分类变量和连续变量的统计图示例
统计图是统计描述的重要工具，也是辅助作者和读者沟通的有效工具，它在视觉上比统计表更简洁明了，但是面对多种多样的统计图，你真的会用吗？在《Heart》杂志刊出的一篇综述《Graphics and statistics for cardiology: comparing categorical and continuous variables》中[1]，作者对如何根据数据特点选择合适的统计图进行了详细的讲解。
假如一张统计图只需要展示一个变量，比如一组病人的某个体检指标，这属于单个变量的数据。变量又可以分为连续变量和分类变量。对于连续变量来说，统计图可以展示出数据的范围、分布，以及一些统计量，如均数、中位数、样本量等。
单个连续变量的数据
对于小样本量数据（如n<30），建议使用点图（Dot chart），点图可以绘制出沿着一个轴分布的观测值，假如这些点都不重合的话，采用点图可以清楚地看到每个值的分布，如图1(A)。
当出现许多相同的观测值时，可以使用堆栈式点图（Stacked dot chart），通过将相同的观测值竖直堆砌，可以清楚地看出观测值的重复性，如图1(B)。
对于50<n<200的中等样本量数据来说，普通点图可能不再合适，因为重叠的数据点会连成一片，见图2(A)，或者因为太小而看不清，见图2(B)，此时可将数据分区，用每个区间的中点（如中位数）代替这个区间内的所有数据。区间间距的大小可根据研究需要来选择，如图2例子中，间距可以是10mmHg、5mmHg。这样会减少呈现的数据点，使数据看上去更简洁清晰，图2(B)合并后的效果如图2(C)。
总的来说，对于小样本或中等样本量的数据，点图比箱式图（Boxplot）更合适。
而对于大样本量数据来说，数据点太密和太小的问题显然是无法避免的，但是对于大样本来说，个体的某个观测值也不会太影响结果的解释，因此可以直接描述数据的范围和分布，而不用必须展示出每个观测值。具体可采用直方图（Histogram），见图3(A)；小提琴图（Violin Plot），见图3(B)；和箱式图，见图3(C)。
直方图和箱式图大家都比较熟悉，而对小提琴图可能不是太了解。小提琴图既能展示所有数据的密度分布，又能标示出均值和四分位数，能同时展现出数据的多面信息。
这三个统计图各有优劣。直方图和小提琴图都可以展现中间的数据分布特征，而箱式图则不能，且箱式图会突出展示离群值，而对于大样本量的数据来说，离群值的存在是很常见的，突出它们的存在可能会引起一些不必要的怀疑；小提琴图和直方图相比，能更好的看出整体数据的分布情况，而直方图往往会让人只注意到最高点；在灵活性方面，小提琴图和箱式图比直方图要好一些，沿纵轴和横轴都可以应用。
单个分类变量的数据
对于分类变量，如性别，统计表其实就可以简单直接的展示数据频数、比例等，但是如果想要突出这一变量的重要性的话，用统计图会更合适。对于二分类变量的展示来说，无论样本量大小，都可以使用堆栈式条形图（Stacked bar chart）或者比例点图（Dot chart of proportion），见图4(A)和(B)。同样的，多分类变量也可以使用堆栈式条形图或者比例点图来实现，见图4(C)和(D)。
参考文献
1. Heart. 2016;102:349-55.
本文先介绍一些统计图的例子，希望能为大家开拓一下视野~~这些图具体该怎么去做，还需要更多文章来详细介绍。
统计学精彩教程回顾
关注医咖会，一起学习统计学！
有临床研究设计或统计学方面的难题？快加小咖个人微信（xys2016ykf），拉你进统计讨论群和其他小伙伴们一起交流学习；或者点击公众号下方自定义菜单的“统计咨询”，提出你遇到的统计难题。
点击左下角“阅读原文”，看看既往小伙伴们都提出了哪些问题，以及该如何去解决，也许正好有你疑惑的问题呢~