การอธิบายข้อมูลและสถิติสรุป

การอธิบายข้อมูลและสถิติสรุปเป็นส่วนหนึ่งของชีวสถิติที่เกี่ยวข้องกับการจัดระเบียบ การย่อ และการนำเสนอชุดข้อมูลจากการสังเกต เพื่อให้สามารถเข้าใจลักษณะสำคัญของข้อมูลได้อย่างรวดเร็ว ก่อนที่จะมีการอนุมานใด ๆ นักวิจัยจะอธิบายว่าข้อมูลมีการกระจายตัวอย่างไร มีจุดศูนย์กลางอยู่ที่ใด มีการกระจายตัวกว้างเพียงใด และมีรูปร่างอย่างไร โดยใช้การสรุปเชิงตัวเลขและการแสดงผลด้วยกราฟ

Definition

การอธิบายข้อมูลและสถิติสรุปประกอบด้วยวิธีการเชิงตัวเลขและกราฟิกที่ใช้ในการระบุตำแหน่งศูนย์กลาง การกระจายตัว รูปร่างการกระจายตัว และโครงสร้างของชุดข้อมูล ก่อนและเป็นอิสระจากการอนุมานเชิงสรุปไปยังประชากร

Scope

ส่วนนี้จะแนะนำผู้อ่านให้รู้จักกับชีวสถิติเชิงพรรณนา: สถิติเชิงพรรณนาโดยรวม การกระจายตัวและความเป็นปกติของข้อมูล มาตรวัดแนวโน้มเข้าสู่ส่วนกลาง มาตรวัดความแปรปรวน และการแสดงข้อมูลด้วยภาพ เป็นภาพรวมอ้างอิงว่าข้อมูลด้านสุขภาพถูกสรุปอย่างไร ไม่ใช่ข้อกำหนดสำหรับการวิเคราะห์หรือการดำเนินการทางคลินิก

Sub-topics

• Data Distribution and Normality
• Data Visualization
• Descriptive Statistics
• Measures of Central Tendency
• Measures of Variability

Core questions

• จุดศูนย์กลางของข้อมูลอยู่ที่ใด และมาตรวัดตำแหน่งใดที่แสดงถึงจุดนั้นได้ดีที่สุด?
• ข้อมูลจากการสังเกตมีความแตกต่างกันมากน้อยเพียงใด และการกระจายตัวนั้นถูกวัดปริมาณอย่างไร?
• รูปร่างของการกระจายตัวเป็นอย่างไร และมีความเป็นปกติโดยประมาณหรือไม่?
• จะแสดงข้อมูลอย่างไรเพื่อให้เห็นรูปแบบ ความเบ้ และค่าผิดปกติได้?

Key concepts

• สถิติเชิงพรรณนาเทียบกับสถิติเชิงอนุมาน
• มาตรวัดแนวโน้มเข้าสู่ส่วนกลาง (ค่าเฉลี่ย มัธยฐาน ฐานนิยม)
• มาตรวัดความแปรปรวน (พิสัย ความแปรปรวน ส่วนเบี่ยงเบนมาตรฐาน พิสัยระหว่างควอร์ไทล์)
• รูปร่างการกระจายตัว ความเบ้ และความโด่ง
• ความเป็นปกติและการประเมิน
• การสรุปด้วยกราฟ (ฮิสโตแกรม แผนภาพกล่อง แผนภาพการกระจาย)
• การวิเคราะห์ข้อมูลเชิงสำรวจ

Mechanisms

การอธิบายข้อมูลดำเนินการโดยการลดข้อมูลจากการสังเกตจำนวนมากให้เหลือเพียงปริมาณและภาพไม่กี่อย่างที่ให้ข้อมูล มาตรวัดตำแหน่ง (ค่าเฉลี่ย มัธยฐาน หรือฐานนิยม) สรุปว่าข้อมูลอยู่ตรงไหน; มาตรวัดการกระจายตัว (ส่วนเบี่ยงเบนมาตรฐาน พิสัยระหว่างควอร์ไทล์ พิสัย) สรุปว่าข้อมูลกระจายตัวรอบตำแหน่งนั้นมากน้อยเพียงใด; และการจับคู่ตำแหน่งกับการกระจายตัวจะถูกเลือกให้เข้ากับรูปร่างของการกระจายตัว โดยมัธยฐานและพิสัยระหว่างควอร์ไทล์เป็นที่นิยมสำหรับข้อมูลที่มีความเบ้ และค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานสำหรับข้อมูลที่มีความสมมาตรโดยประมาณ การแสดงผลด้วยกราฟ เช่น ฮิสโตแกรมและแผนภาพกล่อง เผยให้เห็นรูปร่าง ความเบ้ และค่าผิดปกติที่ตัวเลขเดี่ยว ๆ อาจซ่อนไว้ และเครื่องมือเหล่านี้ร่วมกันเป็นขั้นตอนการสำรวจที่นำไปสู่การอนุมานอย่างเป็นทางการ

Clinical relevance

การศึกษาทางคลินิก การตรวจสอบ และรายงานการเฝ้าระวังเกือบทุกฉบับเริ่มต้นด้วยการสรุปเชิงพรรณนาของผู้เข้าร่วมและการวัดผล ดังนั้นการทำความเข้าใจการสรุปเหล่านี้จึงเป็นพื้นฐานในการอ่านวรรณกรรมด้านวิทยาศาสตร์สุขภาพ ส่วนนี้อธิบายว่าข้อมูลถูกระบุลักษณะอย่างไร และมีวัตถุประสงค์เพื่อเป็นพื้นฐานสำหรับการประเมินหลักฐาน ไม่ใช่เป็นพื้นฐานสำหรับการวินิจฉัยหรือการตัดสินใจในการรักษาเฉพาะบุคคล

Epidemiology

การสรุปเชิงพรรณนาเป็นขั้นตอนการวิเคราะห์แรกในการวิจัยทางระบาดวิทยาและทางคลินิก ซึ่งใช้ในการระบุลักษณะประชากรที่ศึกษา ตารางพื้นฐาน และการกระจายตัวของการสัมผัสและผลลัพธ์ ก่อนที่จะมีการประมาณความสัมพันธ์ การเลือกมาตรวัดสรุปและการแสดงผลมีผลโดยตรงต่อความโปร่งใสในการสื่อสารข้อมูลของการศึกษา

History

การสรุปข้อมูลเชิงตัวเลขมีรากฐานลึกซึ้งในดาราศาสตร์และสถิติชีพในศตวรรษที่สิบแปดและสิบเก้า แต่ชุดเครื่องมือเชิงพรรณนาสมัยใหม่ได้รับการรวบรวมในศตวรรษที่ยี่สิบ หนังสือ Exploratory Data Analysis (1977) ของ John Tukey ได้ปรับกรอบการอธิบายข้อมูลให้เป็นการสำรวจในตัวเองและทำให้การแสดงผลเช่นแผนภาพกล่องเป็นที่นิยม ในขณะที่นักการศึกษาสถิติในสาขาวิทยาศาสตร์สุขภาพได้ประมวลผลการสรุปมาตรฐานที่รายงานในวารสารทางการแพทย์ในปัจจุบัน

Debates

เมื่อใดที่ค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานควรถูกแทนที่ด้วยมัธยฐานและพิสัยระหว่างควอร์ไทล์?

เนื่องจากค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานได้รับผลกระทบจากความเบ้และค่าผิดปกติ จึงมีคำแนะนำมานานแล้วให้สรุปข้อมูลที่ไม่เป็นปกติด้วยมัธยฐานและพิสัยระหว่างควอร์ไทล์; เกณฑ์การเปลี่ยนผ่านในทางปฏิบัติขึ้นอยู่กับรูปร่างการกระจายตัวและขนาดตัวอย่าง

Key figures

• John W. Tukey
• William S. Cleveland
• Douglas G. Altman
• J. Martin Bland

Seminal works

• tukey-1977
• gupta-2019

Frequently asked questions

ความแตกต่างระหว่างสถิติเชิงพรรณนาและสถิติเชิงอนุมานคืออะไร?

สถิติเชิงพรรณนาสรุปและแสดงข้อมูลที่เก็บรวบรวมจริง ในขณะที่สถิติเชิงอนุมานใช้ข้อมูลเหล่านั้นเพื่อสรุปผลเกี่ยวกับประชากรที่กว้างขึ้น การพรรณนาจะมาก่อนและไม่มีการอ้างอิงความน่าจะเป็นนอกเหนือจากตัวอย่างที่อยู่ในมือ

ทำไมต้องอธิบายข้อมูลก่อนทำการทดสอบ?

การสรุปและแผนภาพเผยให้เห็นรูปร่างการกระจายตัว การกระจายตัว และค่าผิดปกติหรือข้อผิดพลาด ซึ่งเป็นตัวกำหนดว่าการวิเคราะห์ในภายหลังเหมาะสมหรือไม่และควรตีความผลลัพธ์อย่างไร