第五章 节 计量资料的统计描述 .ppt

计算33.3% 有问题 univariate [简明英汉词典] [7ju:ni5vZEriEt] adj.[统]单变量的,单变的 univariate [简明英汉词典] [7ju:ni5vZEriEt] adj.[统]单变量的,单变的 univariate [简明英汉词典] [7ju:ni5vZEriEt] adj.[统]单变量的,单变的 这里如去掉pctlpre=p pctlpts=2.5 97.5则不行，不像MEANS 演示FREQ选项产生频数表 百分位数法 适用于偏态分布的资料。 双侧95％的界限值为：P2.5和P97.5 前五部分信息仍有 统计数据一般可以分为定性数据和定量数据两大类。 1．定性数据（qualitative data） 将事物按其不同的属性加以归类，从而得知每一类事物的数量，这种数据就称为定性数据或分类数据（categorical data），又称计数资料（counting data）。在临床日常工作中，最常见的分类数据莫过于男、女住院病人数、不同职业住院病人数等。这类数据又可分为： （1）二项分类数据（binary data） 最简单的数据类型，即把每一个体分配到两种可能的类别中的一类里。如将某病人按其性别划为“男”性或“女”性，将某病人的婚姻状况划为“已”婚或“未”婚等。在问卷调查中常见的“是”、“否”两种答案的问题，如询问对方“你是否吸烟？”，对方只要在“是”和“否”两个答案中选择符合自己情况的一个即可。因此，按“是”与“否”答案进行统计的数据均属二项分类数据。 在把二项分类数据输入计算机时，通常须经过量化处理（即编码）后，再将编码输入。如对性别指标的编码规则可事先约定男为0、女为1，则“性别”指标男、女的编码分别为“0”和“1”。如果陈姓患者为男性，则输入“0”，朱姓患者为女性，则输入“1”。这种编码又称为伪变量或哑变量（dummy variable） （2）多项分类数据（polytomous data） 是对具有多类属性的事物进行分类所得到的数据。如婚姻状况可以细分为：未婚、在婚、离异、丧偶及再婚等；吸烟状况可以细分为：不吸烟、偶尔吸烟、有时吸烟及经常吸烟等；血型一般可分为A型、B型、AB型和O型四个型别。这些都属于多项分类数据。 必须指出的是，有的属性指标其分类是无序的，如上述的婚姻状况，血型等分类。还有诸如职业、民族等指标的分类也属于无序分类，即各类之间不存在等级或程度上的差别，彼此间只有质的差别。然而有的属性指标其分类是有序的，如吸烟、酗酒等不良嗜好以及病情等指标的多项分类（如病情一般分轻、中、重、危重等）中，各类之间存在着等级或程度上的差别。 在实际工作中常常会遇到某些观察指标目前尚无法进行直接测量的情况。如疼痛指标，临床医师习惯于用“+”号的个数来表示疼痛的不同程度，如－、+、++、+++。因此，在输入计算机时就可以相应地把它们转换为0、1、2、3。但这种转换只能大致地表示疼痛的严重程度的增加，并不表示0与1之间的差别等同于1与2之间的差别。 2．定量数据（quantitative data） 定量数据通常是使用仪器或某种尺度进行测定或衡量所取得的数据。如身高、体重、血压等指标是使用仪器进行测量而得到的数据；年龄这一指标则是以历法（calendar包括日历、月历和年历）作为尺度，对人的年龄加以衡量而得到的数据。测定值的取值不局限于取有限的离散值，其精度假若不受测量仪器性能的限制时，研究人员要求有多高的精度就能有多高的精度，但如生育胎数就只能取有限的离散值，如1，2，3……。 有时根据研究的需要，可以将定量数据变换成有序分类数据，即等级化数据。如年龄的有序分类可等级化于下表。 经以上处理的结果，也和把多项分类数据化简为二项分类数据一样，必定损失部分信息。 测定值为，真值为，误差为 随机误差 (random error, chance error, stochastic error, accidental error) 首先介绍从第五章开始是过程步。 SAS是统计分析软件，统计分析包括统计描述和统计推断两大部分。这一章主要介绍一些统计资料的描述性统计分析过程和作统计图表的过程。 如不能正确选用统计分析方法，就很难保证统计结果的准确性。计算机应用上的名言：garbage in, garbage out, 如输入数据错或统计方法错，计算机输出结果也必然是错的。 描述性统计其实就是求给定的数据的统计指标 假设检验是统计推断的核心。 描述性统计其实就是求给定的数据的统计指标，一般是求样本的统计指标，也就是统计量。 univariate.[统]单变量的,单变的 描述性统计其实就是求给定的数据的统计指标，一般是求样本的统计指标，也就是统计