python与医学统计中的代表值，离差的度量

【代表中央数据的度量】

  • 平均数
    一组数据之和再除以数据的个数。表示数据的总体水平
    优点：灵敏性好,一组数据中的任何一个都对其大小产生影响
    缺点：容易受到极端值影响
  • 中位数
    指将数据按大小顺序排列，形成一个数列，处于数列中间位置的那个数据就称为中位数。表示数据的中等水平, 如果数据是偶数个，取最中间的两个数值的平均数作为中位数
    优点：很少受极端值的影响
    缺点：缺乏灵敏性，不能充分利用所有数据的信息
  • 众数
    一组数据中出现频数最多的那个数据 表示数据的普遍情况
    优点：比较容易了解一组数据的大致情况，不受极端数据的影响
    缺点：当一组数据变化很大时，它只能用来大略地估计一组数据的集中趋势
  • 几何平均数
    n个数据值连乘积的n次方根
    优点：比平均数少受极端数据的影响
    缺点：数据中有0，或者小于0的，不能用几何平均值

【代表离差的度量】

  • 四分位距
    第三的四分位数与第一的四分位数的差距 [第三四分位数 (Q3) – 第一四分位数 (Q1)]
    表示分散情形的一种
    将数据按大小顺序排列，形成一个数列,
    位于第25%的数值就是第一四分位数 (Q1)
    位于第75%的数值就是第三四分位数 (Q3)
  • 方差
    n个变量值的数据中各个数据与该组数据的平均数的差的平方和除于（n-1）
  • 标准差
    方差的算术平方根
  • 变异系数
    标准差/平均数

【使用python计算例】
———————————–
# -*- coding: utf-8 -*-
import statistics as st
import scipy.stats as scist

# 腹围数据
s = [83, 82, 86, 84, 87, 79, 81, 85, 82, 92]
print(‘腹围数据(data) = ‘, s)
print(‘平均数(mean) = ‘, st.mean(s))
print(‘中位数(median) = ‘, st.median(s))
print(‘众数(mode) = ‘, st.mode(s))
print(‘几何平均数(geometric mean) = ‘, scist.gmean(s))
print(‘第一四分位数 (Q1) = ‘, scist.scoreatpercentile(s,25))
print(‘第三四分位数 (Q3) = ‘, scist.scoreatpercentile(s,75))
print(‘四分位距(interquartile range) = ‘, scist.scoreatpercentile(s,75)-scist.scoreatpercentile(s,25))
print(‘方差(Variance) = ‘, st.variance(s))
print(‘标准差(standard deviation) = ‘, st.stdev(s))
print(‘变异系数(coefficient of variation: CV) = ‘, st.stdev(s)/st.mean(s))

———————————–
结果：
———————————–
腹围数据(data) = [83, 82, 86, 84, 87, 79, 81, 85, 82, 92]
平均数(mean) = 84.1
中位数(median) = 83.5
众数(mode) = 82
几何平均数(geometric mean) = 84.029574619
第一四分位数 (Q1) = 82.0
第三四分位数 (Q3) = 85.75
四分位距(interquartile range) = 3.75
方差(Variance) = 13.433333333333332
标准差(standard deviation) = 3.665151201974256
变异系数(coefficient of variation: CV) = 0.043580870415865114

  • 直方图
    可直观地表示数据分布的情况

【使用python生成直方图例】
———————————–
from matplotlib import pyplot as plt
from math import log, ceil

# 腹围数据
s = [83, 82, 86, 84, 87, 79, 81, 85, 82, 92]
data = [s]
plt.rcParams[‘font.sans-serif’] = ‘FangSong’ # 仿宋
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.set_title(‘直方图’, size=16)
ax.set_xlabel(‘腹围’)
bs = int(ceil(1 + (log(len(s), 2)))) # 这里组数用史特基公式(Sturges’ formula)计算
ax.hist(s, bins=bs)
[xmin, xmax ,ymin, ymax] = plt.axis()
plt.axis([xmin – 1, xmax + 1,ymin, ymax + 1])
plt.show()
———————————–
hist3

  • 箱线图
    可用来显示数据的分散情况，中心趋势，变异性

【使用python生成箱线图例】
———————————–
from matplotlib import pyplot as plt

# 腹围数据
s = [83, 82, 86, 84, 87, 79, 81, 85, 82, 92]
data = [s]
lbl = [‘腹围’]
plt.rcParams[‘font.sans-serif’] = ‘FangSong’ # 仿宋
fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
ax.set_title(‘箱线图’, size=16)
plt.boxplot(data, labels=lbl)
plt.show()
———————————–

boxplot3

 2016-06-15

羊年祝福

　　走过马年校友会成立的欢畅，必将迎来羊年校友会的辉煌与成长， 昨日相聚的欢乐还在身边，今日灿烂的光景已然降临。 羊是吉祥的象征，羊是祥瑞的兆头，羊是健康的寓意，羊是幸福的召唤。 羊年到了，愿校友们心想事成、身体健康、家庭美满、事业有成、大吉大利。

来自母校的贺信

福建医科大学日本校友会：
　　欣悉福建医科大学日本校友会成立,在此谨致以热烈的祝贺！福医日本校友会的成立,为进一步提升我校海外校友工作，开发校友资源建立了新的平台,也为我校校友工作增添了新的力量。希望日本校友会今后积极发挥沟通校友与母校的桥梁纽带作用，开展形式多样的活动，密切母校与校友的关系，使校友们更多了解母校，共同关心和支持母校发展，鼓励校友为提高母校教学、科研水平和改善办学条件提供各种支持和帮助。母校也会充分依托这个平台，努力为广大在日校友办实事，提供切实有效的服务。
　　最后，衷心祝愿日本校友会工作蒸蒸日上！祝愿在日各位校友身体健康，工作顺利，生活幸福！

福建医科大学校友总会
2015年1月30日

福医在日校友会微博

各位校友

福医在日校友会微博已经建起来了, 校友会微博站欢迎你，需要你，期待大家踊跃投稿! 并期待在这平台上能丰富我们的主网页。[信息·介绍]的内容是自动引用微博站相关主题的内容。

2015-01-31