对一个随机事件作重复观察，其中某变量值出现的次数称频数; 将各变量值及其相应的频数列表为频数分布表，简称频数表，如表1。若将变量值分组，则某组段包含的变量值个数称频数，将各组段及其相应的频数列表为频数表，如表2第(1)、(3)栏。由频数表可绘制频数分布图。表1“每家患者数”属离散变量，故绘条图，见图1;表2“身高”属连续变量，故绘直方图，见图2。
表1 每家某病患者数
| 每家患者数 | 家庭数 |
| 0 1 2 3 4 5 | 20 80 40 50 10 10 |
图1 每家某病患者数分布
1. 编制频数表的步骤如下：
(1) 找出最大、最小值，计算极差。
(2) 定组段数。根据研究目的及观察例数确定组段数。一般100例上下，可分10组左右，例数多，可分细些，即组段数多些，反之粗些，即组段数少些。为计算用，组段数可适当增多，以减少计算误差;为显示分布特征，则组段数不宜太多或太少。
(3)定组距。相邻两组段下限值之差称组距。各组段的组距可相等，也可不等。相等组距可用“极差/组数”估计。为便于分组，组距常取整数。
表2 某市12岁男童120人的身高(cm)分布
图2 某市12岁男童120人的身高分布
(4)定组段。各组段的最小值称下限，相邻较大组段的下限即本组段的上限。第一组段应包括最小观察值，末组段应包括最大观察值。
(5) 计频数。用分卡法或划记法，得出各组段的频数。例 某市12岁男童120人的身高(cm)如下，试编制频数表。
| 142.3 134.5 145.2 151.1 141.2 143.5 134.7 150.8 125.9 160.9 134.7 129.4 132.1 143.6 142.4 | 156.6 148.8 141.8 144.0 141.5 139.2 147.3 144.5 132.7 154.2 138.5 142.5 145.9 150.0 148.9 | 142.7 134.4 146.8 145.4 148.8 144.7 138.1 137.1 152.9 137.9 138.9 141.2 146.7 143.3 146.7 | 145.7 148.8 135.1 146.2 140.1 139.3 140.2 147.1 147.9 139.9 137.7 148.9 144.0 146.5 139.2 | 138.2 137.9 150.3 143.3 150.6 141.9 137.4 142.9 141.8 149.7 138.5 154.0 135.5 149.0 139.6 | 141.6 151.3 133.1 156.3 139.5 147.8 145.1 134.9 141.4 147.5 139.6 147.7 144.4 142.1 142.4 | 142.5 140.8 142.7 141.9 146.4 140.5 145.8 143.6 140.9 136.9 143.5 152.3 143.4 140.2 138.7 | 130.5 149.8 143.9 140.7 143.8 138.9 147.9 142.3 141.4 148.1 142.9 146.6 137.4 145.4 139.9 |
最大值为160.9，最小值为125.9，极差=160.9-125.9=35.0。取10组左右，组距=35.0/10=3.5，取4cm。组段、划记、计频数的结果见表2第(1)～(3)栏。
2. 频数分布的用途：
(1)提供分组数据，以便进一步计算与分析。
(2)揭示观察值的分布类型，以便选择适当统计方法，
进行计算与分析。Karl Pearson曾提出13种频数分布型的方程及其特征。医学科研中最常见的频数分布型有正态分布、正偏态分布等。正态分布型如儿童身高值、成人红细胞数、成人血清总蛋白量等。表2和图2显示近似正态分布，其高峰在“140～”cm组段，可按正态分布原理作统计处理。正偏态分布型如正常成人血铅含量及食物中毒潜伏时间等。表1、图1是以每家1例患者为高峰的正偏态分布。偏态分布资料可用非参数法作统计处理，有的可用变量变换，使其正态化后，再按正态分布处理。
(3) 便于发现某些特大或特小的可疑值，必要时经检验后舍弃。
(4)样本含量足够大时，以频率作为概率的估计值。如表2第(4)栏系第(3)栏各组段频数除以总频数的商，称频率或相对频数。用以估计该市12岁男童身高为各组段数值的概率，各组段频率之和应等于1。将各组段频率自上而下(或自下而上)依次累加，得累计频率，如表2第(5)、(6)栏，用以估计身高小于各组段上限(或大于各组段下限)的概率。
 |