统计学资料类型

统计学资料类型汇报人：AA2024-01-26目录CATALOGUE统计学基本概念与原理定量资料类型及分析定性资料类型及分析等级资料类型及分析时间序列资料类型及分析空间统计资料类型及分析统计学基本概念与原理CATALOGUE01统计学定义及作用统计学是一门研究如何收集、整理、分析、解释和呈现数据的科学。统计学的作用在于通过对数据的分析和解释，帮助人们更好地理解和应对各种不确定性，为决策提供依据。包括观察法、实验法、调查法等，用于获取原始数据。包括数据清洗、数据转换、数据归约等，用于将原始数据转化为可用于分析的形式。数据收集与整理方法数据整理方法数据收集方法概率论是研究随机现象的数学分支，为统计学提供了理论基础。概率论的基本概念包括随机事件、概率、随机变量、分布函数等。概率论基础知识统计推断是通过样本数据对总体特征进行推断的方法，包括参数估计和假设检验两种基本形式。参数估计是通过样本数据对总体参数进行估计的方法，包括点估计和区间估计。假设检验是通过样本数据对总体假设进行检验的方法，包括原假设和备择假设的设立、检验统计量的选择、显著性水平的确定等步骤。统计推断原理简介定量资料类型及分析CATALOGUE0202030401数值型数据特点数据是具体的数值，如身高、体重等。数据具有明确的度量单位，如米、千克等。数据可以进行数学运算，如加减乘除等。数据之间可以比较大小。算术均数所有观察值之和除以观察值个数，反映一组数据的平均水平。中位数将数据按大小顺序排列后，位于中间位置的数，反映一组数据的中等水平。众数一组数据中出现次数最多的数，反映一组数据的集中趋势。集中趋势描述指标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。方差各观察值与均数之差的平方和的平均数，反映数据的离散程度。标准差方差的算术平方根，反映数据的离散程度，用s表示。变异系数标准差与均数之比，用于比较不同单位或不同波动范围的数据的离散程度。离散程度描述指标偏态分布数据分布不对称，分为正偏态和负偏态。正偏态中，数据向右偏，左侧有较多极端值；负偏态中，数据向左偏，右侧有较多极端值。偏态分布可以通过偏态系数进行描述和检验。峰态分布数据分布的尖峭或扁平程度。峰态可以通过峰态系数进行描述和检验。峰态系数大于0时，分布比正态分布更尖峭；峰态系数小于0时，分布比正态分布更扁平。偏态与峰态分布特征定性资料类型及分析CATALOGUE03分类数据描述的是事物的属性或特征，而不是数量。分类数据是定性的分类数据的取值是有限的、可数的，通常表现为不同的类别或组别。分类数据是离散的分类数据中的各个类别之间没有明确的数量大小关系。分类数据无序性分类数据特点确定组数根据数据的分布特点，选择合适的组数，通常选择5-15组。确定组距根据数据的波动范围和组数，确定合适的组距，使数据分布更加均匀。列出频数分布表按照确定的组数和组距，将数据分组并计算各组的频数，列出频数分布表。频数分布表制作030201比例计算比例是两个数值的比值，通常用于描述两个相关量之间的关系。在分类数据中，比例可以用于描述某一类别在总体中的占比。百分比计算百分比是比例的一种特殊形式，用于描述某一类别在总体中的占比情况。百分比的计算公式为：百分比=(某一类别的频数/总频数)×100%。比例和百分比计算010203卡方检验的适用条件卡方检验适用于两个或多个分类变量之间的独立性检验。在使用卡方检验前，需要确保数据满足一定的条件，如样本量足够大、各单元格的期望频数不小于5等。卡方检验的步骤首先建立假设，然后构造卡方统计量并计算其值，最后根据卡方分布和显著性水平判断假设是否成立。卡方检验的注意事项在使用卡方检验时，需要注意选择合适的统计量、确定合适的显著性水平以及考虑数据的随机性和代表性等因素。同时，对于不满足卡方检验条件的数据，可以考虑使用其他统计方法进行分析。卡方检验在分类资料中应用等级资料类型及分析CATALOGUE04有序性等级数据具有明确的顺序或等级，如评分、评级或排名等。非数值性等级数据通常不是具体的数值，而是表示某种顺序或等级的标签。离散性等级数据是离散的，不像连续变量那样可以取任意值。等级数据特点Spearman秩相关系数用于衡量两个等级变量之间的关联程度，值域为[-1,1]，绝对值越大表示关联越强。Kendall'sTau等级相关系数也是一种衡量等级变量关联程度的方法，适用于小样本和存在结（相同等级）的情况。等级相关系数计算01用于比较两个独立样本的等级数据分布是否存在显著差异。Mann-WhitneyU检验02用于比较多个独立样本的等级数据分布是否存在显著差异。Kruskal-WallisH检验03用于比较配对样本的等级数据分布是否存在显著差异。Wilcoxon符号秩检验等级资料假设检验方法临床试验效果评价在临床试验中，等级资料可用于评价治疗方法的疗效，如通过患者症状改善程度的等级评估来判断治疗方法的优劣。生存质量评估在医学研究中，生存质量评估常常采用等级资料进行，如通过问卷调查收集患者对生活质量各个方面的等级评价。疾病严重程度分级等级资料还可用于疾病严重程度的分级，如根据肿瘤大小、浸润深度等病理指标将癌症患者分为不同等级，以便制定个性化的治疗方案。实例：等级资料在医学研究中的应用时间序列资料类型及分析CATALOGUE05数据按时间顺序排列，反映现象随时间变化的情况。时间性时间序列中各个时期的数值是相互衔接的，不能出现断裂。连续性时间序列通常呈现出长期趋势、季节变动、循环波动和不规则变动四种变动形态。趋势性时间序列数据特点03最小二乘法通过拟合一条直线或曲线，使得各数据点到该线的垂直距离的平方和最小，从而估计长期趋势。01时距扩大法通过扩大时间序列的时间间隔，消除季节变动和循环波动的影响，从而揭示长期趋势。02移动平均法对时间序列数据进行移动平均处理，以消除短期波动，突出长期趋势。长期趋势测定方法将时间序列数据按季节进行分组，计算各季节的平均数，以反映季节变动的规律。同期平均法先消除时间序列中的长期趋势，然后再计算各季节的平均数，以更准确地反映季节变动。趋势剔除法通过计算各季节的平均数与总平均数的比值，得到各季节的季节指数，以衡量季节变动的程度。季节指数法季节变动测定方法剩余法01在消除长期趋势和季节变动后，剩余的波动即为循环波动和不规则变动。谱分析法02通过傅里叶变换等方法将时间序列分解为不同频率的周期波动，以揭示循环波动的规律。模型拟合法03通过建立合适的数学模型（如ARIMA模型），对时间序列进行拟合和预测，以同时考虑长期趋势、季节变动、循环波动和不规则变动的影响。循环波动和不规则变动测定方法空间统计资料类型及分析CATALOGUE06123空间数据之间存在相互依赖的关系，即相近的空间位置上的数据往往具有相似性。空间依赖性空间数据在不同位置上具有不同的分布特征或属性表现。空间异质性空间数据的特征和规律往往与观察或研究的空间尺度有关。空间尺度性空间数据特点Moran'sI指数：用于检验整个研究区域的空间自相关性，取值范围在-1到1之间，正值表示正自相关，负值表示负自相关，接近0则表示空间随机分布。Geary'sC指数：与Moran'sI指数类似，但更敏感于局部空间自相关性的检验。LISA（LocalIndicatorsofSpatialAssociation）图：用于识别具有显著局部空间自相关性的区域。空间自相关性检验基于邻接关系的空间权重矩阵根据空间单元之间是否相邻来定义权重，相邻则权重为1，否则为0。基于经济或社会属性的空间权重矩阵根据空间单元之间的经济或社会属性相似度来定义权重，相似度越高则权重越大。基于距离的空间权重矩阵根据空间单元之间的距离来定义权重，距离越近则权重越大。空间权重矩阵构建空间回归分析应用举例用于研究因变量与自变量之间的关系在空间上的变化，即不同地