变异指标

　　一、变异指标的意义及种类

　　设有甲乙两人，对同一名患者采耳垂血，检查红细胞数（万/mm³)，每人数五个计数盘，得结果为

　　两人计数的均数都是500，能说两人的检验技术相同吗？不能，因为甲的计数结果比较密集，而乙的分散，因此甲的检验精度显然比乙的高。从上可以看出：描述一群变量值，除用平均数等表示其集中位置外，还要说明其分散或变异情况。说明变异情况的特征值称变异指标。变异指标的种类较多，下面分别介绍极差、四分位数间距、均差、方差、标准差及变异系数。

　　1．极差　最大值与最小值之差称极差（或全距)，符号为R，是变异指标中最简单的一种。如上例甲计数的极差为520－480=40，乙的为560-440=120。可见乙的计数较甲的波动大。一般把最小值与最大值写在括号里，附在极差的后面。如上例写成40（480～520)与120（440～560)。其单位与变量值的相同。

　　当调查例数增多时，遇到较大或较小极端值的机会就加大，因此最大值与极差随着例数的增多而加大，但最小值却随着例数的增多而变小。

　　极差计算简便，但只考虑了最小、最大值，因此易受个别极端值的影响，且随例数的多少而变动，不稳定。仅用于粗略地说明变量值的变动范围。但在正态分布中可用以估计标准值范围，详见有关文献。

　　2．四分位数间距　极差的不稳定主要是受两极端数值的影响，于是有人将两端数据按比例去掉一定例数，这样所得数据就比较稳定了。例如两端各去掉25%，取中间50%数据的数值范围，那么只要计算P₂₅与P₇₅，求P₇₅与P₂₅之差即得四分位数间距，符号为Q。

　　Q=P₇₅-P₂₅ （4.12)

　　例4.7　试计算表4.8七岁男童坐高的四分位数间距

　　求 P₂₅的位置102×.25=.25.5.

　　求 P₇₅的位置102×.75=.76.5.

　　求累计频数得：

　　L₂₅=65，L₇₅=68，

　　A₂₅=22，A₇₅=75，

　　f₂₅=15, f₇₅=13, i=1

表4.8　7岁男童的坐高

　　代入式（4.5)得：

　　Q=68.12-65.23=2.89 cm

　　有50%的7岁男童，坐高在65.23～68.12cm之间，其四分位数间距为2.89cm。

　　3．均差　四分位数间距虽比极差稳定，但仍只是两点之间的距离，没有利用每个变量值的信息。于是有人计算每个变量值与均数（或中位数)差的绝对值之和，然后平均称为均差（或平均直线差)作为变异指标之一。

　　　　　 (4.13)

　　例4.8 试计算4.3中，心重的均差。

　　由例4.3知X=293.75g，代入式（4.13)得

　　4．方差　式式（4.13)中用变量值与均数之差的绝对值之和∑∣X-X∣，而不用离均差之和∑(X-X)是因为∑（X-X)=0，不能说明变异情况，故取绝对值以去掉负号。亦有人用平方的办法，即用离均差平方和∑（X-x )²，既去掉了负号，又提高了指标的灵敏性。因为数值愈大，平方后增大的愈多，所以离均差稍有变化，就能从指标上反映出来。例如有甲乙两组数据如下：

　　乙组仅有两个数据与甲组的不同，这种不同从∑∣X-X∣或均差上是反映不出来的，但从∑（X-X)²上却反映出来了。以∑（X-X)²组成的变异指标有方差与标准差。方差是标准差的平方，将在第八章讨论，下面先介绍标准差。

　　二、标准差

　　1．标准差的公式　样本标准差是用得最多的变异指标，其公式为

　　 (4.14)

　　式（4.14)中的n-1是自由度。n个变量值本有n个自由度，但计算标准差时用了样本均数X，因此就受到了一个条件即∑X= nX的限制。例如有4个数据，它们的均数为5。由于受到均数为5的限制，4个数据中只有3个可以任意指定。如果任意指定的是4、3、6，那么第4个数据只能是7，否则均数就不是5了。所以标准差的自由度为n-1。

　　2．标准差的计算

　　（1)按基本公式（4.14)计算

　　例4.9 用例4.3资料计算心重的标准差。

　　已算得X=293.75g，代入式（4.14)得

　　（2)递推法当用电子计算机进行计算，希望每输入一个数据，都能得到X与S，则将式（4.8)与式

　　（4.5)配合计算。

(4.15)

　　这里S_n表示n个数据的标准差，S_n-1表示n-1个数据的标准差。X_n是第n个数据，X_n-1是n-1个数据的均数。

　　例4.10 仍用例4.3资料，已算得前19例心重的X₁₉=292.37，S₁₉=38.71。X₂₀=320，代入式（4.15)得

　　（3)直接法 不需先计算均数，直接用变量值代入式（4.16)或式(1.17)计算。

（4.16)　

　　或　　　(4.17)

　　式（4.16)的分子是由式（4.14)的分子简化而得来的，证明如下。

　　例4．11用ELISA（酶联免疫吸附测定)法检测vero-E₆，细胞培养上清正常标本10份的结果（100XOD₄₉₀值)为2，3，3，4，4，5，5，5，6，8，求标准差。

　　若用式（4.16)则先计算

　　∑X=2+3+3+…+6+8=45

　　∑X²=2²+3²+3²+…6²+8²=229

　　若用式（4.17)则先计算

　　∑fX=1×2+2×3+…+1×6+1×8=45

　　∑fX²=1×2²+2×3²+…1×6²+1×8²=229

　　然后代入式（4.16)或式（1.17)结果相同。

　　三、变异系数

　　上述各种变异指标可用来比较同类事物变量值间的变异情况。各变异指标的共同点是：值小表示变量值密集，值大表示变量值分散。但在有些情况下用标准差等变异指标来比较就不适宜了。如某地7岁男童身高均数为123.10cm ，标准差为4.71cm;体重的均数为22.29kg，标准差为2.26kg。由于单位不同，我们不能因为4.71>2.26而说身高的变异大于体重，需要有另一个指标，它不受单位的限制，那就是变异系数，其公式为：

　　CV=S/X×100%，X>0　　　　　　 （4.18)

　　也就是将标准差化为各自均数的百分数，然后比较。这样不但可以比较单位不同的变量值间的变异，而且可以比较均数相差悬殊的变量值间的变异。

　　上述7岁男童身高、体重的变异系数分别为

　　身高CV=4.17/123.10×100%=3.83%

　　体重CV=2.26/22.29×100%=10.14%

　　可见同一批儿童的体重变异比身高的大。

　　例4．12被试者9人，试验时坐在舒适的牙科椅上测口腔压力波幅PcmAq（厘米水柱)。然后外加呼吸阻力20cmAq（1/sec)，5分钟时再测口腔压力波幅结果如下。试比较外加呼吸阻力前后，口腔压力波幅的变异。

表4.9　外加呼吸阻力前后的口腔压力波幅

　　口腔压力波幅，cmAg

　　外阻力前口腔压力波幅的变异较大。

　　外加呼吸阻力前后的口腔压力波幅的单位都是cmAq，如直接比较两个标准差，可能会得出加阻力后数值变异较大的结论。但由于两均数相差悬殊，加阻力后的均数几乎是加阻力前的6倍，因此就不宜直接比较标准差而应比较它们的变异系数。

　　变异系数还常用于比较多个样品重复测定的误差等。

　　运用变异系数时应注意（1)有关的事物间才能作比较，不要将风马牛不相及的东西硬拉在一起作比较；（2)均数小于标准差时应考虑其实际运用价值。因为在这种情况下，可能誇大变异，故不宜使用；（3)比较两变异系数间是否真有差别，亦应作假设检验，不能只看表面值就下结论。

　　[附]比较两变异系数可用u检验，其公式为

　　式中V为以小数表示的变异系数，S_V²是变异系数的标准误的平方，n是样本含量。u是正态离差系数。

　　例4．13比较例4.12中两总体变异系数间有无差别。

　　H₀：两总体变异系数相等

　　H₁：两总体变异系数不等

　　α=0.05

　　u>u_0.05,0.05>P>0.01,在α=0.05的水准处拒绝H₀，接受H₁，两总体变异系数不等。外加呼吸阻力前的口腔压力波幅的变异较大。

　　四、运用变异指标的注意事项

　　1．变异指标表示变量值的变异情况或离中趋势，常与位置指标平均数结合运用，说明变量值集中的位置与离散程度。

　　2．变异指标种类虽多，但任一变异指标，其值大表示变异大，数值参差甚；值小表示变异小，数值较集中。比较两个或几个同类事物的变异，要用同一变异指标。

　　3．正态分布资料宜用均数与标准差（有时用方差)描述集中与离散情况，记为X±S。有了均数与标准差就可根据正态分布理论将频数分布描绘出来，进一步可作正常值范围估计与假设检验等（详见第五至第七章)，应用较广。为便于计算，正态分布资料亦可用中位数、百分位数和四分位数间距等描述，其结果与用均数、标准差相近。

　　偏态分布资料宜用中位数及四分位数间距、均差等描述。尤其在资料分布呈明显偏态时，随着例数的增多，中位数、四分位数间距及均差的代表性和稳定性明显优于均数、标准差及方差。

　　众数和极差只用来对单峰资料作概括的描述。

　　4. 比较几组资料的变异程度，若各组资料的单位不全相同，或均数相差悬殊时，用变异系数。

　　5．判断几个方差或变异系数间有无显著差别，需作假设检验，不能只看表面值。详见第七、第八章有关内容。