📘 原书正文提炼（OCR页 68-70）
原书用“被平均”案例说明：均值相同的两组数据，分布和中位数可能完全不同。只报均值会掩盖结构差异。
方差与标准差不是可有可无的附属项，而是解释不确定性的核心指标。没有离散度信息，中心值几乎无法正确解读。
图表的责任不是“好看”，而是让读者快速识别分布形态、异常值和组间可比性。
🔍 深入讲解（第三次扩写）
均值适合近似对称分布；明显偏态时，中位数与四分位数更能代表“典型个体”。临床费用、住院时长、炎症指标常见偏态，若只报均值易误导决策。
离均差平方和、方差、标准差本质是一条链：先衡量偏离，再标准化到可比较尺度。方差常用于模型推断，标准差更便于日常解释。
展示时应做到“图表与统计口径一致”：如果采用非参数检验，配图也应优先展示中位数和分位分布，而不是只给柱状图均值±误差条。
研究汇报中建议至少包含：样本规模、中心趋势、离散度、异常值处理策略。四项齐全，读者才有能力复核结果可信度。
🧩 概念拆解与方法边界
- 中心趋势：回答“数据大致在哪儿”，但不能替代结构信息。
- 离散度：回答“波动有多大”，直接影响效应解释。
- 可视化一致性：图表口径应与检验方法和叙述一致。
🏥 医学科研落地场景
- • 基线表中连续变量按分布特征分开报告（均值±SD或中位数[IQR]）。
- • 病例组/对照组比较时，优先用箱线图或小提琴图展示分布。
- • 教学汇报中加入异常值判定规则，避免“人为删点”争议。
🧪 小例题（本章最短实战）
同一均值可能对应完全不同结构：比较两组实验室指标时，先同时报告均值±SD与中位数(IQR)。
💻 R 最短复现片段
set.seed(105)
x <- c(rnorm(90,10,2), 35)
mean(x); sd(x)
median(x); IQR(x)📌 R结果解释标准模板
- • 数据概况：包含异常值时，均值会被拉偏，需补充中位数(IQR)。
- • 核心结果：并列报告 mean±SD 与 median(IQR)。
- • 解释句式：'在存在离群值时，本研究优先采用中位数(IQR)描述中心位置。'
🛠️ 常见报错排查（R运行失败时怎么改）
- • 报错 `object not found`：先运行完整代码块（含 `set.seed`、`data.frame`），不要只运行最后两行模型代码。
- • 报错 `could not find function`：确认函数来源包是否已安装并加载；优先执行 `install.packages('包名')` 后再 `library(包名)`。
- • 报错 `non-numeric argument`：检查变量类型，必要时用 `str(dat)` 查看并将字符变量转为数值或因子。
- • 报错 `contrasts can be applied only to factors`：分组变量先转因子，例如 `dat$group <- as.factor(dat$group)`。
- • 报错 `NA/NaN/Inf in ...`：先清理缺失或无穷值，如 `dat <- na.omit(dat)`，并排查除零与非法变换。
- • 结果与页面示例不完全一致：先确认 R 版本与包版本，再完整重跑代码块；模拟数据场景下以“方向与解释框架一致”为主。
🖱️ SPSS 最短复现片段
分析 > 描述统计 > 探索（同时输出均值、中位数、箱线图）。
EXAMINE VARIABLES=x
/STATISTICS=DESCRIPTIVES
/PLOT=BOXPLOT HISTOGRAM.🧾 论文/汇报可直接套用
结果句：'该指标呈右偏分布，故采用中位数（IQR）描述；组间比较使用Wilcoxon秩和检验。'
⚠️ 本章高发误区
- • 偏态数据仍机械报告均值±SD。
- • 只给柱状图，不展示分布细节。
- • 不说明异常值处理规则。
- • 展示口径与检验方法不一致。
✅ 本章实操清单
- • 先判断分布再决定描述指标。
- • 报告中心值时同步报告离散度。
- • 图表附带样本量与缺失值信息。
- • 注明异常值和数据变换策略。
📝 课后思考题
- • 你最常报告的变量是否偏态？
- • 你的图表能否支持读者复核主要结论？
- • 是否存在“图很好看但信息不足”的页面？