今天看到一篇论文，其中有婴儿出生体重的数据，看了有感而发。先把数据给大家看一下：两组婴儿出生体重的均数和标准差是4110.00±387.94 g vs. 2933.33±745.82g，看完有什么感受呢？

我第一个印象是数据好长啊，整数位3-4位，小数位2位，乍一看非常精确！但仔细想一下这样的数据意味着什么，婴儿出生体重的测量精度是多少，计算一组婴儿出生体重的均数和标准差时应该保留几位小数？这里有两个问题要考虑。

第一个问题是婴儿出生体重的测量精度在临床上通常到10g，如3570g，个位数通常是0。婴儿出生体重测量的精度是多方面条件决定的，有仪器测量精度的限制，有婴儿在测量时会活动影响测量，有临床实际需求等，这些问题有兴趣的朋友可以深入探讨，我们在这里按“灰箱”处理，即只是说我们拿到的数据测量精度有现实中的许多条件综合决定，有其合理性，我们直接把它拿过来用，是合理有效的。在统计学上，每个婴儿出生体重的准确数据测量精度是10g，一组婴儿出生体重的均数和标准差的准确数据测量精度也是10g。但考虑到均数和标准差是将许多婴儿的体重放在一起综合计算，就给测量精度带来适当扩展的空间，即可以增加一位数作为估测值。注意，估测值不是测量得到的，是综合了一组数据后得到的一个大致的数值，仅供参考用。好了，在婴儿出生体重的均数和标准差应该保留几位小数问题上，一开始给大家的案例存在一个统计学问题就是小数点后的两位是无效数字，不应该保留，应予以删除。

第二个问题是实际需要方面的综合考虑。我们一看到一长串数字就有发晕的感觉，为什么？太长了，小数点后的数字看似科学，但喧宾夺主，干扰了我们对婴儿出生体重重点的关注。如果我们把数据变一下：4110±388 g vs. 2933±746 g，感觉是不是好多了？再想一下实际需求，婴儿出生体重到了g的水平已经非常不稳定了，稍微动一下体重计的数据就有可能跳，吃奶前后还能差出不少呢。你说测量到小数点后2位有意义吗？实际上小数点后的数据对于应用和评价而言是垃圾数据，无用有害。当我们发现某个指标的数据精确到一定水平时已经够用，即使测量精度更高，我们也有可能选用够用的测量精度，以突出数据的主要部分，有利于更好地把握数据的水平，分析数据的变化趋势，阐明数据水平及其变化的专业意义。

统计软件计算均数和标准差时会给我们小数点后一串数据，可以是4位、5位甚至更长。统计软件这样做没有错，因为软件不知道我们用它算出来的数据代表什么，应该怎么用，只能尽可能多给，需要多少由使用者自己决定。有的朋友认为软件算出来的数据都是“真理”，照抄不误，不动脑子，把应该自己做的事情推给软件，这样就出了问题。这种做法要改变了，我们要把保留几位小数的任务拿回来，依据有效数字和现实需求决定保留的位数。

今天有感而发是这个非常简单的问题长期困扰我们。我在各种场合针对不同的案例反复讲相似的话，每个人都非常感谢，觉得听了之后很有用。今天用一个我们熟悉的例子再讲一遍。希望看过这篇文章的朋友能记住婴儿出生体重这个案例，遇到类似的问题想不起原理，只要想一下这个例子就明白了。