（2026年）卫生统计学教学：定量资料的统计描述课件

卫生统计学教学：定量资料的统计描述数据背后的规律与洞察目录第一章第二章第三章频数分布基础离散型定量变量的频数分布连续型定量变量的频数分布目录第四章第五章第六章集中趋势描述指标离散趋势描述指标分布类型与图形分析频数分布基础1.频数与频数表定义频数指某个变量值在数据集中出现的次数。例如，某班级身高为160cm的学生有5人，则160cm的频数为5。频数是描述数据分布的基础，通过统计各变量值的频数，可初步了解数据的集中与分散情况。频数的概念频数表由组段（或变量值）和对应频数两列组成，可能扩展为频率、累积频数等列。其作用包括简化大数据计算、展示数据分布范围与形态，并为后续绘制直方图或计算统计指标（如均数、标准差）提供依据。频数表的结构与作用频数表的编制步骤计算极差与确定组距：极差（R）=最大值−最小值，反映数据波动范围。组距（CI）通常取R/10左右的整数或偶数，如极差为32，组距可定为4。组数一般控制在5-15组，避免过少导致信息丢失或过多导致分布碎片化。划分组段与分点规则：起始组段需包含最小值，终止组段需包含最大值。组段遵循“上组限不在内”原则（如“10~15”包含10但不含15）。分点通常比原始数据多一位小数（如整数数据用x.5分点），防止数据归属歧义。统计频数与制表：用唱票法统计每组数据频数，计算频率（频数/总数）和累积频数。完成后需验证总频数是否等于样本量，并检查两端是否存在异常值（如连续零频后出现极端值）。集中趋势显著:30-40组段频数最高（30次），占比30%，显示数据向中央区域集中。正偏态分布特征:低频组段（50-60）频数仅10次，高频组段（20-40）累计占比达55%，表明数据分布右侧拖尾。离散程度可控:全距覆盖10-60区间，但80%数据集中在20-50组段（频率75%），反映主体数据波动范围合理。频数分布特征分析离散型定量变量的频数分布2.离散型变量特点离散型变量的所有可能取值能够按自然数顺序逐一列出（如住院天数、核酸检测次数），其值域为有限或可数无限集合，与连续型变量的无限不可数特性形成鲜明对比。取值可列且有限相邻取值之间不存在中间值（如骰子点数只能为1、2、3等整数，无法取1.5），这一特性决定了其统计描述方法的独特性。非连续性特征常见于二项分布、泊松分布等概率模型，适用于计数型数据（如某事件发生的次数）。适用分布类型图表选择差异：离散型变量用直条图展示独立频数，连续型变量需直方图体现区间分布密度，组距选择影响形态呈现。集中趋势适配：算术均数仅适用于连续型对称数据，中位数对离散/连续型偏态数据均有效，离散型数据常取整数位。离散度量限制：标准差要求数据连续且正态，离散型数据优先使用四分位距；极差易受异常值影响但计算简便。频数表构建逻辑：离散型按自然分组统计频数，连续型需人工划分区间，组数过多过少均会掩盖分布特征。应用场景侧重：临床离散数据（如手术次数）侧重频数分布，实验室连续数据（如血糖值）依赖集中/离散趋势指标联动分析。数据转换边界：连续数据离散化会损失信息但便于解读，离散数据连续化需满足数值间距均等性前提。统计指标离散型变量适用性连续型变量适用性应用场景频数分布表高高数据初步探索、异常值检测直方图/直条图直条图直方图数据分布形态可视化算术均数低高对称分布数据集中趋势描述中位数高高偏态分布数据集中趋势描述标准差低高数据离散程度量化四分位数间距高高稳健的离散程度测量频数分布表构建图形绘制要点坐标轴设计：横轴标注离散取值（如检测次数），纵轴标注频数或频率，条柱宽度一致且间隔分明，强调非连续性。视觉优化：通过颜色区分不同取值组，添加数据标签（如频数值），避免使用折线连接条柱（易误读为连续变量）。应用场景分析分布对比：对比不同群体（如不同班级）的核酸检测次数分布，通过并排直条图直观展示差异。趋势识别：观察高频取值集中区间（如多数人检测1-2次），辅助判断数据偏态或均匀性。直条图表示方法连续型定量变量的频数分布3.任意取值性连续变量理论上可在一定区间内无限细分（如血压值可精确到小数点后多位），与离散变量（如核酸次数）的整数特性形成对比。测量精度影响记录时虽常取整数（如身高cm），但实际为连续数据，分组时需考虑组距合理性（如5mmHg或10mmHg分组）。分布连续性频数分布表需采用重叠组限（如“120~130”含130）避免数据遗漏，体现连续变量的无间隔特性。应用场景常见于人体指标（血糖、体温）、实验室检测数据等需精确测量的医学领域。01020304连续型变量特点分组关键数据量50~100时分8~12组，避免过少（掩盖特征）或过多（杂乱）；组距通常取极差/组数（如极差30mmHg分6组，组距5mmHg）。图形构成以组距为底、频数为高的连续矩形块，无间隙排列，直观展示数据分布范围与密集区域。与条形图区别直方图横轴为连续区间（如血压值范围），条形图则用于离散变量（如核酸次数1次、2次等独立值）。频数分布图（直方图）直方图高峰位置反映数据集中区域（如收缩压集中在120~130mmHg），提示均数或中位数可能位于此区间。集中趋势分布范围（最小组至最大组）和尾部延伸方向（如右偏态时右侧组段更多）体现数据分散程度。离散趋势高峰左偏（长尾在右）为正偏态（如收入数据），右偏（长尾在左）为负偏态（如疾病发病年龄）。偏态判断出现双峰可能提示数据混杂（如男女混合身高数据未分层），需进一步分析。多峰分布集中与离散趋势识别集中趋势描述指标4.数据概括的核心指标算术均数通过平衡所有数据点的值，提供数据集的中心位置，是描述对称分布数据集中趋势的首选指标，尤其在正态分布数据中具有高度代表性。实际应用广泛适用于未分组原始数据的快速计算（如临床实验室检测结果的平均值），以及分组数据的加权处理（如流行病学调查中按年龄分层的发病率分析）。敏感性需注意极端值会显著拉高或拉低均数结果，因此在偏态分布或存在离群值的数据中需谨慎使用。算术均数计算与应用几何均数计算与应用几何均数适用于对数正态分布或比率数据（如抗体滴度、药物浓度），通过乘法关系反映数据的集中趋势，能有效弱化极端值的影响。计算方法：直接法：对原始数据取对数后计算算术均数，再取反对数（如5份血清效价1:16、1:32、1:64、1:128、1:256的几何均数为1:64）。加权法：用于频数表数据，公式为G=10^(∑(fᵢ·logXᵢ)/∑fᵢ)，如75名儿童接种疫苗后的抗体滴度分析。几何均数计算与应用应用场景：微生物学中的稀释倍数计算。经济学中的复合增长率分析（如储蓄利率的复利计算）。几何均数计算与应用中位数计算与应用适用于偏态分布、含离群值或截尾数据（如肿瘤患者生存时间），不受极端值干扰，提供更稳健的中心位置估计。适用条件与优势奇数个数据：直接取排序后中间值（如23,25,29的中位数为25）。偶数个数据：取中间两数的均值（如20,21,23,29的中位数为22）。计算方法：正偏态数据：如某地居民收入数据通常右偏，中位数能更真实反映典型收入水平。医学研究：9岁男孩肺活量数据若存在极端低值，中位数比均数更能代表群体特征。实际案例分析离散趋势描述指标5.数学定义极差（R）是数据集最大值与最小值之差，公式为R=x_max-x_min，反映数据分布的绝对范围。例如数据集[12,13,16,21]的极差为21-12=9。应用特点适用于小样本初步分析，但易受极端值影响。当比较不同样本时，若样本量差异大则极差可比性降低，如两组数据极差相同但离散程度可能差异显著。局限性仅利用两端值信息，忽略中间数据波动。如两数据集[10,20,20,20,30]和[10,15,20,25,30]极差均为20，但后者离散程度明显更高。极差计算第二季度第一季度第四季度第三季度数学原理正态分布关联计算示例应用限制方差（s²）是各观测值与均数离差平方的平均值，标准差（s）为方差平方根。计算公式分别为s²=Σ(xi-μ)²/n（总体）和s²=Σ(xi-x̄)²/(n-1)（样本）。在正态分布中，68%数据落在μ±1s内，95%在μ±2s内。该特性使其成为描述对称分布离散程度的金标准，如身高、血压等生理指标分析。对数据集[112.9,108.0,99.8,102.5]，先求均数105.8，再计算各值离差平方和除以(n-1)得方差28.63，标准差为5.35。要求数据对称分布，对偏态分布或异常值敏感。如收入数据存在极端高值时，标准差会夸大实际离散程度。方差与标准差各观测值与均数绝对离差的均值。相比方差更不易受极端值影响，但数学性质不如方差利于统计推断，实际应用较少。平均绝对差Q=P75-P25，反映中间50%数据范围。适用于偏态分布，如医学中描述肿瘤体积分布时，常与中位数配套使用。四分位数间距CV=s/x̄×100%，消除量纲影响。适用于比较肺活量（L）与体重（kg）等不同单位指标的离散程度，或儿童与成人心率变异性的跨群体比较。变异系数其他离散指标分布类型与图形分析6.对称性正态分布曲线以均数为中心呈完美对称，两侧尾部延伸至无穷远且逐渐逼近横轴，体现数据分布的均衡性。参数决定形态由均数μ决定分布位置（曲线最高点），标准差σ决定离散程度（σ越大曲线越扁平，σ越小曲线越陡峭）。面积规律性曲线下总面积恒为1，μ±1σ区间覆盖68.27%数据，μ±1.96σ覆盖95%数据，这一特性构成统计推断的理论基础。正态分布特征数据向右拖尾，众数<中位数<均数，常见于收入分布或某些医学指标（如住院天数），提示存在极端大值影响。正偏态特征数据向左拖尾，均数<中位数<众数，如某些生存时间数据，反映极端小值的集中趋势。负偏态特征通过计算偏度系数（g1）量化方向与程度，g1>0为正偏态，g1<0为负偏态，绝对值越大偏斜越显著。偏度系数判定对数变换常用于正偏态数据正态化，而平方/立方运算可能适用于负偏态数据的调整。转换处理方