能否分别代表两组动物每日近食量的平均水平？第4章定量资料的统计描述离散趋势是频数分布的另一特征，反映了观察值之间的变异情况，只有将集中趋势与离散趋势结合起来描述才能全面反映定量资料的数量特征。第4章定量资料的统计描述描述离散趋势的常用指标极差(range)四分位数间距(interquartilerange)方差(variance)和标准差(standarddeviation)变异系数(coefficientofvariation)第4章定量资料的统计描述1.极差/全距(range)

全部观察值中最大值与最小值之差，用符号R表示，即常用于描述单峰对称分布小样本资料的变异程度，或用于初步了解资料的变异程度极差越大表示数据离散程度越大。第4章定量资料的统计描述极差描述离散趋势的局限只考虑最大值与最小值之差异，不能反映组内其它观察值的变异程度样本含量越大，极差可能越大，样本含量相差悬殊时不宜用极差作比较

第4章定量资料的统计描述四分位数：P25，P50，P75三个点将全部观察值等分为四部分，处于分位点上的数值就是四分位数下四分位数即第25百分位数，用QL表示上四分位数即第75百分位数，用QU表示2.四分位数间距第4章定量资料的统计描述四分位数间距(interquartilerange)即上、下四分位数之差200名食物中毒患者的潜伏期资料，P25=15.4，P75=36（小时）第4章定量资料的统计描述四分位数间距常用于描述偏态分布及分布的一端或两端无确切数值资料的离散程度四分位数间距较全距稳定，但仍不能全面概括所有观察值的变异情况

四分位数间距常和中位数结合全面描述偏态分布等资料的离散趋势和集中趋势。第4章定量资料的统计描述每个观察值x与间的变异称为离均差由于变异程度用离均差平方和反应

方差考虑观察值个数N的影响

3.方差(variance)和标准差(SD)第4章定量资料的统计描述第4章定量资料的统计描述在实际工作中，采用样本方差n-1称为自由度（degreeoffreedom）方差适用：描述对称分布特别是正态分布资料的离散程度。

第4章定量资料的统计描述式中n–1称为自由度(Degreeoffreedom)，允许自由取值的变量值个数，用符号(niu)表示第4章定量资料的统计描述方差的度量单位是原度量单位的平方方差开方后即与原数据的度量单位相同，这就是标准差（standarddeviation）标准差

第4章定量资料的统计描述在实际工作中，常计算样本标准差标准差适用：描述对称分布特别是正态分布资料的离散程度。常和均数结合使用。

第4章定量资料的统计描述数学上可以证明：第4章定量资料的统计描述

标准差应用公式

直接法

加权法第4章定量资料的统计描述

【例4-13】某医生测量了10名脑出血患者的血尿素氮（mmol/L）分别是：7.4、6.7、6.9、7.3、7.6、6.5、7.8、8.2、8.0、6.6，试计算该组数据的标准差第4章定量资料的统计描述【例4-14】根据表4-1资料，计算120名10岁男孩身高的标准差第4章定量资料的统计描述描述对称分布，特别是正态分布或近似正态分布资料的变异程度第4章定量资料的统计描述

【例4-15】某医院预防保健科，对一组5岁男孩进行体检，测量身高、体重等指标。得身高均数与标准差为115.8cm和4.5cm，体重均数与标准差为20.2kg和0.56kg，由此认为身高的变异程度比体重大。上述结论是否正确？4.变异系数(coefficientofvariation)第4章定量资料的统计描述

【例4-16】某实验室分别测量了10只小白鼠和10只家兔的体重，得小白鼠体重的均数与标准差分别为22g和3g，家兔体重的均数与标准差分别为1500g和100g。经比较得出结论，因家兔体重的标准差大于小白鼠体重的标准差，所以家兔体重的变异程度比小白鼠体重的变异程度大。第4章定量资料的统计描述变异系数（coefficientofvariation,CV）：是一组观察值的标准差与其均数的比值用途：比较度量衡单位不同的资料的变异度比较均数相差悬殊的资料的变异度第4章定量资料的统计描述第4章定量资料的统计描述描述频数分布特征的指标总结对称分布偏态分布对数正态分布集中趋势均数中位数几何均数离散趋势标准差四分位数间距对数标准差的反对数第4章定量资料的统计描述描述数值变量资料分布特征的内容：分布范围集中趋势离散趋势是否对称第4章定量资料的统计描述正态分布及其应用第4章定量资料的统计描述图4-1120名10岁男孩身高资料的频数图第4章定量资料的统计描述图4-2频数分布逐渐接近正态分布示意图第4章定量资料的统计描述1.正态分布的概念及特征正态分布(Normaldistribution)，也称高斯分布(Gaussiandistribution)，是一种非常重要的连续型随机变量的概率分布，是自然界中最常见的一种分布第4章定量资料的统计描述正态分布（normaldistribution）称为高斯分布（Gaussdistribution），如果连续型随机变量X的概率密度函数为：

概念正态分布的概念与特征则称随机变量X服从参数为和的正态分布，记作：－∞＜x＜＋∞第4章定量资料的统计描述正态曲线（normalcurve）在横轴上方均数处最高；并以均数为中心，左右对称；两端与横轴永不相交，呈钟形曲线。

正态分布特征正态曲线第4章定量资料的统计描述正态分布图示x0.1.2.3.4f(x)第4章定量资料的统计描述概率密度函数(PDF)和累积分布函数(CDF)第4章定量资料的统计描述正态分布有两个参数，即位置参数和形状参数

峰的位置－位置参数μ第4章定量资料的统计描述方差相等、均数不等的正态分布图示

3

1

2第4章定量资料的统计描述形态参数σ第4章定量资料的统计描述均数相等、方差不等的正态分布图示

2

1

3第4章定量资料的统计描述正态曲线下面积的分布有一定的规律。

①正态曲线与横轴之间的面积恒等于1或100%；②对称分布，对称轴两侧的面积各为50％；③在区间的面积为68.27％在区间的面积为95.00％在区间的面积为99.00％

第4章定量资料的统计描述第4章定量资料的统计描述正态曲线下的面积规律

-

+

15.87%15.87%68.27%第4章定量资料的统计描述

-1.96

+1.96

2.5%2.5%95%第4章定量资料的统计描述

-2.58

+2.58

0.5%0.5%99%第4章定量资料的统计描述正态分布的特征概率密度函数曲线在均数处最高以均数为中心左右对称，且逐渐减少正态分布有两个参数，即

和

曲线下的面积分布有一定规律第4章定量资料的统计描述正态分布的判断方法⑴利用频数分布表或频数分布图⑵根据专业知识判断⑶正态分布的经验判断①若，可认为资料呈偏态分布②若,则有理由怀疑资料呈偏态分布⑷正态性检验(P108)第4章定量资料的统计描述思考：能否编制正态曲线下面积的分布表，然后通过查表来确定某区间对应的面积呢？

2.标准正态分布

统计学家发现，可以使所有的正态分布转化为统一的，的正态分布，该正态分布称为标准正态分布（standardnormaldistribution）。第4章定量资料的统计描述标准正态分布标准正态分布与标准化变换第4章定量资料的统计描述这种变换称为标准化变换或Z变换。若X服从正态分布，则Z就服从。第4章定量资料的统计描述标准正态分布曲线下面积分布规律第4章定量资料的统计描述标准正态分布曲线下面积

(z)

z 0.00 0.02 0.04 0.06 0.08-3.0 0.0013 0.0013 0.0012 0.0011 0.0010-2.5 0.0062 0.0059 0.0055 0.0052 0.0049-2.0 0.0228 0.0217 0.0207 0.0197 0.0188-1.9 0.0287 0.0274 0.0262 0.0250 0.0239-1.6 0.0548 0.0526 0.0505 0.0485 0.0465-1.0 0.1587 0.1539 0.1492 0.1446 0.1401-0.5 0.3085 0.3015 0.2946 0.2877 0.28100 0.5000 0.4920 0.4840 0.4761 0.46810z第4章定量资料的统计描述

【例4-18】

已知某地2003年18岁男大学生身高的均数cm，标准差cm，且18岁男大学生的身高服从正态分布。问该地18岁男大学生中身高在166.8cm及其以下者占多大的比例？

查附表3：表的左侧找-1.9，表的上方找0.06，相交处为0.025

第4章定量资料的统计描述3.正态分布的应用估计正态分布资料的频率分布

【例4-19】某地2003年抽样调查了100名18岁男大学生身高，算得均数为172.70cm，标准差为4.01cm。

【问题】该地18岁男大学生中身高在162.35cm~183.05cm范围内者所占的比例是多少？第4章定量资料的统计描述查附表3得：第4章定量资料的统计描述

查附表3，左侧的面积为0.005，由正态分布曲线的对称性可知，右侧的面积也为0.005，又由正态分布曲线下的总面积为1，可得-2.58与2.58之间的面积为1-2×0.005=0.99=99%。第4章定量资料的统计描述制定医学参考值范围医学参考值范围即正常值范围，绝大多数“正常人”的解剖、生理、生化等指标的波动范围。绝大多数正常人某观察指标的波动范围。绝大多数：90%、95%、99%等，最常用的是95%正常人：不是指完全健康的人，而是指排除了影响研究指标的疾病和有关因素的同质人群用于判断正常与异常第4章定量资料的统计描述确定参考值范围的原则以同质的正常人为研究对象控制测量误差判断是否分组(性别、年龄组)决定取单侧还是双侧选定合适的百分界限根据资料分布类型选择适当方法制定参考值第4章定量资料的统计描述根据医学专业知识确定！单侧：下限:肺活量、IQ

……

上限:转氨酶、尿铅、发汞……双侧：白细胞计数、血清总胆固醇……

过低异常---单侧下限过高异常---单侧上限过低、过高均异常---双侧单侧下限异常正常单侧上限异常正常异常正常双侧下限双侧上限异常第4章定量资料的统计描述正常人病人假阳性率假阴性率正常人与病人的数据分布重叠示意图(单侧)第4章定量资料的统计描述制定医学参考值范围常用方法正态分布法：适用于正态或近似正态分布