企业邮箱
第一节 集中趋势指标
作者：徐荣祥 出书社：中国科学手艺出书社 刊行日期：2009年7月
离散（dispersion）趋势指标指的是计量资料所有视察值偏离中心位置的水平（measures of variation）。。。。。。形貌离散趋势的主要统计指标有全距（range， ，，，，，，R）、方差（variance）、标准差（standard deviation）、变异系数（coefficient of variation）等。。。。。。
一、全距
全距又称极差， ，，，，，，以符号R体现。。。。。。R即是一个变量的所有视察值中最大值（maximum， ，，，，，，Max）与最小值（miximum， ，，，，，，Max）之间的差值。。。。。。盘算公式为（368）：R=Max-Max。。。。。。当盘算计量单位相同的变量时， ，，，，，，全距越大， ，，，，，，视察值的离散水平越大。。。。。。
如一组烧伤病人的最大烧伤面积为90%TBSA， ，，，，，，最小面积为10%TBSA， ，，，，，，按公式（368）盘算， ，，，，，，R=90-10=80%TBSA。。。。。。
二、方差
方差是离均差平方和的平均值， ，，，，，，方差的巨细只与视察值离散水平有关， ，，，，，，而与视察值个数的几多无关。。。。。。样本方差以符号S2体现， ，，，，，，是总体方差的预计值， ，，，，，，按公式（369）盘算：
式中∑（X-X）2为离均差平方和， ，，，，，， n-1为自由度（n′）。。。。。。因总体方差不易获得， ，，，，，，现实事情中常用样本方差作为总体方差的预计。。。。。。
方差多用于方差剖析或两个样本标准差合并盘算之用。。。。。。如甲组25人， ，，，，，，标准差为28， ，，，，，，乙组46人， ，，，，，，标准差为22， ，，，，，，两组合并标准差公式为（369）：
三、 标准差
凭证上述看法， ，，，，，，全距系指一组变量值中最大值与最小值的差；；；；；标准差则体现这一组变量值漫衍的离散水平。。。。。。为进一步说明其离散水平， ，，，，，，试看下面这两组数据：
A组：80、90、100、110、120（平均数=100）
B组：98、99、100、101、102（平均数=100）
这两组数值的均数都是100， ，，，，，，可是变量值的波动规模却有很大差别， ，，，，，，A组数据最大值与最小值之差（全距）为40(120～80)， ，，，，，，B组数据最大值与最小值之差（全距）为4(102～98)。。。。。。由此可见， ，，，，，，A组数据的波动规模比B组大得多。。。。。。故均数不可完全说明事物内部的实质， ，，，，，，需要用标准差来综合剖析。。。。。。现在以为反应数据准确度较为完善的指标就是标准差。。。。。。
又如：甲组5例病人的烧伤总面积划分为90%、80%、70%、21%、9%TBSA， ，，，，，，平均为54%TBSA；；；；；乙组5例病人的烧伤总面积划分为100%、49%、49%、36%、36%TBSA， ，，，，，，平均值也为54%TBSA， ，，，，，，但甲组特重度病人有3例， ，，，，，，乙组仅有1例。。。。。。两组均值虽然相等， ，，，，，，但并无同质性和可比性， ，，，，，，同时也可看出标准差的主要性。。。。。。由于标准差是一个个体数据无意性波动巨细的标准标准， ，，，，，，标准差大， ，，，，，，体现个体数据波动性大， ，，，，，，标准差�。。。。。。� ，，，，，，体现个体数据波动性小。。。。。。
四、标准差盘算
1直接盘算公式（3610）：
S为标准差， ，，，，，，∑Χ2为变量值平方后的和， ，，，，，，（∑x）2是变量值总和后的平方， ，，，，，，n为变量个数。。。。。。
示例365：测得9例创面出血病人的血小板数目划分为：30、50、40、40、50、40、30、50、149（×109/L）， ，，，，，，求它们的标准差。。。。。。
【解题办法】
先划分求出公式（3610）中的∑Χ2和（∑Χ）2/n， ，，，，，，及n-1值， ，，，，，，然子女入公式。。。。。。
由于∑Χ2为变量值平方后的和， ，，，，，，即：
∑Χ2=302+502+402+402+502+402+302+502+1492=36301
［（∑Χ）2］/n=（30+50+40+40+50+40+30+50+149）2/9=254934
（n-1）为（9-1）=8
代入公式（3610）， ，，，，，，得：
答：9例创面出血病人的血小板标准差为36755×109/L。。。。。。
2大样本加权法公式
盘算大样本资料， ，，，，，，应绘制频数表资料， ，，，，，，凭证公式（3611）盘算标准差：
式中∑fX为各组段X与本组段频数乘积之和， ，，，，，，∑fΧ2为各组段fx与本组段X乘积之和。。。。。。
示例366仍以例362为例， ，，，，，，即某院视察了110例特重度烧伤病人的血液血红卵白含量， ，，，，，，其浓度规模在115～150 g/L之间， ，，，，，，求其标准差。。。。。。
【解题办法】
凭证表362中提供的数据， ，，，，，，将(∑f)=110、(∑fX)=13194、(∑fΧ2)=1584990代入公式（3611）， ，，，，，，得：
效果：110例烧伤病人的血红卵白标准差为472g/L。。。。。。
五、变异系数
在统计学上将变量值间的差别称为变异， ，，，，，，批注这种变异的指标有全距、标准差和变异系数。。。。。。如上所述， ，，，，，，标准差的作用是用来确定两组数据的波动水平， ，，，，，，一样平常情形下， ，，，，，，哪一个标准差大， ，，，，，，哪一组的数据波动规模也大；；；；；哪一个标准差�。。。。。。� ，，，，，，其波动规模也小。。。。。。可是， ，，，，，，当较量差别类型的数据时， ，，，，，，如身长与体重， ，，，，，，或两个平均数相差较大时， ，，，，，，若直接用标准差判断它们的波动水平就不稳当了， ，，，，，，由于标准差只能反应绝对波动大�。。。。。。� ，，，，，，不可反应相对波动巨细。。。。。。这种表达相对数波动巨细的指数称为变异系数， ，，，，，，用cv或ν体现。。。。。。该指标也可明确为用百分比体现的标准差， ，，，，，，即标准差（s）与均数（X）之比。。。。。。其公式为（3612）：
示例367某院视察了7岁男孩身高均数为12116cm， ，，，，，，标准差为431cm， ，，，，，，胸围均数5771cm， ，，，，，，标准差为282cm。。。。。。较量两者的变异水平。。。。。。
【解题办法】
凭证公式（3612）， ，，，，，，划分求身长变异系数和胸围变异系数：
答：本例身长均数显着大于胸围均数， ，，，，，，若与标准差直接较量， ，，，，，，胸围的变异系数似乎小于身长， ，，，，，，但经由变异系数盘算， ，，，，，，结论为胸围的变异水平并不比身长变异水平小。。。。。。由此可见， ，，，，，，身长的变异水平比胸围稳固。。。。。。
六、标准误
由于均数的标准误与样本标准差相似， ，，，，，，都是说明离散水平的指标， ，，，，，，故在此作一先容。。。。。。变异系数均数标准误有两种， ，，，，，，一种是总体标准误， ，，，，，，一种是样本标准误。。。。。。总体标准误（σx）和样本标准误（sx、SE、SEM）是体现均数误差水平的指标。。。。。。在医学研究中， ，，，，，，常在总体中抽出一部分作为样本， ，，，，，，然后再凭证样本的视察效果推论总体情形。。。。。。可是， ，，，，，，由于在统一总体中的个体之间一定保存着差别（犹如是50%TBSA烧伤）， ，，，，，，样本均数与总体均数之间保存差别， ，，，，，，各个样本均数之间一定爆发差别， ，，，，，，谓之标准误（sx）， ，，，，，，是由抽样引起的。。。。。。标准误越�。。。。。。� ，，，，，，说明样本均数与总体均数越靠近， ，，，，，，用样本均数推论总体均数的可能性越大；；；；；反之， ，，，，，，标准误越大， ，，，，，，说明用样本均数推论总体均数的可能性越小。。。。。。故均数标准误是测定样本均数变异规模的标准。。。。。。在医学资料中， ，，，，，，常用样本均数±标准误的形式（x±sx）体现资料的可靠水平。。。。。。一样平常来说， ，，，，，，在x±1×sx的规模内， ，，，，，，总体均数泛起的概率为683%；；；；；在x±2×sx的规模内， ，，，，，，总体均数泛起的概率为95%， ，，，，，，或者说有95%以上的掌握可以为总体均数在这个规模之内， ，，，，，，也可以为重复同样实验100次， ，，，，，，得出100个均数， ，，，，，，会有95%以上的均数漫衍在x±2×sx的规模内。。。。。。公式（3613）为：
sx为标准误， ，，，，，，s为样本标准差， ，，，，，，n为样本个数。。。。。。
示例368某院抽查了100例病人的血液红细胞数目， ，，，，，，其样本均值为50×109/L， ，，，，，，样本标准差为246×109/L， ，，，，，，求其标准误。。。。。。
【解题办法】
凭证公式（3613）， ，，，，，，求得：
答：本例样本标准误为0246（×109/L）， ，，，，，，资料的可靠水平为50±0246（×109/L）。。。。。。
七、平均数、标准差、标准误的应用
1体现正惯例模如体温、脉搏， ，，，，，，血压， ，，，，，，红细胞， ，，，，，，白细胞等正常值等盘算均需要标准差的加入。。。。。。正常值规模一样平常是以平均数±2个标准差作为划定界线， ，，，，，，现以红细胞为例说明这个问题。。。。。。如我们所求得的康健男子红细胞平均值为50×109/L， ，，，，，，标准差为25×109/L， ，，，，，，则正常男子红细胞的正常值可定为50±2×25， ，，，，，，即45×109/L～55×109/L规模内。。。。。。但应注重， ，，，，，，在应用此要领时， ，，，，，，变量的漫衍必需是正态漫衍， ，，，，，，如属于非正态漫衍者， ，，，，，，应接纳其他要领盘算。。。。。。
2预计受试工具所需样本数
（1）使用标准误公式推算样本数：
示例369某医院测定了80名严重烧伤患者早期血液肌酐（Cr）含量， ，，，，，，测定效果：均数（x）=1548μmmol/L， ，，，，，，标准差(s)=158μmmol/L ， ，，，，，，标准误=1778μmmol/L， ，，，，，， 即现在95%的置信限为1548±354μmmol/L ， ，，，，，，欲求95%的置信限在158±20μmmol/L的规模内， ，，，，，，需要视察几多例才华泛起这种效果?
【解题办法】
①凭证标准误盘算公式(3613)推算样本数（n）， ，，，，，，公式为(3614)：
②由于95%的置信限为x±2×sx， ，，，，，，今求2×sx=20， ，，，，，，即sx=10。。。。。。把有关数据代入公式（3614）， ，，，，，，得：
③结论：若把视察人数增添到250人， ，，，，，，可能使置信限规模抵达1548±20μmol/L 。。。。。。
（2）使用两合并标准差推算样本数：
示例3510某医生用某药治疗粒细胞镌汰症， ，，，，，，为视察某药物用口服要领及肌肉注射要领对最高疗效泛起时间(天)的影响。。。。。。凭证准备试验效果， ，，，，，，口吃法最高疗效泛起的平均时间为222天， ，，，，，，肌肉注射法为175天， ，，，，，，合并标准差(s)为1391天。。。。。。问各组需视察几多例才华使两组均数的差别有显著意义?
【解题办法】
①本例是两个样本平均数作较量的资料， ，，，，，，当两组样内情等时， ，，，，，，其样本巨细的预计公式为（3615）：
n=每组例数， ，，，，，，t005=表中查出的标准值， ，，，，，，s=合并标准差， ，，，，，，x1-x2=两组均数差。。。。。。
②当n≥30时， ，，，，，，查表得出t005=20， ，，，，，，因x1-x2=475， ，，，，，，s=1391， ，，，，，，代入公式（3615）：
③结论：每组需要视察69例才华使两组均数差别有显著意义。。。。。。