《卫生统计学课件计量资料的统计描述》由会员分享，可在线阅读，更多相关《卫生统计学课件计量资料的统计描述（27页珍藏版）》请在金锄头文库上搜索。
1、卫生统计学课件计量资料的统计描述CATALOGUE目录计量资料基本概念与特点统计描述方法概述集中趋势指标解读离散程度指标解读偏态与峰态分布特征描述正态性检验与转换处理01计量资料基本概念与特点计量资料指通过度量衡或其他测量工具直接测量得到的数据，如身高、体重、血压等。这些数据具有连续性，可以进行数学运算。定义根据测量水平不同，计量资料可分为离散型和连续型两类。离散型数据只能取整数值，如人口数、医院床位数等；连续型数据可以取实数范围内的任何值，如身高、体重等。分类计量资料定义及分类连续性可比性可加性敏感性计量资料特点分析01020304计量资料的数据是连续的，可以取实数范围内的任何值。不同个体或
2、同一个体不同时间的计量资料具有可比性，可以进行比较和分析。同一性质的计量资料可以进行数学运算，如求和、求平均数等。计量资料对测量误差较为敏感，因此要求测量工具和测量方法具有较高的精度和稳定性。卫生统计学中的计量资料主要来源于医疗卫生机构、疾病预防控制中心、科研机构等。这些数据可以是横断面数据、纵向数据或实验数据等。数据来源计量资料的收集方法包括问卷调查、体检记录、实验室检测、影像学检查等。在收集数据时，需要注意数据的真实性、准确性和完整性，以及保护个人隐私和信息安全。同时，还需要根据研究目的和设计方案选择合适的数据收集方法和工具。收集方法常见数据来源与收集方法02统计描述方法概述123通过统计
3、描述，可以了解数据的分布规律，如集中趋势、离散程度等，为后续的数据分析提供基础。描述数据分布规律统计描述能够揭示数据的数量特征，如平均数、中位数等，有助于对数据进行全面、准确的理解。揭示数据特征统计描述是统计分析的基础，通过统计描述可以对数据进行初步的处理和筛选，为后续的统计分析提供可靠的数据支持。为进一步统计分析打下基础统计描述目的与意义频数分布表与直方图集中趋势描述离散程度描述偏态与峰态描述常用统计描述方法介绍通过频数分布表或直方图可以直观地展示数据的分布情况，包括数据的范围、频数、百分比等。离散程度描述主要包括方差、标准差、四分位数间距等指标，用于反映数据的波动情况或离散程度。集中趋势描
4、述主要包括平均数、中位数和众数等指标，用于反映数据的中心位置或平均水平。偏态与峰态描述用于反映数据分布的形态，包括偏态系数和峰态系数等指标。要点三数据类型不同的数据类型需要选择不同的统计描述方法。例如，对于定量数据，通常使用平均数、标准差等指标进行描述；对于定性数据，则可以使用频数、百分比等指标进行描述。要点一要点二分析目的不同的分析目的需要选择不同的统计描述方法。例如，如果目的是了解数据的分布情况，则可以选择频数分布表或直方图进行描述；如果目的是比较不同组别之间的差异，则可以选择t检验或方差分析等方法进行统计分析。数据特征数据的特征也是选择统计描述方法的重要依据。例如，如果数据呈现明显的偏态
5、分布，则不宜使用平均数进行描述，而应该使用中位数或众数等指标；如果数据波动较大，则应该使用方差或标准差等指标进行描述。要点三方法选择依据及适用范围03集中趋势指标解读概念算术均数是所有观察值之和除以观察值个数所得的商，简称均数。它反映了一组观察值的平均水平，是医学研究中最常用的集中趋势指标。应用场景适用于对称分布或近似对称分布的计量资料，特别是当观察值之间的变异程度较小时。在医学研究中，常用于描述身高、体重、血压等生理指标的平均水平。算术均数概念及应用场景概念几何均数是各观察值连乘积的n次方根。它适用于反映一组经对数转换后呈对称分布的变量在数量上的平均水平，在医学研究中常应用于免疫学的指标。应
6、用场景适用于免疫学的指标，如抗体滴度、抗原含量等，以及医学研究中一些需要反映平均增长或降低速度的情况。几何均数概念及应用场景中位数概念将一组观察值由小到大依次排列，位于中间位置的数即为中位数。当观察值个数为奇数时，中位数是唯一的；当观察值个数为偶数时，中位数是中间两个数的平均值。众数概念一组观察值中出现次数最多的数即为众数。它反映了一组观察值的集中趋势和典型情况。众数应用场景适用于描述一些分类资料的集中趋势，如疾病类型、血型分布等。在医学研究中，也可用于描述一些离散程度较大的计量资料的集中趋势。中位数应用场景适用于各种分布类型的资料，尤其适用于偏态分布资料和一端或两端无确切数值的资料。在医学研
7、究中，常用于描述一些偏态分布的生理或生化指标的平均水平。中位数和众数概念及应用04离散程度指标解读 极差、四分位数间距概念及应用极差一组数据中最大值与最小值之差，反映数据的波动范围。四分位数间距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。应用在医学研究中，极差和四分位数间距常用于描述计量资料的离散程度，如身高、体重等指标的分布情况。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，具有与原始数据相同的计量单位，更易于解释。标准差方差和标准差在医学研究中广泛应用于评价计量资料的离散程度，如血压、血糖等指标的波动情况。应用方差与标准差概念及应用标准差与平
8、均数的比值，用于比较不同单位或不同均数水平下计量资料的离散程度。变异系数在医学研究中，变异系数常用于比较不同组别或不同指标间的离散程度，如比较不同年龄段人群的身高变异情况。应用变异系数概念及应用05偏态与峰态分布特征描述用于描述数据分布的偏态程度，正值表示右偏，负值表示左偏，其绝对值越大表示偏态越严重。通过绘制直方图或箱线图等图形，可以直观地观察数据分布的偏态情况。偏态分布特征描述方法偏态分布图偏态系数峰态分布特征描述方法峰态系数用于描述数据分布的尖峭程度，正值表示尖峰，负值表示平峰，其绝对值越大表示峰态越明显。峰态分布图同样可以通过绘制直方图或箱线图等图形，观察数据分布的峰态情况。对均值的影
9、响在偏态分布中，均值受极端值影响较大，可能无法真实反映数据的集中趋势。此时，中位数或众数可能是更好的集中趋势度量。峰态分布会影响标准差的计算。在尖峰分布中，标准差可能低估数据的离散程度；而在平峰分布中，标准差可能高估数据的离散程度。偏态和峰态分布可能导致常用的参数检验方法（如t检验和F检验）失效。在这种情况下，需要使用非参数检验方法或对数据进行转换以满足参数检验的前提假设。在回归分析中，如果自变量或因变量呈现偏态或峰态分布，可能会导致回归系数的估计不准确。此时，可以考虑对数据进行转换或使用稳健回归等方法进行处理。对标准差的影响对假设检验的影响对回归分析的影响偏态和峰态对数据分析影响06正态性检
10、验与转换处理计算法利用偏度、峰度等统计量进行检验，若偏度和峰度均在可接受范围内，则认为数据近似服从正态分布。图形法通过绘制直方图、P-P图或Q-Q图等图形，直观判断数据是否服从正态分布。假设检验法如Shapiro-Wilk检验、Kolmogorov-Smirnov检验等，通过假设检验判断数据是否服从正态分布。正态性检验方法及步骤03Johnson转换适用于各种非正态分布数据，通过拟合Johnson分布族中的某个分布，对数据进行转换。01对数转换适用于偏态分布数据，通过对数转换可以使数据更接近正态分布。02Box-Cox转换一种更为灵活的转换方法，通过引入参数，可以对数据进行不同程度的转换，以使其更接近正态分布。非正态分布数据转换处理策略检查转换后的数据是否满足模型的假设条件，如残差是否独立、同方差等。残差分析预测性能评估可视化检查比较转换前后模型的预测性能，如均方误差、决定系数等指标，评估转换效果。绘制转换后数据的直方图、P-P图或Q-Q图等图形，直观检查数据是否更接近正态分布。030201转换后数据质量评估THANKS感谢观看
