Zstats高级版教程（4）：如何进行变量统计描述（下）—针对定量变量

本篇是风暴统计平台教程系列的第四章将详细说明如何使用统计描述模块查看变量分布。因为涉及内容比较多分为上下两篇此为上篇前面我们已经介绍了风暴统计平台Zstats高级版针对分类变量如何开展统计描述的使用教程。Zstats高级版教程4如何进行变量统计描述上—针对分类变量这篇我们将重点介绍统计描述的另一个功能针对定量变量的统计描述。定量数据统计描述包括正态性检验、直方图、箱式图、QQ图以及描述性统计分析表格今天一起看看。定量数据描述在定量数据描述中平台可以直接展示正态性检验结果、直方图、箱式图、QQ图以及描述性统计分析表格。下面我们逐一介绍。1.导入数据选择定量数据描述2.选择检验变量与分组变量检验变量可多选选择需要开展统计描述的变量注意需为定量变量。平台针对检验变量开展正态性检验绘制直方图、箱式图、QQ图以及制作描述性统计分析表格。分组变量顾名思义在不同分组中查看检验变量的分布情况。我们用示例数据展示定量数据统计描述步骤。1选择多个检验变量查看结局_骨密度、暴露_维生素D两个定量变量的数据分布情况。①正态性检验平台提供两种正态性检验结果分别是Shapiro-wilkSW和Kolmogorow-SmironovKS检验。二者结果均有统计量(statistic)显著性P value。划重点一般样本量在2000以下时选择SW的方法因此SW适合样本量较小的研究一般小样本量为30-50以内一组。事实上可能大部分研究正态性检验选择SW检验方法。正态性检验最重要的是看“显著性”。因此若P0.05可以认为检验变量为偏态分布若P0.05差异没有统计学意义还不能说明该样本的总体分布是偏态分布可以认为检验变量正态性是符合的。可以看到示例数据中结局_骨密度、暴露_维生素D正态性检验P值均小于0.001可认为两个变量为偏态分布。不过提醒各位光看P值不代表就是偏态分布的因为样本量很大时候P值总是小于0.05最终还得结合结合直方图、箱式图、QQ图来考虑。实际统计策略方面诸位可以将数据分布分为三类正态分布、近似正态分布数据和严重偏态分布数据。第1类正态分布符合P0.05第2类正态分布不符合P0.05但直方图还是呈现大致的中间多两边少无严重极端值第3类正态分布不符合P0.05数据严重偏态或者存在明显极端异常值。②直方图直方图能够较直观判断数据分布特征。如图所示平台提供了两个变量的直方图可以看出结局_骨密度虽然P0.05但整体呈现大致的中间多两边少符合我们所说的第2类情况是典型的近似正态分布在统计描述上可以用均数及标准差描述用t检验和F检验进行统计推断而暴露_维生素D则符合第3类情况P0.05且直方图显示严重正偏态分布。不过要略显麻烦的是这种近似正态没有标准来判定是经验之谈。初学者判定的时候如果遇到十分模棱两可的图可以视为严重偏态分布。关于正态性检验也可以看看我们之前的推文如何进行正态性检验③箱式图boxplot也是用于描述数据分布特征的一种图形。箱式图最大的优点就是不受异常值的影响能够准确稳定地描绘出数据的离散分布情况同时也利于数据的清洗。箱式图由一组数据的5个特征值即最大值、最小值、中位数mean/Q2和两个四分位数下四分位数Q1上四分位数Q3绘制而成形式上它由一个箱子和两条延伸线组成。箱体Box代表数据的中间50%即从Q1到Q3的范围。箱体的底部是下四分位数Q1顶部是上四分位数Q3箱体内部的线表示中位数Q2。须延伸线从箱体延伸出来的两条线分别延伸至数据集的最小值和最大值但不包括异常值。箱体上下两条延伸线的尾端计算公式确定范围上限Q31.5Q3-Q1下限Q1-1.5Q3-Q1如果按照公式计算出来的上下限超过了原有数据的最大值/最小值则延伸线的尾端就由样本最大值/最小值决定。如果计算出来的上下限没有超过最大值/最小值箱线图上就会有一些游离点通常会认为这些值有异常值的嫌疑。异常值落在箱体外的单独点通常定义为超过Q1-1.5Q3-Q1或Q31.5Q3-Q1的值。如果箱式图大体正常可以跳过异常值处理。如果存在明显异常离散值可以对变量进一步处理。根据示例数据下图是平台绘制的箱式图。异常值可以在数据整理中做进一步处理。Zstats高级版教程3如何进行数据整理中多变量转换及异常值如何处理④QQ图是一种用于比较样本数据分布与理论分布的工具。对于正态分布QQ图的横坐标是标准正态分布的分位数纵坐标是样本数据的分位数。通过观察QQ图上的点是否接近于一条直线我们可以判断样本数据是否服从正态分布。如果点接近直线说明样本数据近似服从正态分布如果点偏离直线较多说明样本数据不服从正态分布。下图是平台绘制的QQ图可以结合正态性检验结果与直方图判断数据分布。⑤描述性统计分析另外平台给出了检验变量的描述性统计分析表格如下表所示信息很全。2多样本统计描述在分组变量各类别中查看检验变量的数据分布选择检验变量和分组变量即可。如下我们可以在性别的不同分组男性样本和女性样本中查看结局_骨密度和暴露_维生素D变量的数据分布。直方图、箱式图、QQ图以及描述性统计分析表格与单样本统计描述类似就不多做展示了。到此关于统计描述的全部功能已介绍完毕。下篇预告t检验、方差分析、卡方检验、秩和检验等几乎所有常见的假设检验方法如何使用Zstats√ 浙中医大统计老师郑卫军主持√ 基于R语言软件开发√免费使用√ 一键生成发表级图表www.medsta.cn/software电脑端浏览器打开我们在线分析平台的网址如下https://www.medsta.cn/software或者底部“阅读原文”即可直达官网2026版风暴统计高级版需要登录使用请联系我们的助教微信助教企业微信(二维码