📕 第四档 · 描述统计与假设检验 精讲
📚 四档复习体系
| 档位 | 文档 | 定位 |
|---|---|---|
| 📘 第一档 | 补考复习指南 | 知识体系总纲 |
| 📙 第二档 | 秩和检验补充讲解 | 卡方+秩和难点突破 |
| 📗 第三档 | 综合练习例题逐题讲解 | 例题实战演练 |
| 📕 第四档（本文） | 描述统计与假设检验精讲 | 基础概念深度理解 |
第一部分：资料类型 — 一切的起点
为什么资料类型这么重要？
因为资料类型决定了你后面用什么方法。选错资料类型 = 后面全错。
资料类型分类：原文此处为课件截图，公开站已省略图片引用。
三种资料类型详解
1️⃣ 定量资料（计量资料）
一句话：能用尺子、秤、仪器量出来的数字。
| 特征 | 说明 |
|---|---|
| 有没有单位？ | ✅ 有（cm、kg、mmHg、mmol/L…） |
| 数字有没有实际大小意义？ | ✅ 有（170cm 比 160cm 高 10cm） |
| 能不能加减？ | ✅ 能（170 - 160 = 10，有意义） |
典型例子：
- 身高 170cm
- 体重 65kg
- 血压 120/80mmHg
- 血糖 5.6mmol/L
- 白细胞计数 6000个/μL
分析方法：t 检验、方差分析（正态时）→ 秩和检验（非正态时）
2️⃣ 定性资料（计数资料）
一句话：只能按类别分，然后数个数。
| 特征 | 说明 |
|---|---|
| 有没有单位？ | ❌ 没有 |
| 类别之间有没有大小之分？ | ❌ 没有（男不比女"大"，A型血不比B型"高"） |
| 数据怎么表示？ | 用频数（多少人）或百分比 |
典型例子：
- 性别：男 / 女
- 血型：A / B / O / AB
- 是否吸烟：是 / 否
- 是否阳性：阳性 / 阴性
分析方法：卡方检验
3️⃣ 等级资料（有序分类资料）
一句话：有分类，类别之间有顺序，但间距不确定。
| 特征 | 说明 |
|---|---|
| 有没有分类？ | ✅ 有 |
| 类别之间有没有顺序？ | ✅ 有（治愈 > 好转 > 无效） |
| 类别之间间距相等吗？ | ❌ 不确定（治愈和好转之间差多少？说不清） |
典型例子：
- 疗效：治愈 > 显效 > 有效 > 无效
- 疼痛分级：轻度 < 中度 < 重度
- 满意度：非常满意 > 满意 > 一般 > 不满意
分析方法：秩和检验（不是卡方！）
⚠️ 最常考的坑：等级资料 vs 定性资料
等级资料看起来像定性资料（都是分类），但因为有顺序，所以不能用卡方检验，要用秩和检验。
怎么判断？问自己一个问题：
这些类别能不能排大小？
能排 → 等级资料 → 秩和检验
不能排 → 定性资料 → 卡方检验
考试辨别题示例：
| 变量 | 能排大小吗？ | 资料类型 | 用什么方法？ |
|---|---|---|---|
| 性别（男/女） | ❌ 不能 | 定性 | 卡方检验 |
| 血型（A/B/O/AB） | ❌ 不能 | 定性 | 卡方检验 |
| 疗效（治愈/好转/无效） | ✅ 能排 | 等级 | 秩和检验 |
| 疼痛（轻/中/重） | ✅ 能排 | 等级 | 秩和检验 |
| 身高（170cm） | 是数字 | 定量 | t检验/方差分析 |
第二部分：描述统计 — 怎么"描述"一组数据
拿到一组数据，描述就是两件事：
- 集中趋势：数据"平均"在哪个位置？
- 离散趋势：数据"散不散"？
描述方法汇总：原文此处为课件截图，公开站已省略图片引用。
🔵 情况一：正态分布的定量资料
什么是正态分布？ 数据画成图是一个左右对称的钟形曲线，中间高两边低，大部分人集中在平均值附近。
正态分布：原文此处为课件截图，公开站已省略图片引用。
描述方法：均数 ± 标准差（Mean ± SD）
| 指标 | 含义 | 怎么理解 |
|---|---|---|
| 均数（Mean / x̄） | 所有数据加起来除以个数 | 数据的"中心位置" |
| 标准差（SD / s） | 每个数据离均数有多远的平均距离 | 标准差越大 → 数据越散 |
例子：
某班 50 名学生的身高数据：
均数 = 168.5cm
标准差 = 5.2cm
含义：这 50 个人平均身高 168.5cm，
大部分人在 168.5 ± 5.2 = 163.3 ~ 173.7cm 之间。
正态分布记住两个数：
- 均数 ± 1.96 × 标准差 → 包含 95% 的数据
- 均数 ± 2.58 × 标准差 → 包含 99% 的数据
🟡 情况二：偏态分布的定量资料（非正态 / 有极端值）
什么叫偏态？ 数据画成图不对称，一边拖了个长尾巴。常见于：
- 潜伏期
- 抗体滴度
- 医疗费用
- 住院天数
- 有极端值（比如一组人收入里混了个亿万富翁）
为什么不能用均数和标准差？
例子：5 个人的月收入（万元）
A: 0.5 B: 0.6 C: 0.7 D: 0.8 E: 50
均数 = (0.5 + 0.6 + 0.7 + 0.8 + 50) ÷ 5 = 10.52 万
→ 均数是 10.52 万，但 4 个人收入都不到 1 万！
→ 均数被 E 的极端值拉偏了，完全不能代表"平均水平"
描述方法：中位数（四分位数间距）
| 指标 | 含义 | 怎么理解 |
|---|---|---|
| 中位数（Median / M） | 把所有数据从小到大排列，最中间那个数 | 不受极端值影响的"中心" |
| 四分位数间距（IQR） | P₇₅ − P₂₅，即中间 50% 数据的范围 | 散不散 |
上面那个例子用中位数：
排序后：0.5, 0.6, 0.7, 0.8, 50
中位数 = 0.7 万（正中间的那个）
→ 0.7 万比 10.52 万更能代表这组人的收入水平！
🟢 正态 vs 偏态 速查表
| 正态分布 | 偏态分布 | |
|---|---|---|
| 图形 | 对称钟形 | 不对称，有长尾 |
| 集中趋势 | 均数 | 中位数 |
| 离散趋势 | 标准差 | 四分位数间距 |
| 表示方法 | x̄ ± s | M（P₂₅, P₇₅） |
| 参考值范围 | 均数 ± 1.96 × SD | P₂.₅ ~ P₉₇.₅ |
| 检验方法 | 参数检验（t / F） | 非参数检验（秩和） |
⚠️ 偏态分布绝对不能用均数 ± 1.96SD 算参考值范围，只能用百分位数法（P₂.₅ ~ P₉₇.₅）。
🔴 特殊情况：变异系数（CV）
什么时候用变异系数？
当你想比较两组数据谁更散，但它们的单位不同或均数差很大时。
为什么不能直接比标准差？
例子：
身高：均数 = 170cm，标准差 = 5cm
体重：均数 = 65kg，标准差 = 8kg
问：身高和体重，哪个变异更大？
不能直接说"体重标准差 8 > 身高标准差 5，所以体重更散"
→ 因为单位不同（cm vs kg），没有可比性！
解决方案：变异系数 CV
CV = （标准差 ÷ 均数）× 100%
身高 CV = 5/170 × 100% = 2.94%
体重 CV = 8/65 × 100% = 12.31%
→ 体重的相对变异（12.31%）远大于身高（2.94%）
→ 结论：体重的变异程度更大
| 项目 | 公式 | 什么时候用 |
|---|---|---|
| 变异系数 CV | CV = (SD / Mean) × 100% | ① 单位不同时比较离散程度 |
| ② 均数相差很大时比较离散程度 |
💡 CV 没有单位，是一个百分比，所以可以跨单位比较。
🔥 描述统计 · 完整例题
题目：某研究测量了正常成年男性 200 人的身高和血清甘油三酯水平：
| 指标 | 均数 | 标准差 | 分布 |
|---|---|---|---|
| 身高 (cm) | 170.5 | 6.2 | 正态 |
| 甘油三酯 (mmol/L) | 1.68 | 0.95 | 偏态 |
问题 1：两个指标分别用什么描述？
身高 → 正态分布 → 用均数 ± 标准差
→ 170.5 ± 6.2 cm
甘油三酯 → 偏态分布 → 不能用均数 ± 标准差！
→ 要用中位数（四分位数间距）
→ 如 M = 1.45 mmol/L (P₂₅ = 0.98, P₇₅ = 2.10)
问题 2：身高的 95% 参考值范围是多少？
身高是正态分布：
参考值范围 = 均数 ± 1.96 × 标准差
= 170.5 ± 1.96 × 6.2
= 170.5 ± 12.15
= 158.35 ~ 182.65 cm
→ 正常成年男性的身高 95% 参考值范围是 158.35 ~ 182.65 cm
问题 3：甘油三酯的 95% 参考值范围怎么算？
甘油三酯是偏态分布：
❌ 不能用均数 ± 1.96SD
✅ 用百分位数法：P₂.₅ ~ P₉₇.₅
→ 需要查原始数据的第 2.5 百分位和第 97.5 百分位
问题 4：哪个指标变异更大？
身高 CV = 6.2 / 170.5 × 100% = 3.64%
甘油三酯 CV = 0.95 / 1.68 × 100% = 56.55%
→ 甘油三酯的变异系数（56.55%）远大于身高（3.64%）
→ 甘油三酯的个体差异相对更大
第三部分：参考值范围 vs 置信区间
参考值范围：原文此处为课件截图，公开站已省略图片引用。
这两个东西名字像，但完全不是一回事：
| 参考值范围 | 置信区间 | |
|---|---|---|
| 回答什么问题 | "正常人的值应该在哪个范围？" | "总体均数大概在哪？" |
| 对象 | 个体值 | 总体参数（均数） |
| 正态公式 | 均数 ± 1.96 × 标准差（SD） | 均数 ± 1.96 × 标准误（SE） |
| 偏态公式 | P₂.₅ ~ P₉₇.₅ | 不能用上面的公式 |
| 举例 | "成年男性身高的正常范围是 158~183cm" | "全部成年男性平均身高大约在 169~172cm" |
⚠️ 标准差 (SD) ≠ 标准误 (SE)！
- SD 描述个体间的差异 → 用于参考值范围
- SE 描述抽样的误差 → 用于置信区间
- SE = SD ÷ √n（标准误永远比标准差小）
第四部分：假设检验四步法精讲
假设检验的本质 — 反证法
整个假设检验的逻辑就一句话：
先假设没区别（H₀），如果在这个假设下看到的结果太不可能（P ≤ 0.05），就推翻这个假设 → 有区别。
这跟"反证法"一模一样：
- 先假设一件事是对的
- 推出一个矛盾（小概率事件居然发生了）
- 说明原假设不对 → 推翻它
假设检验四步：原文此处为课件截图，公开站已省略图片引用。
四步法逐步拆解
第一步：建立假设 + 定 α
H₀（无效假设）：两组没有区别
→ H₀ 永远是"没差别"
H₁（备择假设）：两组有区别
→ H₁ 是你想证明的
α = 0.05（检验水准）
→ 允许犯"假阳性"错误的概率上限
第二步：选方法 + 算统计量
根据资料类型 → 设计类型 → 前提条件选方法：
定量 + 正态 + 两组 → t 检验 → 算 t 值
定量 + 正态 + 多组 → 方差分析 → 算 F 值
定性 + 独立 → 卡方检验 → 算 χ² 值
等级 / 非正态 → 秩和检验 → 算秩和
第三步：求 P 值
SPSS 输出里找 Sig. 或 Asymp. Sig. → 这就是 P 值
第四步：下结论
P < 0.05 → 拒绝 H₀ → "差异有统计学意义"
P ≥ 0.05 → 不拒绝 H₀ → "差异无统计学意义"
🔥 假设检验四步法 · 三道完整例题
例题 1：独立样本 t 检验
题目：比较 A、B 两种降压药的疗效。40 名患者随机分两组，各 20 人。测量治疗后舒张压下降值。
SPSS 输出：
| Levene Sig. | t | df | Sig.(2-tailed) | |
|---|---|---|---|---|
| Equal variances assumed | 0.326 | 2.48 | 38 | 0.018 |
| Equal variances not assumed | 2.48 | 37.2 | 0.018 |
四步法：
① 建立假设
H₀: μA = μB（两药降压效果无差别）
H₁: μA ≠ μB（有差别）
α = 0.05，双侧
② 选方法
资料类型：舒张压下降值 → 定量
设计类型：两组独立 → 完全随机
前提条件：正态 + 方差齐（Levene P=0.326>0.05）
→ 独立样本 t 检验 → 看第一行
③ P 值
Sig.(2-tailed) = 0.018
④ 结论
P = 0.018 < 0.05，拒绝 H₀。
在 α=0.05 水准下，两药降压效果的差异有统计学意义
（t=2.48, P=0.018），可认为两药降压效果不同。
例题 2：配对 t 检验
题目：12 名高血压患者，测量服药前和服药后的收缩压。
SPSS 输出（配对样本检验表）：
| Mean | SD | t | df | Sig.(2-tailed) | |
|---|---|---|---|---|---|
| 前 - 后 | 8.5 | 6.2 | 4.75 | 11 | 0.001 |
四步法：
① 建立假设
H₀: μd = 0（服药前后血压无差别，d = 前-后）
H₁: μd ≠ 0（有差别）
α = 0.05，双侧
② 选方法
资料类型：收缩压差值 → 定量
设计类型：同一批人前后 → 配对设计
前提条件：差值正态
→ 配对 t 检验
③ P 值
Sig.(2-tailed) = 0.001
④ 结论
P = 0.001 < 0.05，拒绝 H₀。
在 α=0.05 水准下，服药前后收缩压的差异有统计学意义
（t=4.75, P=0.001），可认为该药有降压效果。
例题 3：秩和检验
题目：比较某中药和西药对胃炎的疗效，疗效分为治愈、显效、有效、无效。
SPSS 输出（Mann-Whitney 检验）：
| 数值 | |
|---|---|
| Mann-Whitney U | 85.500 |
| Z | -2.316 |
| Asymp. Sig. (2-tailed) | 0.021 |
四步法：
① 建立假设
H₀: 两组疗效的总体分布相同
H₁: 两组疗效的总体分布不同
α = 0.05，双侧
② 选方法
资料类型：治愈/显效/有效/无效 → 等级资料
→ 不能用 t 检验（不是定量）
→ 不能用卡方检验（有顺序）
→ 两独立样本秩和检验（Mann-Whitney U）
③ P 值
Asymp. Sig. = 0.021
④ 结论
P = 0.021 < 0.05，拒绝 H₀。
在 α=0.05 水准下，中药和西药对胃炎疗效的差异
有统计学意义（Z=-2.316, P=0.021），可认为
两种药物疗效不同。
⚡ 假设检验必背易错点
| 错误写法 | 正确写法 |
|---|---|
| H₀：两组有差别 | ❌ H₀ 永远是"无差别" |
| P > 0.05，两组相同 | ❌ 只能说"尚不能认为两组不同" |
| P < 0.05，差异很大 | ❌ P 小 = 证据充分，不代表差异大 |
| 结论不写 α | ❌ 必须写"在 α = 0.05 水准下" |
| 等级资料用卡方 | ❌ 等级资料用秩和检验 |
| 偏态资料用 t 检验 | ❌ 偏态用秩和检验 |
| 方差不齐看第一行 | ❌ Levene P ≤ 0.05 → 看第二行 |
🧠 总结口诀
定量正态看均标，偏态中位四分位
参考值范围用标准差，置信区间用标准误
变异系数比离散，单位不同也能比
检验四步不能乱：假设→选法→P值→下结论
H₀ 永远写没差，结论记得写α
P小证据足，但不代表差异大
等级资料秩和检，千万别选卡方检