计量资料

计量资料指连续的数据，通常有具体的数值，如身高、体重、血压、血红蛋白、胆红素和白蛋白等。计量资料的数据分布特征有三种情况：集中趋势（涉及量：均数、几何均数、中位数）、离散程度（涉及量：极差、百分位数和四分位数间距、方差、标准差、变异系数）、分布形状（正态分布、偏态分布）；计量资料的统计推断包括参数估计和假设检验。

定义

医学统计资料按其性质一般分为计数资料与计量资料两类，不同类型的统计资料应采用不同的统计分析方法。

计量资料，又称连续型变量资料，是指由数值变量的测量值组成的资料，如身高（cm）、体重（kg）、心率（次/分）、住院天数（天）、血压（mmHg或kPa）、白细胞计数（几）等。另外，在护理研究中，研究者经常使用量表对研究对象测量，如用焦虑自评量表测定术前患者的焦虑水平，此时通过该量表所获得的具体分值也可以看作计量资料。每个观察单位的观测值之间有量的区别，但同一批观察单位必须是同质的。对这类资料通常先计算平均数与标准差等指标，需要时做各均数之间的比较或各变量之间的分析。

统计描述

计量资料的特征通常包括中心位置与离散程度。中心位置通常用均数来描述,如一组病人的年龄、体重、血红蛋白、白蛋白、胆红素、肌酐和尿素氮等,要求是这类数据应该服从正态分布;如果数据经对数转换后呈正态分布,则可以用几何均数表示其中心位置,如HBsAg滴度(1∶8,1∶16,1∶32,1∶64);对于偏态数据,通常用中位数表示其中心位置,加研究急性肝炎时ALT、AST等范围从数十到上千变动较大,且每个病人的变化情况不一致。正态分布的数据离散程度可用标准差来描述;对于偏态数据,可以用4分位范围(inter quartie range, IQR)描述离散程度,即:IQR为第25百分位数(P25)～第75百分位数(P75)。

集中趋势

集中趋势是对计量资料的集中状况和平均水平的综合测度。常用来表达集中趋势的指标有算数均数、几何均数和中位数，这些指标用来反映资料分布的中心位置或集中趋势。

（1）算术平均是平均数水平，应用甚广，最适用于对称分布，特别是正态分布；

（2）几何均数是平均增（减）倍数，它应用于等比资料，对数正态分布；

（3）中位数是位次居中的观察值水平，应用于偏态分布，分布不明，或分布末端无确定值情况。

离散程度

离散趋势是对计量资料分布的差异程度和离散程度的测度，资料不同则选取不同指标进行描述。描述一组计量资料离散趋势的常用指标有极差、百分位数、四分位数间距、方差、标准差和变异系数等，其中方差和标准差最常用。

集中趋势和离散程度的指标分别反映资料的不同特征，作为资料的总结性统计量，在统计描述时两类指标要求一起使用，如正态或近似正态分布的资料常用均数±标准差，偏态分布的资料常用中位数和四分位数间距。

医学实践

根据分析研究的目的，计数资料与计量资料可以互相转化。例如血压值本是计量资料，但如果将一组20-40岁成年人的血压值分为血压正常与血压异常两组，再清点各组人数，于是这组血压资料就转化成为计数资料了。假若将这组血压值按低血压（<80/60毫米汞柱）、正常血压（80-130/60-89毫米汞柱）、轻中度高血压（>130/90-110毫米汞柱）、重度高血压（>130/>110毫米汞柱）的等级顺序分组，清点各组人数，这时这组血压资料又转化为等级资料了。又如在计量诊断中，将某些阳性体征根据确诊病人的概率赋予分数，分数的多少代表量的大小，这样原来的计数资料就转化为计量资料。

由于计量资料可以得到较多的信息，所以凡能计量的，尽量采用计量资料。