今天我们来讨论一下当数据不服从正态分布时，该如何对连续变量进行统计描述。

中位数是将全体数据按大小顺序进行排列，在整个数列中处于中间位置的那个值。事实上，中位数适用于任何分布类型的资料。

百分位数是一种位置指标，用Px表示。P25、P50、P75将一组观察值等分为四份，P25与P75的差距即为四分位间距。

PS：在某些情况下（生物等效性评价或某些模型的应用等），要求数据必须服从正态分布，可通过转换（如对数转换等）将非正态分布数据转换成正态分布。

一、正态分布检验

从P-P图结果以及K-S检验P=0.000＜0.05来看，两组数据均为非正态分布，用“中位数（四分位间距）”描述。（具体的正态分布检验及结果判定详见上一篇文：SPSS连续变量的统计描述——正态分布数据）

1、K-S检验

2. P-P图/Q-Q图

二、描述指标

对非正态分布的数据进行统计描述使用“中位数（四分位间距）”。点击“分析”→“描述统计”→“频率”。下图显示的是 “TP为73.80(7.00)”。

三、分组描述

与上篇文章提到的服从正态分布数据的分组描述相同，可采用两种方法：①拆分；② 探索

1.拆分文件

点击“数据”→“拆分文件”，按“性别”进行拆分，再进行正态性检验，然后点击“分析”→“描述统计”→“频率”。从P-P图结果以及两组K-S检验P=0.000＜0.05来看，两组数据均为非正态分布，用“中位数（四分位间距）”描述。（ 具体的正态分布检验及结果判定详见上一篇文 SPSS连续变量的统计描述——正态分布数据，上一篇文中笔者在拆分文件后，忘记加“检验正态分布”这一步骤了(/≧▽≦)/ ）

下图显示的是 “男：TP为73.00(7.00)，女：TP为74.40(6.28)”。

2.    探索

点击“分析”→“描述统计”→“探索”。下图显示的是按“性别”分组，对“白细胞”进行统计描述。从Q-Q图结果以及两组K-S检验P=0.000＜0.05来看，两组数据均为非正态分布，用“中位数（四分位间距）”描述。（具体的正态分布检验及结果判定详见上一篇文 SPSS连续变量的统计描述——正态分布数据）

下图显示的是 “男：TP为73.00(7.00)，女：TP为74.40(6.28)”。

可以看出若进行分组描述，使用探索过程可一步到位，能简化操作，结果涵盖范围更广，因此相比先拆分文件，笔者更推荐使用“探索”。

参考资料：

[1]张文彤.SPSS统计分析基础教程第3版[M].北京:高等教育出版社，2017,5.  

[2]武松，潘发明等.SPSS统计分析大全[M].北京:清华大学出版社，2014,3.