統計圖與R (Statistical graphs and R)

    在統計學的表達方式上, 可主要分為3類: 統計圖、統計表及統計指標.

    在面對不同人群, 不同場合, 上述3種表達方式的使用有所不同, 如: 統計圖常用於直觀地表達, 適合大眾等使用; 而統計表及統計指標則較精確地表達數據, 較合適地用於專業人群或科研文章啦~ 其實三者無所謂誰優誰缺失, 只是如何表達數據及向誰表達罷了...
    但我腦海中仍有著這一句話: 一幅好的圖, 能勝過千言萬語的... 所以不要少看統計圖的作用呵~ 當然, 統計圖的制作, 是大有學問的!
    例如:
1/什麼類型的數據, 較適合用什麼圖呢?
2/是想表達數據之間的差異? 相關? 回歸...?
3/各種圖形的意義是什麼, 不可亂用...
4/如何制作這些統計圖呢?

    其實在民間, 最常用的統計圖軟件, 莫過於Excel! 因為它的普遍性吧. 但是很多時間, 它不能作很多的圖, 如地圖, 金字塔圖等... (當然, 也可以透過在Excel內設計較多的統計函數來達到...). 另外, 有一些科研雜誌不喜用Excel所制的圖呢~, 最後, Excel盡其量只算是「數據處理軟件」, 而說不上是「統計軟件」呵...

    也有一些統計軟件, 聲稱是結合很好的統計繪圖功能的, 如: SigmaPlot, Statgraphics等, 是的! 統計圖是專業了不少,量也不少, 但...統計功能就好似...弱了點啊!

SigmaPlot

    再講講統計軟件的大哥們, SAS所繪出的圖... 很醜啊... SPSS的好一點, 但也不是很美觀... 唯獨是STATA是較美觀及精緻的, 難怪WHO都選用它, 但是它的圖都是較固定的呢~
   
    R... 如果用它自己的基礎繪圖命令, 也是很醜的啊!!! 但是ggplot2則能繪出較美麗和精緻的統計圖; 而且也使用了圖層的概念, 即所作的圖是一層層地將內容疊加出來, 形式較靈活; 因是命令式的作圖, 可方便的修改; 所作的圖種類也較多. 可謂能夠較隨心所慾地作出圖來.
    當然, ggplot2也有不好的地方, 就是立體功能似乎仍有不足...
    以下這本書, 花了約半個月就讀完了, 基本是ggplot2的cook book, 不錯的呢...

ggplot2的分面箱式圖

 參考資料: ggplot2：数据分析与图形艺术. http://vdisk.weibo.com/s/zs4ici966AjjW

我一篇被刊出的文章: 青少年長期使用平板電腦或手機對頸椎的影響 (One of my published article…)

    近日太太放了一本雜誌在枱上, 見到後想了想: 呵~ 我有一篇文章早在上年的9月投到該雜誌, 已經有數月了, 不知有沒有被刊出呢? 於是隨手翻了翻, 噫~果然被刊了出來, 與您們分享呢! 題目如上所述…

參考文獻: http://www.dsej.gov.mo/caet/p100/no44/p22-28.pdf

國家(中國)對統計學詞滙及符號的標準 (The standard of Statistics – Vocabulary & Symbols – in China)

    很多時候, 看一些統計學的文章/論文時, 都偶爾會見到統計學字符或符號亂用、錯用、大小寫錯誤等…

    我較多的寫作, 常投到國內的雜誌社, 它們都要求統計學符號要符合一定的規則, 否則會遇到拒稿或要求修改…

    上述正確的統計學符號使用, 要是科研寫作的基本功之一呢! 現在當我寫文章、指導學生寫論文時, 為了方便及統一, 要會使用統一的＂符號＂.

    在國內---中國, 統計學詞滙及符號是有國家的統一標準的 (GB/T 3358), 現在最新的版本是2009年版, 之前是1992年版及1982年版.

    它分為3部份, 覆蓋的範圍較廣:

GB/T3358.1-2009_统计学词汇及符号_第1部分_一般统计术语与用于概率的术语

GB/T3358.2-2009_统计学词汇及符号_第2部分_应用统计

GB/T3358.3-2009_统计学词汇及符号_第3部分_实验设计

    在2009年版中, 不但統計詞滙的內容加添了許多, 而且也在詞滙的下方列出了些例子, 使人更容易明白和理解…

    其實它不單作為統計概念和符號的統一標準, 也是學習統計學的很好輔助材料呢!!!

下載: 链接：http://pan.baidu.com/s/1eQMd9lC 密码：vlwi

在R內進行直接年齡標準化 (Direct Age Standardization in R)

    年齡標準化在流行病學的應用很廣泛. 

    它主要用於: 在各地之間進行率的比較時, 而這些率又受到年齡因素影響很大, 各地之間年齡段的比例又有差異時所用.

    年齡的標準化又分為直接標準化和間接標準化兩種. 直接標準化常用在"外在比", 如: 各國之間的比較; 間接標準化則常用在"內在比", 如某國內各省之間的比較... 又以直接標準化為多用!

    由於各地人口之年齡段比例有差異, 所以要先找出一個公認的標準作為加權數. 在世界各地的比較上, 常用WHO的年齡段比例. 中國常用1982年的人口構成.

年龄组（岁） 1964年人口构1 1982年中国人口构成2 0 14.52 2.07 1～4 7.36 5～9 13.65 11.03 10～14 12.52 13.13 15～19 9.01 12.49 20～24 7.37 7.41 25～29 7.37 9.22 30～34 6.77 7.27 35～39 5.97 5.4 40～44 5.17 4.82 45～49 4.47 4.72 50～54 3.84 4.07 55～59 3.27 3.38 60～64 2.56 2.73 65～69 1.69 2.12 70～74 1.07 1.43 75～79 0.55 0.86 80～84 0.26 0.37 85及以上 0.13 合计 100 100

    在R有”epitools”軟件包, 內有功能是專門計算直接年齡標準化率的!

library(readxl)
mor<-read_excel("ageadj.xlsx") #讀入excel文件
library(epitools) #載入epitools的統計包
whostd.prec<-mor$who/100 #將WHO的標準年齡段百分率化回小數
mor.age<-ageadjust.direct(mor$death,mor$pop,stdpop = whostd.prec) #計算直接年齡標準化率
mor.aa<-round(mor.age*10^5,1) #將率化回10萬

mor文件的內容, who: 世衛的年齡段百分率, death: 死亡人數, pop: 總人數

結果

crude.rate   adj.rate        lci        uci 
     887.3      496.2      494.1      498.3 

R的計算結果與Excel的是一樣呵~

 參考資料:

1.http://www.who.int/healthinfo/paper31.pdf