睡眠质量影响因素统计分析报告

1）引言

1.1 研究背景

睡眠是人体修复、能量补充的关键生理过程，睡眠质量直接影响日间精力、认知功能及长期健康。随着生活节奏加快，晚睡、睡眠结构失衡等问题日益普遍，量化睡眠质量的影响因素对改善作息具有重要实践意义。

1.2 数据收集意义

本研究通过收集个人连续睡眠监测数据，聚焦“睡眠得分”这一核心评价指标，系统分析睡眠时长、睡眠结构（深睡/快速眼动占比）、夜间清醒次数对睡眠质量的影响，旨在：

揭示关键睡眠影响因素的量化作用；
运用统计学方法解决实际问题，践行课程知识。

1.3 数据用途

学术用途：完成统计课程大作业，展示描述性统计、概率建模、回归分析、假设检验的综合应用；
实践用途：基于分析结果调整个人作息（如优化入睡时间以提升深睡占比），改善睡眠质量。

2）数据集基本介绍

2.1 数据来源

数据来源于智能睡眠监测设备（如智能手表、睡眠监测仪），通过设备记录夜间睡眠的各项生理指标，自动生成睡眠相关数据，确保数据的客观性和连续性。

2.2 变量定义及类型

|—————-|—————-|————————————————————————–|—————————————|

2.3 数据收集范围及规模

收集时间范围：202X年9月1日-202X年11月29日，覆盖秋季至冬季，跨度3个月；
原始样本量：89条记录（含无睡眠数据、仅零星小睡的无效记录）；
有效样本量：76条（经清洗后，保留总睡眠时长≥5小时的有效记录）；
变量维数：最终用于分析的核心变量共5个（1个因变量Y+4个自变量X1-X4）。

2.4 数据预处理说明

无效数据剔除：删除“无睡眠数据”“仅零星小睡”及总睡眠时长<5小时的记录（共13条）；
衍生变量计算：通过原始变量计算“总睡眠时长”“深睡占比”“快速眼动占比”3个核心分析变量；
缺失值处理：无明确缺失值，特殊情况已通过“备注”标注并剔除。

3）可视化分析

3.1 描述性统计量计算（核心变量）

| 变量名称 | 均值 | 中位数 | 标准差 | 最小值 | 最大值 | 四分位距（IQR） |

|—————-|——–|——–|——–|——–|——–|—————-|

| 睡眠得分（分） | 82.3 | 83.0 | 5.7 | 63.0 | 93.0 | 7.0 |

| 总睡眠时长（分钟） | 442.5 | 438.0 | 38.2 | 300.0 | 511.0 | 52.5 |

| 深睡占比（%） | 22.6 | 22.1 | 5.8 | 8.3 | 39.7 | 7.9 |

| 快速眼动占比（%） | 18.7 | 18.5 | 3.2 | 10.2 | 29.8 | 4.5 |

| 清醒次数（次） | 1.2 | 1.0 | 1.1 | 0.0 | 4.0 | 2.0 |

3.2 统计量意义说明

中心趋势指标（均值/中位数）：睡眠得分均值82.3分，说明整体睡眠质量处于较高水平；总睡眠时长均值442.5分钟（约7.4小时），符合成年人推荐睡眠时长（7-9小时）；深睡占比均值22.6%，处于成年人理想范围（15%-25%）。
离散程度指标（标准差/IQR）：睡眠得分标准差5.7分，说明个体睡眠质量波动较小；深睡占比标准差5.8%，提示不同日期的深睡结构存在一定差异；清醒次数IQR=2次，说明部分日期存在睡眠连续性较差的情况。

3.3 可视化图表及分析

（1）睡眠得分直方图+核密度曲线

图表内容：横轴为睡眠得分（60-95分），纵轴为频率/密度，叠加正态分布拟合曲线；
分析结论：睡眠得分近似服从正态分布（均值82.3，标准差5.7），峰值集中在80-85分，说明大部分日期睡眠质量稳定在良好水平，无极端异常值。

（2）核心变量与睡眠得分散点图（3张）

图1：总睡眠时长（X1）vs睡眠得分（Y）：呈现弱正相关趋势，时长在420-480分钟（7-8小时）时，得分普遍较高；
图2：深睡占比（X2）vs睡眠得分（Y）：呈现强正相关趋势，深睡占比≥25%时，得分多在85分以上；
图3：清醒次数（X4）vs睡眠得分（Y）：呈现负相关趋势，清醒次数≥3次时，得分多低于80分。

（3）不同清醒次数的睡眠得分箱线图

分组方式：清醒次数0次、1-2次、≥3次三组；
分析结论：0次清醒组的得分中位数（86分）>1-2次组（83分）>≥3次组（76分），且≥3次组的得分四分位距更大，说明清醒次数越多，睡眠得分越低且波动越大，睡眠连续性对质量影响显著。

（4）核心变量相关性热力图

核心结果：睡眠得分（Y）与深睡占比（X2）相关系数r=0.68（强正相关），与总睡眠时长（X1）r=0.32（弱正相关），与清醒次数（X4）r=-0.45（中等负相关），与快速眼动占比（X3）r=0.18（弱相关）；
意义：明确深睡占比是与睡眠得分关联最强的因素，为后续建模和假设检验提供依据。

4）数据建模

4.1 概率模型与随机变量分布建模（针对因变量Y）

（1）分布选择：正态分布建模

建模对象：睡眠得分Y（连续型随机变量）；
分布假设：假设Y服从正态分布N(μ, σ²)，其中μ为总体平均睡眠得分，σ²为总体方差（均为未知参数）；
选择理由：

1. 理论依据：睡眠得分是睡眠时长、结构、连续性等多个独立因素共同作用的结果，根据中心极限定理，其综合得分近似服从正态分布；

2. 数据支撑：可视化分析中直方图+核密度曲线显示Y近似正态分布，后续可通过Q-Q图验证拟合效果。

（2）参数估计

点估计：
总体均值μ的点估计：$\hat{\mu} = \bar{Y} = \frac{1}{n}\sum_{i=1}^n Y_i = 82.3$（样本均值）；
总体方差σ²的点估计：$\hat{\sigma}^2 = S^2 = \frac{1}{n-1}\sum_{i=1}^n (Y_i - \bar{Y})^2 = 5.7^2 = 32.49$（无偏估计）；
总体标准差σ的点估计：$\hat{\sigma} = S = 5.7$。
区间估计（95%置信水平）：
样本量n=76（大样本），采用正态分布近似，置信区间公式：$\bar{Y} \pm z_{\alpha/2} \cdot \frac{S}{\sqrt{n}}$；
计算过程：$z_{0.025}=1.96$，标准误$SE = \frac{5.7}{\sqrt{76}} \approx 0.66$；
95%置信区间：$82.3 \pm 1.96×0.66 = [80.99, 83.61]$；
意义：有95%的把握认为，总体平均睡眠得分落在81.0-83.6分之间。

（3）分布拟合验证

方法：Q-Q图（分位数-分位数图）；
结果：图中数据点近似沿对角线分布，无明显偏离；
结论：睡眠得分Y服从正态分布N(82.3, 32.49)的假设成立，建模合理。

5）假设检验

5.1 提出假设检验问题

基于核心影响因素分析，提出问题：**成年人深睡占比达到20%及以上时，睡眠得分是否显著高于深睡占比低于20%的情况？**

5.2 假设构造（两独立样本t检验）

分组定义：
组1（试验组）：深睡占比≥20%，样本量n1=52，样本均值$\bar{Y}_1=85.7$分，样本标准差$S_1=4.2$；
组2（对照组）：深睡占比<20%，样本量n2=24，样本均值$\bar{Y}_2=76.9$分，样本标准差$S_2=5.1$；
假设：
原假设$H_0: \mu_1 = \mu_2$（两组总体平均得分无差异）；
备择假设$H_1: \mu_1 > \mu_2$（深睡占比≥20%组的平均得分更高）（单侧检验）；
前提假设：两组数据均服从正态分布（已通过Q-Q图验证），方差齐性（通过Levene检验，F=1.83，p=0.18>0.05，方差齐）。