描述性统计学 作者 Dr. Maria Correa-Prisant 翻译 lvruiqin(DXY) （北北卡罗来纳州立大学兽医学院微生物学、病理学和寄生虫学系） 翻译 lvruiqin(DXY) 这篇讲稿中我们将讲述基本的统计概念。 作者 Dr. Maria Correa-Prisant （北北卡罗来纳州立大学兽医学院微生物学、病理学和寄生虫学系） 翻译 lvruiqin(DXY)
描述性统计学 对所得数据有一个总体“感觉” 评价数据的质量 变量的类型 概括性统计学 分布 图形描述 与临床工作相比较，这是一条了解就诊者“数据集”的途径。
变量的类型 连续型：温度、心率等 高斯分布（Gaussian distribution），钟罩形 离散变量、分类变量 定序型数据（Ordinal）：腹痛的程度、肿瘤大小 定类型数据（Nominal）：品种、性别 二项数据（Binominal）：是或否、出席或缺席 有许多不同类型的变量。辨别它们的类型很重要，因为这决定了我们用何种统计分析方法。
正态和偏态分布 尾部（tail） 对称 均值、众数、中位数 单峰 偏向左侧 众数、中位数 单峰 这些是连续型数据不同分布的图形描述 双峰
变量或分布的类型决定了所使用的统计方法 连续型 定序型 定义新的变量或者进行转变 使用非参数检验 使用连续型变量的检验 不能对定序或定类型变量使用连续型变量适用的检验。 定义新的变量或者进行转变 使用非参数检验 使用连续型变量的检验
集中趋势和离散 集中趋势的测度 均值（Mean）、中位数（Median）、众数（Mode） 离散程度的测度 标准差（Standard deviation）、百分位数（percentiles） 正态分布数据的均值、中位数、众数重叠。
集中趋势的测度：均值（Mean） 均值（Mean）：对于连续型数据而言 此处，X1,X2,…,Xn是独立的值并且N是测量的总数。 只对于连续型变量。
均值、中位数、众数 呼吸频率 甲组=(11,12,13,14,15) ;均值=13 均值为极端值所影响 乙组=(11,12,13,13,14,25);均值=15 均值为极端值所影响 中位数是13: 分割数据成50:50的值（数据按升序或降序排列） 众数是13:出现最多的数 数据非正态分布时，均值不宜作为集中趋势的测度。
集中趋势的测度
离散程度的测度 标准差（Standard deviation） 1sd,2sd,3sd 百分位数（Percentiles） 25，50，75，90，95 极差（Range） 最大值-最小值 数据的离散程度可以用标准差或百分位数表达。当数据非正态分布时用标准差不恰当。
标准差 方差 2倍的标准差经常用到
百分位数 四分之一分位数=25% 四分之二分位数=50% 30%上侧 70%下侧 第70个百分位数值 将数据简单地分为100份，百分位数不是由数据的分布决定的。 30%上侧 70%下侧 第70个百分位数值
白细胞计数 大猩猩属（Gorilla gorilla ） 茎叶图（Stem Leaf） N：29个大猩猩 数据显示和摘要 N：29个大猩猩 平均白细胞数：10.3 SD 5.02 中位数：8.3
佛罗里达海牛（Florida Manatee） 大猩猩属 佛罗里达海牛（Florida Manatee） 淋巴细胞 单核细胞 总蛋白质 重量
均值的置信区间（Confidence Interval for the Mean） 首先得到几组均值的均值，再计算这几组均值的均值的标准误差（Standard Error）。 更多样本
分类数据 肿瘤大小 小，中，大 甲组：1,1,2,2,2,2,2,3 1, 2, 3 乙组：1,2,2,3,3,3,3,3 均值=NO! 同时， 中位数=YES! 频数 众数=YES! 比例 直方图 对于分类型数据，不能计算均值，那样做没有意义。
交叉列联表和图表说明 频数表 比例：肿瘤大小为1，甲组中占2/3 组别 甲 乙 肿瘤大小 每个细胞观察到的数目 甲 乙 肿瘤大小 将数据填入R×C列联表将会使你对例子有更好的了解。 每个细胞观察到的数目
联系 联系并不意味着因果关系 因果关系是联系的一种特殊形式 联系的检验——定义假设 标准包括力度、短暂性、生物梯度、一致性等 零假设——想要拒绝的 备择假设 用统计检验确定关联。我们不能“证明”。我们说，要么我们没有足够的把握（不能拒绝零假设——译者注），要么我们拒绝零假设。