统计学数据分析案例

20144312·357·

代谢组学数据分析的统计学方法

柯朝甫

1

*

张涛

2

武晓岩

1

李康

1Δ

代谢组学是近年发展快速的一门学科，目前在医学、植物学、微生物学、毒理学、药物研发等诸多领域中

［1-5］

。代谢组学研究产生大量的数得到了广泛的应用

据，这些数据具有高维、小样本、高噪声等复杂特征。

（4）相互作用关系复杂：各种代谢物质可能不仅

具有简单的相加效应，而且可能具有交互作用，从而增加了识别这些具有复杂关系的生物标志物的难度。

（5）相关性和冗余性：各种代谢物并非独立存在，而是相互之间具有不同程度的相关性，同时由于碎片、加合物和同位素的存在使得数据结构存在很大的冗余性，这就需要采用合理的统计分析策略来揭示隐藏其中的复杂数据关系。

（6）分布的不规则和稀疏性：代谢组学数据分布不规则，而且数据具有稀疏性（即有很多值为零），因此，传统的一些线性和参数分析方法此时可能失效。

数据的预处理

代谢组学数据分析的目的是希望从中挖掘出生物相关信息，然而，代谢组学数据的变异来源很多，不仅包括生物变异，还包括环境影响和操作性误差等方面。处理手段主要包括归一化（standardization）、标准化（normalization），即中心化（centering）和尺度

案例2 美国国家健康照顾协会

美国国家健康照顾协会的主要任务是了解健康照顾人力资源的短缺情况，并为未来制定发展规划。为了掌握护理人员对所从事工作的满意程度，该协会发起了一场全国性的有关医院护理人员的调查研究。调查项目包括：工作满意度、收入、晋升机会等，填答方式采用打分制，从0～100分，分值高表示满意度高。下面是其中的一部分调查结果：

工作 71 84 84 87 72 72 72 63 84 90 73 94 84 85 88 74 71 88 90 85 79 72 88 77 64 收入 49 53 74 66 59 37 57 48 60 62 56 60 42 56 55 70 45 49 27 89 59 60 36 60 43 晋升 58 63 37 49 79 86 40 78 29 66 55 52 66 64 52 51 68 42 67 46 41 45 47 75 61 工作 72 71 69 90 84 86 70 86 87 77 71 75 74 76 95 89 85 65 82 82 89 74 82 90 78 收入 76 25 47 56 28 37 38 72 51 90 36 53 59 51 66

[案例13-1] 我国人身保险业的发展情况

保险可分为财产保险和人身保险两大类。人身意外伤害险是人身保险的一部分。随 着我国国民经济的快速发展，我国保险业也呈现出良好的发展态势， 由人身意外伤害险 的保费收入的变化可见一斑。

表8—14是我国2000—2006年各月的人身意外伤害险保费收入，数据来源于中国保险 监督管理委员会网站的统计信息(网址：www．circ．go~cn)， 由编者根据各年各月的《保 险业经营情况表》中的数据整理而成。根据这些数据可以分析研究我国人身意外伤害保 险的水平、速度和构成因素等各种数量特征，为研究保费收入变化的数量规律、分析保 费收入变化的影响因素、制定发展计划以及指导保险机构发展相关业务等提供重要的参 考信息。

案例思考与分析要求：

1．利用Excel绘制出该动态序列的折线图。

2．按本章第四节中所讲的动态数列构成因素的分类和特征，观察折线图并说明我国人身意外伤害险保费收入的变化中受哪几种构成因素的影响?

3．对上述月度数据计算同比增长速度和环比增长速度各有什么意义?

4．汇总出各年度保费收入总额，并根据年度数据计算2000---2006年间的：

统计学案例实习教学大纲（课程编号：00700397）

适用年级：

是否双语：是

否

课程类别： E：集中性实践

学时学分：课程总学时 2周 其中实验（上机）学时 学分 2 先修课程：《统计学》 《统计学案例》 《市场调查与分析》 开课单位：管理学院统计系 适用专业 统计学 开课学期 4

二、实践环节简介

统计学案例实习课程是统计学专业的一门技术基础课，是专业选修课程，也是统计学专业的重要实践环节课。它是在学习了统计学、市场调查与分析相关理论和方法的基础上，如何将相关理论和方法运用于实际问题的解决。拉近理论与现实的距离，使统计学专业的学生更好地掌握统计综合指标的计算和应用，抽样调查的基本理论和方法，统计预测的理论、方法及应用，并提高实践动手能力和综合分析能力。 三、实践环节教学目的与基本要求 教学目的：

1.通过课程实习，应使学生掌握统计学的基本理论，统计研究的基本方法，掌握统计综合指标的计算和应用，统计指数的编制和分析，抽样调查的基本理论和方法，掌握统计预测的理论、方法及应用。

2.通过课程实习,培养学生具备对经济运行的实际内容进行具体的计算分析,培养学生用统计方法解决实际问题的能力。

3.通过具体而全面的统计案例实习来启发学生的悟性,挖掘学生的潜能,培养

医学统计学案例分析

案例分析—四格表确切概率法

【例1-5】 为比较中西药治疗急性心肌梗塞de疗效，某医师将27例急性心肌梗塞患者随机分成两组，分别给予中药和西药治疗，结果见表1-4。经检

2验，得连续性校正χP,0.05，差异无统计学意义，故认为中西药治=3.134， 疗急性心肌梗塞de疗效基本相同。

表1-4 两种药物治疗急性心肌梗塞de疗效比较 药 物 有 效 无 效 合 计 有效率(,) 中 药 12(9.33) 2(4.67) 14 85.7 西 药 6(8.67) 7(4.33) 13 46.2 合 计 18 9 27 66.7

【问题1-5】 (1) 这是什么资料,

(2) 该资料属于何种设计方案, (3) 该医师统计方法是否正确,为什么, 【分析】

(1) 该资料是按中西药de治疗结果(有效、无效)分类de计数资料。 (2) 27例患者随机分配到中药组和西药组，属于完全随机设计方案。 2(3) 患者总例数n=27,40，该医师用χ检验是不正确de。当n,40或T,1时，

2不宜计算χ值，需采用四格表确切概率法(exact probabilities in 2×2 table)直接计算概率

案例分析,卡

医学统计学案例分析

案例分析—四格表确切概率法

【例1-5】 为比较中西药治疗急性心肌梗塞de疗效，某医师将27例急性心肌梗塞患者随机分成两组，分别给予中药和西药治疗，结果见表1-4。经检

2验，得连续性校正χP,0.05，差异无统计学意义，故认为中西药治=3.134， 疗急性心肌梗塞de疗效基本相同。

表1-4 两种药物治疗急性心肌梗塞de疗效比较 药 物 有 效 无 效 合 计 有效率(,) 中 药 12(9.33) 2(4.67) 14 85.7 西 药 6(8.67) 7(4.33) 13 46.2 合 计 18 9 27 66.7

【问题1-5】 (1) 这是什么资料,

(2) 该资料属于何种设计方案, (3) 该医师统计方法是否正确,为什么, 【分析】

(1) 该资料是按中西药de治疗结果(有效、无效)分类de计数资料。 (2) 27例患者随机分配到中药组和西药组，属于完全随机设计方案。 2(3) 患者总例数n=27,40，该医师用χ检验是不正确de。当n,40或T,1时，

2不宜计算χ值，需采用四格表确切概率法(exact probabilities in 2×2 table)直接计算概率

案例分析,卡

案 例 分 析 报 告

此案例是关于库存管理决策的案例。通过对案例的阅读与分析，在初始阶段就明确了一个思路：总成本与库存成本和订货成本有关，只有让这两部分的加成最小，才能达到案例要求的目标——最小总成本。同时，我们也分析出订货与库存也存在微妙关系：（1）持有少量库存，但是订货频率高（2）持有大量库存，但订货频率低。

根据以上分析与案例数据，做出总成本图形如下： 库存成本

订货的存储成本

平均订货存储成本 = 1/2订货存储成本

库存成本（订单到货前的生产需求量的成本）

0 1年（以年为区间）

1、定义影响总储存成本的数据、不可控影响因素和决策变量。

数据：年需求量15000单位；单位成本80美金；机会成本80*0.18=14.4美金；订货成本220美金；

不可控影响因素：需求变化；订货在途时间

决策变量：库存量（订货入库前的生产需求量）；每次订货量

2、建立数学函数，基于全年平均库存量，计算年度订货成本和年度储存成本，从而得到总成本模型。

总成本=年持有成本+年订货成本 平均库存量=库存量+1/2订货量

年持有成本=平均库存量*单位库存年持有成本 年订货

关于居民月收入和居民金融资产影响因素关系的调查

目录

一 统计调查方案

1.1调查目的 1.2调查对象与时间 1.3调查提纲 二 调查表格设计 三 开展调查

四 统计数据的整理和分析

4.1数据整理 平均 方差 4.2相关与回归分析

4.3抽样推断——估计与检验

五、结论及对策

一 统计调查方案

1.1调查目的 改革开放以来。中国居民家庭财富的效量不断增长。居民储蓄存款持续稳定的增加。从1978年的210．6亿元一路攀升，到2008年已达217885．4亿元。在三十年的时间里增加了一千多倍。与此同时．经济的货币化程度大大提高．金融市场特别是资本市场得到发展．使得居民金融资产选择的空同逐步扩大，导致了家庭 金融资产多样化。

影响家庭金融资产组合的主要因素

家庭金融资产选择主要受三类因素的影响： l、家庭内部因素

(1)收入水平以及家庭财务状况。家庭的收入水平．尤其是可支配收入水平。是金融资产形成的物质基础。收入水平较高的家庭往往持有较多的金融资产。 (2)家庭的特征。家庭成员的性别．年龄．婚姻状况。受教育程度．职业。健康状况、以及家庭人口数等因素对于家庭资产选择行为都有重要的影响。

(3)家庭成员的风险厌恶程度。风险厌恶程

关于居民月收入和居民金融资产影响因素关系的调查

目录

一 统计调查方案

1.1调查目的 1.2调查对象与时间 1.3调查提纲 二 调查表格设计 三 开展调查

四 统计数据的整理和分析

4.1数据整理 平均 方差 4.2相关与回归分析

4.3抽样推断——估计与检验

五、结论及对策

一 统计调查方案

1.1调查目的 改革开放以来。中国居民家庭财富的效量不断增长。居民储蓄存款持续稳定的增加。从1978年的210．6亿元一路攀升，到2008年已达217885．4亿元。在三十年的时间里增加了一千多倍。与此同时．经济的货币化程度大大提高．金融市场特别是资本市场得到发展．使得居民金融资产选择的空同逐步扩大，导致了家庭 金融资产多样化。

影响家庭金融资产组合的主要因素

家庭金融资产选择主要受三类因素的影响： l、家庭内部因素

(1)收入水平以及家庭财务状况。家庭的收入水平．尤其是可支配收入水平。是金融资产形成的物质基础。收入水平较高的家庭往往持有较多的金融资产。 (2)家庭的特征。家庭成员的性别．年龄．婚姻状况。受教育程度．职业。健康状况、以及家庭人口数等因素对于家庭资产选择行为都有重要的影响。

(3)家庭成员的风险厌恶程度。风险厌恶程

统计学原理例题分析

一、判断题（把“√”或“×”填在题后的括号里）

１. 社会经济统计的研究对象是社会经济现象总体的各个方面。（ ） 参考答案：×

2. 总体单位是标志的承担者，标志是依附于单位的。（ ）

参考答案：√

3. 标志通常分为品质标志和数量标志两种。（ ）

参考答案：√

4. 当对品质标志的标志表现所对应的单位进行总计时就形成统计指标。（ ） 参考答案：√

5. 调查方案的首要问题是确定调查对象。（ ） 参考答案：√

6. 我国目前基本的统计调查方法是统计报表、抽样调查和普查。（ ） 参考答案：√

7. 调查单位和填报单位在任何情况下都不可能一致。（ ） 参考答案：×

8. 按数量标志分组，各组的变量值能准确的反映社会经济现象性质上的差别。（ ） 参考答案：×

9. 在确定组限时，最大组的上限应低于最大变量值。（ ）

参考答案：×

10. 按数量标志分组的目的，就是要区别各组在数量上的差别。（ ） 参考答案：×

11. 离散型变量可以作单项式分组或组距式分组，而连续型变量只能作组距式分组。（ ） 参考答案：√

12. 对于