python12岁以内身高随年龄的变化曲线图_体质指标随年龄变化趋势的统计处理方法...

体质指标随年龄变化趋势的统计处理方法

本文入选《全国体质研究与健康促进论文报告会

》

2006.7

一、问题的提出

进行国民体质监测后的数据处理中，分析各项测试指标随年龄而变化的趋势是十分重

要的内容之一。通过用某指标不同年龄段的平均数画出趋势图，就可以十分清楚的看出该

指标随年龄而变化的发展趋势。作者从我国各省市

2000

年国民体质监测的报告、论文中，

发现有些论文中，仅仅画了趋势图，但是，还缺乏必要的统计学处理。当前，各地都在处

理分析

2005

年国民体质监测的数据，为此，撰写本文就平均数趋势的统计学处理问题进行

探讨。

二、体质监测指标趋势变化的统计学处理

体质监测采用的是横断面调查的方法。即对不同的年龄组，随机抽取了若干个样本，

以他们的平均数来近似的反映纵向追踪调查的发展趋势。

例如：

2000

年全国监测了

4446

名

城市

7

岁男生的身高平均数为

124.3

厘米，

又测试了另外

4546

名城市

8

岁男生的身高平均

数为

129.8

厘米，

129.8-124.3

＝

5.5

，这就是

7

岁到

8

岁城市男生的身高年增长值。在习

惯上，人们都认可了这种方法。因为，如果要用一个样本一年一年追踪需要许多年(例如

从

7

岁到

18

岁就得

12

年)才能得到同一个样本的真正的年增长值。

在体质监测的实施方案中，也已经采用了许多很严格的方法来设法减少抽样误差。但

是，从统计学的角度来说，误差是不可避免的，因此只有在数据处理时严格的进行统计处

理，进行必要的检验等等，才能对监测数据作出正确的分析结论。

在随年龄而变化的平均数趋势处理中，首先，我们要特别注意平均数的趋势有时是不

准确的。就以

2000

年全国监测的城市男、女生身高平均数为例。

2000

年城市

17

岁男生的

身高平均数是

171.5

厘米，

而

18

岁的平均数是

171.4

厘米，

城市女生

17

岁的平均数是

159.5

厘米，

而

18

岁是

159.2

厘米

(以上样本量都在

4000

人以上)

。

但是，

凭我们的经验都知道，

正在青春发育期的青年男女，身高从

17

岁到

18

岁是不可能下降的，对一个人来说，最多

也就是不增长，而绝不可能负增长。但是，全国城市监测的数据却是

18

岁男女的身高平均

数都低于

17

岁，这只能解释为是横断面调查产生的抽样误差。由于省市监测的样本量比全

国的小很多，所以类似的误差就更大了。

因此在处理平均数的趋势时，当平均数的出现不正常的波动时，必须对数据进行统计

学处理。

(

1

)相邻年龄段平均数的

t

检验

图

1

是某市体质监测的男、

女身高平均数趋势图，

由图可见女生

16

岁身高平均数比

15

岁小。这是很典型的由于是横断面随机抽样的数据来近似地代替纵向追踪造成的误差。遇

到这样的现象时，应该加做两年龄组之间的

t

检验，当检验后

p>0.05

，就可以用差异不显

著来解释。