計量資料

醫學統計資料按其性質一般分為計數資料與計量資料兩類，不同類型的統計資料應採用不同的統計分析方法。

計量資料，又稱連續型變量資料，是指由數值變量的測量值組成的資料，如身高（cm）、體重（kg）、心率（次/分）、住院天數（天）、血壓（mmHg或kPa）、白細胞計數（幾）等。另外，在護理研究中，研究者經常使用量表對研究對象測量，如用焦慮自評量表測定術前患者的焦慮水平，此時通過該量表所獲得的具體分值也可以看作計量資料。 ^[1]  每個觀察單位的觀測值之間有量的區別，但同一批觀察單位必須是同質的。對這類資料通常先計算平均數與標準差等指標，需要時做各均數之間的比較或各變量之間的分析。

計量資料的特徵通常包括中心位置與離散程度。中心位置通常用均數來描述,如一組病人的年齡、體重、血紅蛋白、白蛋白、膽紅素、肌酐和尿素氮等,要求是這類數據應該服從正態分佈;如果數據經對數轉換後呈正態分佈,則可以用幾何均數表示其中心位置,如HBsAg滴度(1∶8,1∶16,1∶32,1∶64);對於偏態數據,通常用中位數表示其中心位置,加研究急性肝炎時ALT、AST等範圍從數十到上千變動較大,且每個病人的變化情況不一致。正態分佈的數據離散程度可用標準差來描述;對於偏態數據,可以用4分位範圍(inter quartie range, IQR)描述離散程度,即:IQR為第25百分位數(P25)～第75百分位數(P75)。

集中趨勢是對計量資料的集中狀況和平均水平的綜合測度。 ^[2]  常用來表達集中趨勢的指標有算數均數、幾何均數和中位數，這些指標用來反映資料分佈的中心位置或集中趨勢。

（1）算術平均是平均數水平，應用甚廣，最適用於對稱分佈，特別是正態分佈；

（2）幾何均數是平均增（減）倍數，它應用於等比資料，對數正態分佈；

（3）中位數是位次居中的觀察值水平，應用於偏態分佈，分佈不明，或分佈末端無確定值情況。 ^[1] 

離散趨勢是對計量資料分佈的差異程度和離散程度的測度，資料不同則選取不同指標進行描述。描述一組計量資料離散趨勢的常用指標有極差、百分位數、四分位數間距、方差、標準差和變異係數等，其中方差和標準差最常用。

集中趨勢和離散程度的指標分別反映資料的不同特徵，作為資料的總結性統計量，在統計描述時兩類指標要求一起使用，如正態或近似正態分佈的資料常用均數±標準差，偏態分佈的資料常用中位數和四分位數間距。 ^[1] 

根據分析研究的目的，計數資料與計量資料可以互相轉化。例如血壓值本是計量資料，但如果將一組20-40歲成年人的血壓值分為血壓正常與血壓異常兩組，再清點各組人數，於是這組血壓資料就轉化成為計數資料了。假若將這組血壓值按低血壓（<80/60毫米汞柱）、正常血壓（80-130/60-89毫米汞柱）、輕中度高血壓（>130/90-110毫米汞柱）、重度高血壓（>130/>110毫米汞柱）的等級順序分組，清點各組人數，這時這組血壓資料又轉化為等級資料了。又如在計量診斷中，將某些陽性體徵根據確診病人的概率賦予分數，分數的多少代表量的大小，這樣原來的計數資料就轉化為計量資料。由於計量資料可以得到較多的信息，所以凡能計量的，儘量採用計量資料。