统计学之计量资料的统计描述.pptxVIP

统计学之计量资料的统计描述

目录CONTENTS计量资料基本概念与特点统计数据整理与展示方法集中趋势描述指标详解离散程度描述指标详解偏态与峰态分布特征剖析统计描述在实际问题中应用举例

01计量资料基本概念与特点

定义计量资料指以数值形式表示的观察值，包括离散型和连续型两种类型。分类根据观察值的性质和特点，可分为定量资料和定性资料。定量资料具有数值特征，如身高、体重等；定性资料则表现为类别或属性，如性别、血型等。计量资料定义及分类

数值性计量资料以数值形式表示，可进行数学运算和统计分析。连续性连续型计量资料在某一范围内可以取任意值，而离散型计量资料则只能取整数或有限个数值。可比性不同个体或同一个体不同时间的计量资料具有可比性，便于进行统计分析。计量资料特点分析

常见数据来源与获取方式数据来源医学研究中常见的计量资料来源包括问卷调查、实验研究、临床观察等。获取方式获取计量资料的方式多种多样，如直接测量、间接推算、仪器检测等。在收集数据时需注意样本的代表性、测量方法的准确性和可靠性等因素。

02统计数据整理与展示方法

根据数据特点选择插补、删除或保留缺失值。缺失值处理异常值处理数据转换采用TukeysFences等方法识别并处理异常值。通过对数转换、Box-Cox变换等手段使数据满足分析要求。030201数据清洗与预处理技巧

使用频数表、百分位数表等整理数据，便于查看数据分布规律。表格展示绘制直方图、折线图、散点图等，直观展现数据特点。图形展示数据整理成表格或图形展示

选择合适图表类型进行可视化单一变量可视化使用直方图、箱线图等展示单一变量的分布情况。两个变量关系可视化绘制散点图、折线图等展示两个变量之间的关系。多个变量关系可视化采用雷达图、热力图等多变量图表，呈现多个变量间的复杂关系。

03集中趋势描述指标详解

算术平均数定义计算方法应用场景算术平均数计算及应用场景所有观察值之和除以观察值个数所得的商，用X?表示。X?=(x1+x2+...+xn)/n，其中xi表示第i个观察值，n表示观察值个数。适用于对称分布或近似对称分布的计量资料，能较好地反映一组观察值的集中位置或平均水平。位数定义计算方法众数定义计算方法中位数和众数概念及计算方法将一组观察值按大小顺序排列后，位于中间位置的数，用M表示。若观察值个数为奇数，则中位数是位于中间的数；若观察值个数为偶数，则中位数是中间两个数的平均值。直接观察或计算出现次数，找出出现次数最多的数即可。一组观察值中出现次数最多的数，用Mo表示。术平均数、中位数和众数都是描述一组观察值集中趋势的指标，但各有特点。算术平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，算术平均数代表性较差，而中位数代表性较好。众数反映一组观察值的集中位置或典型水平，但不唯一；当数据分布没有明显集中趋势时，众数可能不存在。在实际应用中，应根据数据分布特点选择合适的集中趋势指标进行描述和分析。不同集中趋势指标比较

04离散程度描述指标详解

一组数据中最大值与最小值之差，反映数据的波动范围大小。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，用于衡量数据分布的离散程度。标准差方差和标准差概念及计算方法

描述数据分布规律01通过计算极差、四分位数间距、方差和标准差等指标，可以了解数据分布的离散程度和波动情况。比较不同组数据的离散程度02通过比较不同组数据的离散程度指标，可以判断各组数据之间的差异和波动情况。结合均值等指标进行综合分析03离散程度指标可以与均值等指标结合使用，对数据进行更全面的描述和分析。例如，在比较两组数据时，除了比较均值大小外，还需要比较两组数据的离散程度是否相似。离散程度指标在统计分析中应用

05偏态与峰态分布特征剖析

123数据右偏，均值大于中位数，分布呈现长尾在右侧的形态。正偏态分布数据左偏，均值小于中位数，分布呈现长尾在左侧的形态。负偏态分布通过计算偏度系数来判断分布偏态的方向和程度，偏度系数大于0为正偏态，小于0为负偏态。判断方法偏态分布类型及判断方法

峰度系数大于3，分布形态尖锐，数据更集中于均值附近。尖峰分布峰度系数小于3，分布形态平坦，数据相对分散。平峰分布通过计算峰度系数来描述分布的峰态特征，峰度系数大于3为尖峰分布，小于3为平峰分布。判断方法峰态分布特征描述

偏态分布的意义揭示数据分布的偏斜程度和方向，有助于了解数据的非对称性和异常值情况。峰态分布的意义反映数据分布的尖锐程度或平坦程度，有助于了解数据的集中趋势和离散程度。在统计分析中的应用偏态和峰态分析可用于数据预处理、异常值检测、模型选择等方面，