計量資料

計量資料

計量資料指連續的數據,通常有具體的數值,如身高、體重、血壓、血紅蛋白、膽紅素白蛋白等。計量資料的數據分佈特徵有三種情況:集中趨勢(涉及量:均數、幾何均數、中位數)、離散程度(涉及量:極差、百分位數和四分位數間距、方差、標準差、變異係數)、分佈形狀(正態分佈偏態分佈);計量資料的統計推斷包括參數估計和假設檢驗

定義


醫學統計資料按其性質一般分為計數資料與計量資料兩類,不同類型的統計資料應採用不同的統計分析方法。
計量資料,又稱連續型變數資料,是指由數值變數的測量值組成的資料,如身高(cm)、體重(kg)、心率(次/分)、住院天數(天)、血壓(mmHg或kPa)、白細胞計數(幾)等。另外,在護理研究中,研究者經常使用量表對研究對象測量,如用焦慮自評量表測定術前患者的焦慮水平,此時通過該量表所獲得的具體分值也可以看作計量資料。每個觀察單位的觀測值之間有量的區別,但同一批觀察單位必須是同質的。對這類資料通常先計算平均數與標準差等指標,需要時做各均數之間的比較或各變數之間的分析。

統計描述


計量資料的特徵通常包括中心位置與離散程度。中心位置通常用均數來描述,如一組病人的年齡、體重、血紅蛋白、白蛋白、膽紅素、肌酐尿素氮等,要求是這類數據應該服從正態分佈;如果數據經對數轉換后呈正態分佈,則可以用幾何均數表示其中心位置,如HBsAg滴度(1∶8,1∶16,1∶32,1∶64);對於偏態數據,通常用中位數表示其中心位置,加研究急性肝炎ALTAST等範圍從數十到上千變動較大,且每個病人的變化情況不一致。正態分佈的數據離散程度可用標準差來描述;對於偏態數據,可以用4分位範圍(inter quartie range, IQR)描述離散程度,即:IQR為第25百分位數(P25)~第75百分位數(P75)。

集中趨勢

集中趨勢是對計量資料的集中狀況和平均水平的綜合測度。常用來表達集中趨勢的指標有算數均數、幾何均數和中位數,這些指標用來反映資料分佈的中心位置或集中趨勢。
(1)算術平均是平均數水平,應用甚廣,最適用於對稱分佈,特別是正態分佈;
(2)幾何均數是平均增(減)倍數,它應用於等比資料,對數正態分佈;
(3)中位數是位次居中的觀察值水平,應用於偏態分佈,分佈不明,或分佈末端無確定值情況。

離散程度

離散趨勢是對計量資料分佈的差異程度和離散程度的測度,資料不同則選取不同指標進行描述。描述一組計量資料離散趨勢的常用指標有極差、百分位數、四分位數間距、方差、標準差和變異係數等,其中方差和標準差最常用。
集中趨勢和離散程度的指標分別反映資料的不同特徵,作為資料的總結性統計量,在統計描述時兩類指標要求一起使用,如正態或近似正態分佈的資料常用均數±標準差,偏態分佈的資料常用中位數和四分位數間距。

醫學實踐


根據分析研究的目的,計數資料與計量資料可以互相轉化。例如血壓值本是計量資料,但如果將一組20-40歲成年人的血壓值分為血壓正常與血壓異常兩組,再清點各組人數,於是這組血壓資料就轉化成為計數資料了。假若將這組血壓值按低血壓(<80/60毫米汞柱)、正常血壓(80-130/60-89毫米汞柱)、輕中度高血壓(>130/90-110毫米汞柱)、重度高血壓(>130/>110毫米汞柱)的等級順序分組,清點各組人數,這時這組血壓資料又轉化為等級資料了。又如在計量診斷中,將某些陽性體征根據確診病人的概率賦予分數,分數的多少代表量的大小,這樣原來的計數資料就轉化為計量資料。
由於計量資料可以得到較多的信息,所以凡能計量的,盡量採用計量資料。