数值变量资料.pptVIP

第八章 数值变量资料 的统计描述 第一节 数值变量资料的频数分布 统计描述：是用统计图表、统计指标来描述资料的分布规律及其数量特征。 频数分布表：主要由组段和频数两部分组成的表格。 一、频数分布表及其制作 ---- 频数分布表的编制 1.计算极差（全距）： R=最大值 - 最小值 R＝5.59–3.60 =1.99(mol/L) 2.决定组数、组段和组距 根据研究目的和样本含量n确定分组组数。一般分为8～15组。 相邻两组段下限值之差称组距，i =全距 / 组数。 i = 1.99 / 10 = 0.199 ≈0.2 (mol/L) 组段：每个组段的起点称组下限，终点称组上限。 3.列表划记： 用划记法将所有数据归纳到各组段，可得到各组段的观察单位数（频数） 频数： 将所有变量值通过划记逐个归入相应组段 ； 频率与累计频率： 将各组的频数除以n所得的比值被称为频率。累计频率等于累计频数除以总例数。 二、频数分布的特征和类型 （一）频数分布的特征 1.集中趋势：变量值集中分布的位置。 2.离散趋势：变量值围绕集中位置的分布情况。 二、频数分布的特征和类型 （二）频数分布的类型 1.对称分布 2.偏态分布 三、频数分布表的用途 1.揭示资料的分布类型 2.观察资料的集中趋势和离散趋势 3.便于发现某些特大或特小的可疑值 4.便于进一步计算统计指标和作统计处理 3．便于发现一些特大或特小的可疑值 第二节 集中趋势指标 平均数常用于描述数值变量资料的集中趋势，是反映同质资料的平均水平或集中位置的特征值。 一、 算术均数（均数） ﹡表示符号：总体均数 (μ) 样本均数 ( x ) ﹡应用：对称分布资料，尤其是正态分布资料。 2.加权法：用于变量值个数较多时。 计算结果 二、几何均数 几何均数(简记为Ｇ):是将n个观察值x的乘积再开n次方的方根（或各观察值x对数值均值的反对数）。 适用条件：对于变量值呈倍数关系或呈对数正态分布(正偏态分布)，如抗体效价及抗体滴度，某些传染病的潜伏期，细菌计数等。 二、几何均数 例8.3 有7份血清的抗体效价分别为1:2, 1:4, 1:8, 1:16, 1:32, 1:64,1:128,求平均抗体效价。 平均抗体效价1：16。 二、几何均数 计算几何均数注意事项： ①变量值中不能有0，因为0和负数不能取对数。 ②不能同时有正值和负值； ③若全是负值，计算时可先把负号去掉，得出结果后再加上负号。 三、中位数 定义：将一组变量值从小到大按顺序排列，位次居中的变量值称为中位数(简记为M)。 三、中位数 适用条件： ①变量值中出现个别特小或特大的数值; ②资料的分布呈明显偏态，即大部分的变量值偏向一侧; ③变量值分布一端或两端无确定数值，只有小于或大于某个数值; ④资料的分布不清。 三、中位数 三、中位数 四、百分位数 (Px ) 定义：百分位数是一种位置指标，以Px表示。百分位数是将频数等分为一百的分位数。 一组观察值从小到大按顺序排列，理论上有x%的变量值比Px小，有(100-x)%的变量值比Px大。故P50分位数也就是中位数，即P50=M 。 计算公式： 计算中位数及百分位数的步骤： 先找到包含Px的最小累计频率； 该累计频率同行左边的组段值为L； L同行右边的频数为fx(或fm)； L前一行的累计频数为∑fL； 将上述已知条件代入公式计算Px或P50 。 第三节 离散趋势指标 离散度（变异度）：一组同质计量资料各数据之间参差不齐的程度，称为离散度。 常用指标： 一、全距 (R) R = 最大值 — 最小值 反映变量值的变异范围。 全距越大，说明变量的变异程度越大。 其度量单位与原变量单位相同。 二、四分位数间距 (Q) 四分位数间距为特定的百分位数，可看作为中间1/2变量值的全距。 Q = Qu － QL Qu = P75 （上四分位数） QL = P25（下四分位数） 二、四分位数间距 (Q) 用途：用于表示偏态分布资料的变异程度，常与中位数配合使用。 三、方差和标准差 全距和四分位数间距都未全面考虑观察值的变异情况，为了克服该缺点，需计算总体中每个观察值x与总体均数?的差值（x-?），称为离均差。 由于∑（x-?）=0，不能反映变异的大小，而用离均差平方和 ∑（x-?）2反映。其均数，即得到总体的方差，用?2表示。 ２．标准差 方差可以比较全面地反映变量值的变异情况，但其方差的单位是原单位的平方，故引入标准差的概念。 标准差：将方差开平方，恢复成原度量单位，得到总体的标准差?和样本标准差S。 总