一数值变量资料的统计描述

数值变量资料的统计描述医学统计学·描述性统计分析方法与指标体系Contents目录数值变量资料的统计描述方法与核心指标体系01数值变量资料的基本概念02频数表的编制与应用03集中趋势指标04离散趋势指标05统计描述指标的选用原则CHAPTER01数值变量资料的基本概念理解计量资料的定义、特征与数据分布形态MEDICALSTATISTICS医学统计资料的分类与特征医学统计资料按性质分为计数资料与计量资料两大类。数值变量资料（计量资料）由测量得出，具有连续性和量的区别，是统计描述的核心对象，其分析方法与计数资料截然不同。医学测量场景：数值变量资料的采集01计数资料：按属性或类别分组后清点各组观察单位数所得，如性别、血型、疾病分类等，属于离散型分类数据02计量资料（数值变量）：采用度量衡方法检测所得，如身高cm、体重kg、血压mmHg等连续型数据03量表评分：护理研究中的焦虑自评量表等所获具体分值可视为计量资料，拓展了数值变量的应用范围04分析方法选择：不同类型资料采用不同统计方法——计量资料通常先计算均数与标准差，再做均数比较或关系分析StatisticalDescription数值变量资料的三大分布特征数值变量资料的数据分布特征可从集中趋势、离散程度和分布形状三个维度全面刻画，三者缺一不可。集中趋势反映一组数据向某一中心值靠拢的程度，描述数据分布的中心位置，是数据分布的"重心"所在。均数·几何均数·中位数离散程度衡量数据之间的变异大小与分散程度，反映数据围绕中心值的波动范围，体现数据的稳定性。极差·方差·标准差分布形状数据频率分布的对称性与峰态特征，揭示数据的整体形态规律，帮助识别异常分布模式。对称分布·正偏态·负偏态计量资料临床常见计量资料实例与分布特征临床研究中常见的计量资料涵盖体格测量、生命体征、实验室检查等多个维度，不同指标的数据分布特征各异，需根据实际分布形态选择合适的统计描述方法。常见计量资料类型与特征对照表指标类别具体指标测量单位典型分布特征体格测量身高、体重、BMIcm/kg/kg/m²近似正态分布体温℃正态分布生命体征收缩压、舒张压mmHg近似正态分布心率、呼吸频率次/分近似正态分布实验室检查血红蛋白、白蛋白g/L正态分布胆红素、转氨酶(ALT/AST)μmol/L、U/L偏态分布临床指标住院天数天正偏态分布血清抗体滴度1:n对数正态分布不同临床指标的分布特征各异，需根据分布形态选择对应的集中趋势与离散趋势指标CHAPTER02频数表的编制与应用从原始数据到结构化分布信息的整理方法METHODOLOGY频数表的编制方法与步骤频数表是将原始观测值按数值大小分组整理后的结构化表格，能直观揭示数据的分布特征。编制过程包括求极差、定组距、划记归组三个核心步骤，分组数需根据样本量灵活调整。01求极差—找出全部观察值中的最大值与最小值，极差=最大值-最小值，极差决定了数据变异的总范围。R=Xmax−Xmin02确定组距与组段—组数一般8~15组（样本量30左右可分5~6组），组距=极差÷组数，通常取整数便于计算；各组段应连续且不重叠。8–15组03列表划记—将每个观测值归入相应组段，统计各组段内的频数，形成完整的频数分布表。归组计数04编制要点—第一组段应包含最小值，最后组段应包含最大值；组段下限取整数或方便读数的值，组距宜相等以保持表格规整。首尾覆盖FREQUENCYDISTRIBUTION频数分布的特征、类型与用途频数表揭示了数据的集中趋势与离散趋势两大分布特征，并可判断对称分布与偏态分布两种分布类型。它不仅是统计描述的起点，还为异常值发现、统计图绘制和后续推断分析提供重要基础。SECTION01·分布特征与类型两大特征集中趋势与离散趋势共同刻画数据分布全貌集中·离散对称分布数据在中心两侧左右对称，正态分布是最重要的类型正态分布偏态分布正偏态右侧有长尾，负偏态左侧有长尾正偏·负偏SECTION02·频数表的四大用途描述分布描述分布特征和类型，为选择统计方法提供依据方法选择计算指标为计算均数、标准差或统计推断提供基础数据均数·σ识别异常发现特大或特小可疑值，识别录入错误或极端个案异常值绘制图表绘制频数分布图如直方图，可视化呈现分布形态直方图CHAPTER03集中趋势指标算数均数、几何均数与中位数的定义、计算与适用条件数值变量资料的统计描述算数均数：最常用的集中趋势指标算数均数是最广泛应用的平均水平指标，通过将全部观测值求和后除以观测个数得到。它最适用于对称分布（尤其是正态分布）的资料，对于偏态数据则因受极端值影响而代表性下降。01定义：算数均数（ArithmeticMean）简称均数，总体均数用μ表示，样本均数用X̄表示，反映一组数据在数量上的平均水平02适用条件：最适用于对称分布特别是正态分布资料；不适用于偏态分布，因极端值会使均数偏离真实中心位置03直接法：X̄=(X₁+X₂+...+Xₙ)/n，将所有观测值直接相加后除以n，适用于小样本原始数据04加权法：利用频数表各组段组中值乘以频数后求和，再除以总频数，适用于大样本已分组数据统计学课堂教学场景GeometricMean几何均数：等比资料的平均倍数几何均数是将n个观测值相乘后开n次方根得到的平均值，反映数据的平均增（减）倍数。它适用于原始数据分布不对称但经对数转换后呈对称分布的等比资料，如血清抗体滴度数据。定义n个观测值连乘积的n次方根，反映数据的平均倍数变化水平G适用条件数据分布不对称但对数转换后呈对称，或呈倍数关系的等比资料偏态分布典型应用血清抗体滴度资料（如1:8、1:16、1:32），数据间为等比关系1:16注意事项观察值不能同时有正有负，且几何均数始终小于算数均数G<X̄计算技巧先取对数求算数均数，再取反对数得到几何均数，简化计算lg→X̄→G数值变量资料的统计描述中位数：偏态数据的中心代表值中位数是将观察值从小到大排序后居于中间位置的数值，不受极端值影响。它特别适用于偏态分布、分布类型不明或分布末端无确定值的资料，是算数均数失效时的重要替代指标。01定义观察值从小到大排序后居于中间位置的数值，大于和小于中位数的个数各占一半居中值02适用条件偏态分布、分布类型不明或分布末端无确定值的截尾资料偏态分布03直接计算法n为奇数取中间值；n为偶数取中间两值的算数平均数n/n+104实例说明{3,4,5,6,12}均数为6，中位数5更能代表中心位置M=505频数表法计算累计频数，定位中位数组段，利用插值公式精确计算插值公式CONCENTRATIONMEASURES三大集中趋势指标对比与选用指南算数均数、几何均数和中位数分别适用于不同分布类型的资料。正确选用集中趋势指标的关键在于判断数据的分布特征。算数均数01衡量数据的平均水平，应用最广泛，对极端值敏感02适用于对称分布特别是正态分布资料，如身高、体重、血压等03不适用于偏态分布，极端值会将均数"拉偏"，使其丧失代表性正态分布几何均数01衡量数据的平均增（减）倍数，适用于等比关系数据02适用于原始数据不对称但经对数转换后呈对称分布的资料03典型应用：血清抗体滴度、细菌计数等呈倍数变化的医学数据对数正态中位数01衡量位次居中的观测值水平，不受极端值影响02适用于偏态分布、分布不明或末端无确定值的资料03典型应用：住院天数、急性肝炎ALT/AST等变异范围大的指标偏态分布数值变量资料的统计描述集中趋势指标的数学性质与优缺点比较三大集中趋势指标各有独特的数学性质和适用边界。算数均数数学性质优良但对极端值敏感，几何均数适用于等比数据但限制条件较多，中位数稳健性强但不便于进一步统计推断。集中趋势指标综合对比表比较维度算数均数几何均数中位数适用分布正态/对称对数正态/等比偏态/分布不明受极端值影响敏感（易被拉偏）较敏感不敏感（稳健）数学性质优良，可进一步推断中等较差，不便推断限制条件无特殊限制观测值不能为零或异号需排序或编制频数表典型场景身高、体重、血压抗体滴度、细菌计数住院天数、ALT/AST数值关系三者中最大介于均数与中位数间三者中最小（正偏态时）选择集中趋势指标的核心依据是数据的分布类型：正态用均数，等比用几何均数，偏态用中位数APPLICATIONNOTES平均数使用时的注意事项平均数的正确应用需注意四个关键问题：根据分布类型选用合适的平均数指标、确保数据的同质性、避免单独使用平均数而忽视离散趋势、以及理解不同平均数之间的数值关系。根据分布类型选用正态分布用算数均数，对数正态分布用几何均数，偏态分布用中位数，切勿不加分辨地对所有数据都计算算数均数确保数据同质性计算平均数的观察单位必须具有同质基础，不同质的数据（如混合不同年龄组、不同疾病类型）不应合并求均数配合离散趋势指标均数仅反映中心位置，不能体现数据的变异程度，必须与标准差或四分位数间距等离散指标联合使用才能完整描述数据注意数值关系正偏态数据中算数均数>几何均数>中位数；对称分布时三者接近相等，可据此判断数据的偏态程度CHAPTER04离散趋势指标极差、方差、标准差、变异系数与四分位数间距的计算与解读DiscreteIndicators极差与四分位数间距极差是最简单的离散指标但稳定性较差，仅利用两个极端值信息；四分位数间距（IQR）涵盖中间50%数据的范围，不受极端值影响，与中位数配合使用是描述偏态数据离散程度的最佳组合。极差（Range）Definition一组数据中最大值与最小值之差，反映数据变异的全范围Strength计算简便、含义直观，可快速了解数据的变动幅度Limitation仅利用两个极端值信息，忽略中间分布；样本量越大极差往往越大，稳定性差Max−Min四分位数间距（IQR）DefinitionP₇₅与P₂₅之差，即IQR=P₇₅−P₂₅，涵盖中间50%数据范围Advantage不受极端值影响，比极差更稳健，适用于偏态分布资料Application偏态分布资料的离散程度描述，常与中位数搭配使用（中位数+IQR）P₇₅−P₂₅DISPERSIONMEASURES方差与标准差：最常用的离散指标方差与标准差衡量观测值偏离均数的程度，是正态分布最常用的离散指标，标准差越小数据越集中，与均数配合构成正态资料的完整描述。方差各观测值与均数之差的平方和除以自由度，衡量数据围绕均数的平均偏离程度σ²/S²标准差方差的正平方根，恢复到原始测量单位，比方差更直观、更便于实际应用σ/S自由度用n−1作分母获得对总体标准差的无偏估计，小样本时差异尤为明显n−1适用条件正态或近似正态分布资料，常与算数均数搭配以"均数±标准差"描述Mean±SD解读原则标准差越小数据越集中在均数附近，越大则变异越大、离散程度越高Smallσ→ConcentratedSTATISTICS变异系数：消除量纲的相对变异指标变异系数（CV）是标准差与均数之比，消除了测量单位和均数水平的影响，使得不同量纲或均数差异较大的数据之间可以直接比较变异程度，是比较性研究中不可或缺的离散指标。定义CV=(S/X̄)×100%，反映数据相对于均数的变异程度，是无量纲的相对指标CV=S/X̄跨单位比较比较度量单位不同的多组资料的变异程度，如身高(cm)与体重(kg)cmvskg跨量级比较比较均数相差悬殊的同度量两组资料的变异程度，如新生儿与成人体重新生儿vs成人注意事项CV无单位便于跨组比较，但均数接近零时CV趋于无穷大，此时不宜使用X̄≈0实例分析7岁男童身高CV=4.17%，体重CV=13.64%，体重变异程度大于身高13.64%位置与离散度量百分位数：通用的位置与离散指标百分位数是一组数据被从小到大排序后位于任意百分位置的数值，是最通用的位置指标。它不仅可计算中位数(P₅₀)和四分位数间距(P₂₅~P₇₅)，还广泛用于制定医学参考值范围和描述偏态数据的分布特征。定义第P百分位数(Pₓ)表示将数据从小到大排序后，有P%的观察值小于或等于该数值，是最通用的位置描述指标，可用于任何分布类型的数据。Pₓ特殊百分位数P₅₀即中位数，P₂₅为下四分位数，P₇₅为上四分位数；P₂.₅与P₉₇.₅常用于制定95%医学参考值范围，是临床诊断的重要参考标准。P₅₀描述离散趋势通过计算特定百分位数间距（如P₁₀~P₉₀或P₂₅~P₇₅）反映中间部分数据的变异范围，有效度量数据的离散程度与分布形态。P₂₅~P₇₅适用范围适用于任何分布类型的资料，尤其对偏态分布和分布不明的数据，百分位数体系比标准差更具稳健性与解释优势。偏态分布DISPERSIONINDICATORS五大离散趋势指标综合对比极差、四分位数间距、方差/标准差、变异系数和百分位数五大离散指标各有适用边界。选择离散指标的核心原则是：正态分布优先用标准差，偏态分布用IQR或百分位数，跨组比较用变异系数。离散趋势指标特性对比表指标适用分布优点局限性极差(R)任何分布计算简便、含义直观仅用两个极端值，不稳定四分位数间距(IQR)偏态分布不受极端值影响，较稳健仅利用50%数据信息方差/标准差(S)正态分布利用全部数据，数学性质优良受极端值影响，偏态时不适用变异系数(CV)正态分布无量纲，可跨组跨量纲比较均数接近零时不适用百分位数(Pₓ)任何分布通用性强，可定医学参考值需大样本才稳定离散指标的选择取决于数据分布类型和分析目的，正态用标准差、偏态用IQR、跨组比较用CVCHAPTER05统计描述指标的选用原则根据数据分布特征构建集中趋势与离散趋势的配套描述方案数值变量资料的统计描述集中趋势与离散趋势的配套使用原则统计描述的核心原则是集中趋势与离散趋势必须配套使用。正态分布资料用"均数±标准差"，偏态分布用"中位数+四分位数间距"，两套方案不可混用。正态/近似正态分布X̄±S配套方案：算数均数±标准差(X̄±S)，医学文献中最常见的表述格式，适用于对称分布的计量资料完整刻画：均数描述中心位置，标准差描述围绕均数的离散程度，两者结合可完整刻画正态分布的形态特征与数据分布规律扩展应用：利用均数和标准差可计算医学参考值范围（如X̄±1.96S覆盖95%正常值范围），为临床诊断提供依据偏态分布/分布不明M(IQR)配套方案：中位数+四分位数间距M(IQR)或M(P₂₅~P₇₅)，适用于偏态分布或分布形态不明的资料抗干扰：中位数描述中心位置（不受极端值影响），IQR描述中间50%数据的离散范围，两者配合准确反映偏态数据特征典型场景：急性肝炎ALT/AST、住院天数、血清胆红素等变异范围大且分布不对称的临床指标，以及存在极端值的资料DecisionPath统计描述指标的选用决策路径统计描述指标的选用遵循"先判分布、后选指标"的核心逻辑。通过频数表或频数分布图判断数据分布类型后，按正态→均数+标准差、对数正态→几何均数、偏态→中位数+IQR的对应关系选择配套方案。Step01判断分布类型编制频数表或绘制频数分布图（直方图），直观观察数据是对称分布还是偏态分布，是否存在极端值HistogramStep02选择集中趋势指标正态分布→算数均数；对数正态/等比数据→几何均数；偏态/分布不明→中位数Mean/Geo/MStep03配套离散趋势指标正态分布→标准差；偏态分布→四分位数间距（IQR）；需要跨组比较→变异系数（CV）SD/IQR/CVStep04完整报告格式正态数据报告为"X̄±S"，偏态数据报告为"M(IQR)"或"M(P₂₅~P₇₅)"，确保集中与离散信息齐全X̄±S/M(IQR)CASESTUDY综合案例：同一研究中不同指标的差异化描述同一项研究中不同指标的数据分布特征可能各异，需根据各指标的实际分布形态分别选用最佳统计描述方案。100名体检者多项指标统计描述方案观测指标分布类型选用方案描述结果身高正态分布均数±标准差168.5±7.2cm体重正态分布均数±标准差63.8±9.5kg血清抗体滴度对数正态分布几何均数G=1:32住院天数正偏态分布中位数+IQRM=5,IQR=3~9天收缩压近似正态均数±标准差125.3±14.6mmHgALT（谷丙转氨酶）正偏态分布中位数+IQRM=28,IQR=18~45U/L同一研究中不同指标需根据各自分布特征选用差异化的统计描述方案常见错误·CORRECTIONS统计描述中的常见错误与纠正统计描述实践中最常见的四类错误包括：对偏态数据误用均数±标准差、只报告集中趋势忽略离散指标、直接比较不同量纲数据的标准差、以及将不同质数据混合统计。避免这些错误是正确应用统计描述方法的基本要求。01偏态数据误用均数：住院天数呈正偏态却报告"8.5±6.2天"，极端值拉偏均数导致误导，应改为中位数+IQR02只报均数不报标准差：单独报告"平均年龄52岁"无法体现数据变异程度，必须配套离散指标才能完整描述数据特征03跨量纲比较标准差：直接比较身高标准差(7.2cm)与体重标准差(9.5kg)无意义，量纲不同应使用变异系数(CV)进行比较04混合不同质数据统计：将成年男性与女性身高合并计算均数，违背同质性原则，应按性别分组后分别描述医学研究中的统计分析工作场景Summary本章核心知识框架总结数值变量资料的统计描述围绕集中趋势和离散趋势两大维度展开，核心框架为：先通过频数表判断分布类型，再按"正态用均数+标准差、偏态用中位数+IQR、等比用几何均数"的原则选择配套指标组合。CentralTendency集中趋势三大指标算数均数：正态/对称分布数据的平均水平，数学性质优良但受极端值影响几何均数：等比/对数正态分布数据的平均倍数，典型场景为抗体滴度中位数：偏态/分布不明数据的中心代表值，稳健性强不受极端值干扰X̄·G·MDispersion离散趋势五大指标极差与IQR：极差最简单但不稳定，IQR适合偏态数据，与中位数配套使用方差与标准差：正态数据的首选离散指标，利用全部数据信息，数学性质优良变异系数与百分位数：CV用于跨量纲比较变异程度，百分位数通用性最强R·S²·σ·CV·PxPrinciples选用核心原则先判分布后选指标：通过频数表或分布图判断数据类型，避免盲目计算配套使用不可分割：集中趋势+离散趋势缺一不可，正态报"X̄±S"，偏态报"M(IQR)"结合专业实际应用：统计指标需服务于研究目的，结合专业知识解释数据意义判分布·配指标·联实际NormalDistribution·EmpiricalRule正态分布的经验法则与医学参考值范围正态分布具有经典的'68-95-99.7'经验法则，即约95%的数据落在均数±2个标准差范围内。这一性质是制定医学参考值范围的理论基础，也是从描述统计过渡到推断统计的关键桥梁。0168-95-99.7规则正态分布数据中约68.3%落在X̄±1S内，95.4%落在X̄±2S内，99.7%落在X̄±3S内99.7%02医学参考值范围制定95%正常值范围通常取X̄±1.96S（双侧），即排除两端各2.5%的极端值作为异常判定阈值X̄±1.96S03实际意义已知均数和标准差即可估计任意区间的频率分布，这是正态分布数据最强大的应用特性ParameterEstimation04局限性提醒经验法则仅适用于正态或近似正态分布的数据，偏态数据不可直接套用此规则SkewedDataWarningEXERCISES课后练习与思考题通过实际案例情境练习，检验学生对不同分布类型资料的统计描述指标选用能力，强化'先判分布、后选指标、配套使用'的核心思维。练习一某医院200名患者住院天数呈右偏态（最短1天，最长89天），请选择合适的集中趋势和离散趋势指标进行描述，并说明理由右偏态分布练习二某地120名成年男子身高均数170.2cm、标准差5.8cm，体重均数65.3kg、标准差7.1kg，请比较身高与体重的变异程度哪个更大变异系数练习三10名疫苗接种者的血清抗体滴度分别为1:4,1:8,1:8,1:16,1:16,1:16,1:32,1:32,1:64,1:64，请计算其平均抗体滴度几何均数思考题如果一组正态分布数据的均数为50、标准差为10，请利用68-95-99.7规则估计数据落在30~70之间的比例约为多少？正态分布APPENDIX·WEIGHTEDMETHOD附录：加权法计算公式详解加权法利用频数表中各组段的组中值和频数进行计算，以频数作为权重，适用于大样本已分组数据。它是直接法的近似替代，在样本量较大时可显著简化计算过程，是实际工作中最常用的计算方法。加权均数公式X̄=Σfᵢxᵢ/Σfᵢ，其中xᵢ为第i组段的组中值，fᵢ为该组段的频数，Σfᵢ为总频数nxᵢ·fᵢ→ΣMEAN组中值计算xᵢ=(该组段下限+上限)/2，用组中值代表该组段内所有观测值的近似值(L+U)/2MIDPOINT加权标准差S=√[Σfᵢ(xᵢ−X̄)²/(n−1)]，利用各组段组中值与加权均数的偏差平方加权和计算√Σfᵢ·dᵢ²/(n−1)STDDEV精度说明加权法是直接法的近似，分组越多精度越高；实际应用中8~15组通常能满足精度要求k≈8–15ACCURACYDistributionComparison正态分布与偏态分布的图形化对比正态分布呈钟形对称，均数=中位数=众数；正偏态分布右侧有长尾，均数