数据处理和统计方法硕士研究生课程.doc

主要参考书目： [1] 盖钧镒主编. 试验统计方法[M].北京：中国农业出版社，2000. [2] 莫惠栋著.农业实验设计[M].上海：上海科学技术出版社，1992. [3] 杜荣骞. 生物统计学[M].北京：高等教育出版社，2003. [4] 李春喜，王志和，王文林. 生物统计学[M].北京：科学技术出版社，2000. [5] 洪楠，侯军编著. SAS for windows(v8)统计分析系统教程新编[M].北京：清华大学出版社，北京交通大学出版社，2004. [6] 阮桂海等编著.SAS统计分析使用大全[M].北京：清华大学出版社，2003. [7] 彭昭英著. 世界统计与分析全才SAS系统应用开发指南（上、下册）[M].北京：北京希望电子出版社，2000. [8] 卢纹岱主编. SPSS for Windows统计分析[M].北京：电子工业出版社，2000. [9] 郝黎仁，樊元、郝哲欧等. SPSS 实用统计分析[M].北京：中国水利水电出版社，2003. [10] Levine D M, Krehbiel T C, Berenson M L. Business statistics: a first course, 3rd edition[M], New Jersey: Pearson Education,2002 [11] 胡小平，王长发编著. SAS基础及统计实例教程[M].西安：西安地图出版社，2001. [12] 黄燕，吴平编著. SAS统计分析及应用[M].北京：机械工业出版社，2006. 描述统计(descriptive statistics)（复习） 第一节 反映集中性的统计数 1.算术平均数（加权算术平均数）(arithmetic mean, weighted mean) , ， 2.中位数(median) 对于按次数分布表分组的资料计算公式如下： ，式中：Lmd是中位数所在组的组下限值，i是组距，fmd是中数所在组的次数，n是样本含量，C是中数前面组的累积次数。 3.众数(mode) 第二节 反映变异性的统计数 1.极差(range) 2.方差(variance) 样本，总体 3.标准差(standard deviation) 样本，总体 4.标准误(standard error of mean) 样本 5.变异系数（coefficient of variance） 样本的标准差与平均数相比的百分率。以CV来表示： CV＝s/×100% 第三节 反映分布情况的统计数和图 1.偏斜度(skewness) 偏斜度表示资料的分布情况，当偏斜度等于零时资料的分布是对称的，当偏斜度为正值时，分布正偏，即众数位于算术平均数的左侧；当偏斜度为负值时，分布负偏，即众数位于算术平均数的右侧， 偏斜度的计算公式为： ，（数据的三阶中心矩），利用m3有两个严重的缺点：首先带有立方的单位，其次没有计算数据变异的性质，因此没有一个绝对的含义。为了解决这一问题，将它转化为一个没有任何单位的量来表示偏斜度，转化公式如下： ，用g1判断分布是否偏斜的原则与m3相同，当|g1|=2时，偏斜就已经很大了。上式中的m2就是总体方差。（二阶中心矩） 2.峭度（峰值）(kurtosis) 也是一个度量曲线形状的一个量，用g2表示，当它等于零时，可以认为数据是服从正态分布的，当它是正值时曲线过于陡峭；当它是负值时曲线过于平坦。标准正态分布的峭度等于零，峭度的计算公式如下： ， 3.四分位数(quartiles) 用来显示25%，50%，75%的百分位数。如前所述，中位数将排序后的数据分割成两部分，有50%的观察值小于它，而有50%的观察值大于它，所以可以把它叫做二分位数。四分位数将排序后的数据分割成四部分，不难理解需要我们计算的主要是第一四分位和第三四分位，计算公式如下： , 例如：有一组数据经排序后为： 9.77 11.35 12.46 13.80 15.47 17.48 18.37 18.47 18.61 20.72 21.49 22.47 31.50 38.16 q1=3.75，q3=11.25 Q1=13.8。Q3=21.49。 4.箱图(箱须图，箱线图)(boxplots , box-whisker-plot) 是一种描述数据分布的统计图形，利用它可以从视觉的角度观察变量值的分布情况，箱图主要表示变量的第二十五百分位数、中位数、第七十五百分位数等统计量。组成箱图的含义：①矩形框是箱图的主体，上中下（或右中左）三条线分别表示变量值的第75、50、25百分位数。变量的50%的观察值落在这一区域中。②触须线是中间的纵向（或横向）直线。上截止横线是变量值本体最大值；下截止线是变量值本体最小值。本