统计学课件--ch02_计量资料的统计描述精品文档
统计学第二章计量资料的统计描述
02
统计数据整理与展示方法
数据清洗与预处理技巧
80%
缺失值处理
根据数据的分布情况和实际背景 ，选择合适的缺失值填充方法， 如均值、中位数、众数等。
100%
异常值处理
采用箱线图、散点图等方法识别 异常值，并根据实际情况选择删 除、替换或保留。
分类
根据测量水平的不同，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 则可以取实数范围内的任何值，如身高、体重等。
计量资料特点分析
数值性
计量资料以数值形式表示，具有数量化的特点，便 于进行数学运算和统计分析。
连续性
连续型计量资料在实数范围内可以取任意值，数据 分布的连续性使得统计推断更为精确。
06
统计图表在数据可视化中应用
常见统计图表类型介绍
条形图（Bar Chart）
用于展示分类数据之间的比较，横轴表示分类，纵轴表示数量或比例。
折线图（Line Chart）
用于展示时间序列数据或连续性数据的趋势变化，横轴表示时间或类 别，纵轴表示数量或比例。
散点图（Scatter Plot）
用于展示两个变量之间的关系，横轴和纵轴分别表示两个变量，点的 位置表示变量的取值。
一组观察值中出现次数最多的数。
计算方法
应用场景
中位数计算需先将数据排序，然后取中间 位置的数；众数计算则是统计各数值出现 的次数，取出现次数最多的数。
适用于各种类型的数据，尤其适用于偏态 分布数据。中位数和众数对极端值不敏感 ，因此能较好地反映数据的集中趋势。
不同集中趋势指标比较
算术平均数、中位数和 众数都是描述数据集中 趋势的指标，但各有特 点。
卫生统计学课件 第二章 计量资料的统计描述(共33张PPT)
五、医学正常值范围的估计
定义：又称参考值范围，是指特定健康人群的解剖、 生理、生化等各种数据的波动范围。习惯上是确定包 括95%的人的界值。
单双侧：根据指标的实际用途，有的指标有上下界值， 过高过低均属异常；某些指标过高为异常，只需确定 上限；某些指标过低为异常，只需确定下限。
估计的方法： 1、正态分布法
计五算、:医C学V（156.41 cm , 171.27 cm ) =10107名3.18岁女大学生身高均数的计算
频数：当汇总大量的原始数据时，把数据按类型分组，其中每个组的数据个数，称为该组的频数。 应用：原始数据分布不对称，经对数转换后呈对称分布的资料。
29
3.正态分布曲线下，从均数u 到u 的面积为； A.95% B.45% C. 97.5% D.47.5%
32
思考题：
1976年美国8岁男孩的平均身高 为146厘米，标准差为8厘米，估计 在该研究中有%多少的男孩平均身 高在138与154之间？又有多少在
130到162之间？
33
4
100名18岁女大学生身高均数的计算
身高组段 频数 f 组中值 X
f·X
（1）
（2）
(3)
(4)
154~
2
155
310
156~
4
157
628
158~
11
159
1749
160~
13
161
2093
162~
22
163
3586
164~
19
165
3135
166~
15
167
2505
168~
9
169
1521
第2章计量资料的统计描述 PPT课件
计量资料的统计描述第一节频数分布(frequency distribution)一、频数表的编制P11 例2.1该资料未进行任何加工整理，称为原始资料(raw data)。
1. 频数表的编制步骤（1）求极差（range）：即最大值与最小值之差，又称为全距。
本例极差：R=5.46－3.07=2.39（×1012/L）（2）决定组数、组段和组距：根据研究目的和样本含量n确定。
组距=极差/拟分组数，通常分8-15个组，为方便计，组距参考极差的十分之一, 再略加调整。
本例：i= R /10=2.39/10=0.239≈0.20。
（3）列出组段：第一组段的下限略小于最小值，最后一个组段上限必须包含最大值，其它组段上限值忽略。
（4）划记计数：用划记法将所有数据归纳到各组段，得到各组段的频数。
2.频数表的图示及分析⏹频数分布如右图所示；⏹频数分布的分析： 频数分布的类型 频数分布的特征1020304050F r e q u e n c y33.2 3.4 3.6 3.844.2 4.4 4.6 4.855.2 5.4 5.6RBC3. 频数表的用途(1)揭示资料的分布类型：属对称分布，还是不对称。
(2)观察资料的分布特征：①集中趋势(central tendency):变量值集中位置(location)。
本例在组段“4.2～”。
—平均水平指标②离散趋势(tendency of dispersion):变量值围绕集中位置的分布情况。
离“中心”位置越远，频数越小；且围绕“中心”左右对称。
—变异程度指标(3)发现资料有无可疑值：特大或特小值。
(4)便于进一步统计处理。
(5)陈述资料的一种形式。
第二节集中趋势的描述寻找集中的位置(central location），平均（average）反映了定量资料的集中位置，不同分布类型的资料，要用不同的平均数反映，常用的有：1. 算术均数(arithmetic mean)，简称均数 (mean)2. 几何均数(geometric mean)3.中位数 (median)4. 众数（mode）5.调和均数(harmonic mean)6.截尾均数（censored mean)1.均数（mean ）符号表示： 表示样本均数， 总体均数 12nx x x X x nn+++∑==1123123k k ik if X fX fX f X fX x f f f f f ++++∑==++++∑适用条件：对称分布，尤其是正态或近似正态分布的资料(正态分布后述)。
统计学之计量资料的统计描述(ppt 50页)
1. 均数（mean）
符适号用：条总件体：资 料样呈本对称X 分布，尤其是正态或
近似正态。计算：
（1）直接法 XX1X2 XnX
（2）频数表法
n
n
X f1 X 1 f2 X 2 f3 X 3 fk X k fX i
第三节 离散趋势的描述
例2-11 三组同龄男孩的身高值(cm)
描述离散趋势的特征数 （变异（variation）指标）
反映数据的离散度（ Dispersion ）。即 个体观察值的变异程度。常用的指标有：
1. 极差(Range） (全距) 2. 百分位数与四分位数间距
Percentile and Quartile range 3. 方差 Variance 4. 标准差Standard Deviation 5. 变异系数 Coefficient of Variation
合计 2500 2500 2500 440
均数 500 500 500 420
甲 乙丙
1.极差(Range）
符号：R 意义：反映全部变量值 的变动范围。 优点：简便,如说明传染 病、食物中毒的最长、 最短潜伏期等。 缺点：1. 只利用了两个
极端值 2.n大，R也会大 3.不稳定 适用范围：任何计量资 料；是参考变异指标
总称为平均数（average）反映了资料的集中 趋势（ central tendency ）。常用的有： 1. 算术均数(arithmetic mean)，简称均数 (mean) 2. 几何均数(geometric mean) 3. 中位数 (median)
一、算术均数
算术均数：简称均数（mean）
第二章 计量资料的统计描述PPT课件
12.1
120
85.8
5.20~ 13 5.30
9.3
133
95.1
5.40~
4 5.50
2.913798.0Fra bibliotek5.60~
2 5.70
1.4
139
99.4
5.80~6.00 1 5.90
0.7
140
合计 140
140
100.0 10
100.0
表2-3 某地140名正常男子红细胞数的频数表
红细胞数
3.80～ 4.00～ 4.20～ 4.40～ 4.60～ 4.80～ 5.00～ 5.20～ 5.40～ 5.60～ 5.80～ 6.00 合计
13
三、频数分布的两个重要特征:
1.集中趋势(central tendency): 指变量值的集中位置所在。
2. 离散趋势(tendency of dispersion): 指变量值围绕集中位置的分布情况。
14
四、频数分布的类型:
1. 对称分布: 各组段的频数以频数最多组 段为中心(集中位置在中间), 左右两侧大体对称。
6
4.49 4.22 4.71 5.21 4.94 4.68 5.17 4.91 5.02 4.76
一、频数表的编制 1、确定组数k ：通常选择8 ~15之间。若
资料在100例以上,一般取10组左右; 若例数 较少, 组数相应减少。以能显示数据的分 布规律为宜。 2、计算极差(全距)，确定组距 i ：
第二章
计量资料的统计描述
1
概述
1
点击输入简要文字内容，文字内容需概括精炼，不用多余 的文字修饰，言简意赅的说明分项内容……
2
点击输入简要文字内容，文字内容需概括精炼，不用多余 的文字修饰，言简意赅的说明分项内容……
2计量资料统计描述PPT课件
▪ 最后一组段 [5.40，5.60]
2020/8/1
9
一、频数分布表
列出各组段
第一组段
2020/8/1
最后一组段
10
一、频数分布表
（4）分组划记并统计频数
统计每个组段内 的频数（例数）
频数的合计数等 于样本含量
2020/8/1
11
一、频数分布表
（4）分组划记并统计频数
▪ 每个组段的起点为该组的下限L（low limit）, 终点为上 限U（upper limit）, 上限=下限+组距；变量值X的归组 统一定为L≤X< U ,最后组段写出上限，起始组段和最后 组段应包含最小值和最大值
▪ 各组段不能重叠，每一组段均为半开半闭区间，即包括 下限，不包含上限。
例1 第一组段下限为 3.60，上限为3.60+0.20=3.80
第一篇 基本统计方法
第二章 计量资料的统计描述
标题添加
点击此处输入相 关文本内容
标题添加
点击此处输入相 关文本内容
总体概述
点击此处输入 相关文本内容
点击此处输入 相关文本内容
2
第二章 计量资料的统计描述
❖第一节 频数分布 ❖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 ❖第五节 医学参考值范围的制定
▪ 纵坐标：为频数f，必须从0开始（f为每一组段内的人数）
❖ 直条 ▪ 直条的宽度：组距 ▪ 直条的高度：每一组段的频数
❖ 累计
2020/8/1
15
二、频数分布图
2020/8/1
16
二、频数分布图
2020/8/1
17
第02章 计量资料的统计描述.ppt
1
重要概念回顾
• 1. Population • 2. Sample • 3. Error • 4. Probability
2
重要问题回顾
• 1. 常见的医学数据资料有哪些类型？ 各有 些什么特点？
• 2. 医学研究中常见的误差类型有哪些？各 有什么特点？
• 3. 医学研究工作中与统计学相关的基本步 骤有哪些？
n 1
SD (X X )2 X 2 ( X )2 / n
n 1
n 1
对于样本资料，分母 取n – 1 作为自由度（degree of
freedom，df），式中MS为样本方差，方差越大说明数据
的变异越大。
33
• 请大家计算下列三组同龄男孩的身高标准 差：
• 甲组：90 95 100 105 110 • 乙组：96 98 100 102 104 • 丙组：96 99 100 101 104
的理论基础.
51
第五节 医学正常值范围的制定
定义：又称参考值范围，是指特定健康人群的解剖、 生理、生化等各种数据的波动范围。采用包括95%的 人的界值为最为常用的正常值范围。 单双侧： 根据指标的实际用途，有的指标有上下界 值（双侧）。某些指标只需确定上限（单）；某些 指标只需确定下限（单）。 估计的方法： 1、正态分布法 2、百分位数法
• 表示：M 、PX
• 计算：
M
L
0.5n f
M
fL
i M
Px
n x%
L
fx
fL
i x
• 百分位数：将N个观察值从小到大依次排列，再分成