统计教程-数量资料统计描述.pdfVIP

统计教程  数量资料统计描述 对数值变量资料进行统计分析的一般步骤，是先对观察测量得到的变量值（即观察值）进行统计描述，再在此 基础上进行深入的统计推断。统计描述的工作主要是在编制频数表的基础上描述资料的集中位置和离散程度。 一、数值变量资料的频数表 1. 频数表(frequency table)的编制方法： （1）找出观察值中的最大值（largest value ）、最小值（smallest value ）和极差（range ）。 （2 ）据极差大小确定组段和组距（class interval ），将其分为10 个左右的组段。 （3 ）列表划记落在各组段内的观察值个数即可得频数表。 根据编制出的频数表即可了解该数值变量资料的频数分布特征。 2. 频数分布的特征及类型： （1）两个特征：集中趋势（central tendency ）和离散趋势（tendency of dispersion ） （2 ）两种类型：对称分布（symmetric distribution ）和偏态分布（skewed distribution ），偏态分布又有正偏态（positively skewed ）和负偏态（negatively skewed ）之分。 3. 频数表的用途： （1）描述资料的分布特征和分布类型。 （2 ）进一步计算有关指标或进行统计分析。 （3 ）发现特大、特小的可疑值。 （4 ）据此绘制频数分布图。 二、集中位置的描述 描述一组观察值集中位置或平均水平的指标称为平均数（average ）。它能使人对资料有个简明概括的印象，并 能进行资料间的比较。常用的平均数有算术均数、几何均数和中位数。 1. 算术均数（arithmetic mean ） 简称均数（mean ），有总体均数和样本均数之分，分别用希腊字母miu(音)和英文字母x bar(音)表示。 （1）计算方法 不分组资料用直接法。即所有观察值的累积和除以观察值个数， 相同观察值较多或分组资料常用加权法 （weighting method ）。 （2 ）均数的应用 适用于对称分布，特别是正态分布的资料，不适用于偏态分布的资料。如有数据3、4 、5、6、17，可见数据多 在3-6 之间，但均数为7，显然不能代表这组数据的中心位置，此时应用几何均数或中位数描述其集中趋势。 2. 几何均数（geometric mean ，G ） 适用于呈倍数关系的等比资料或对数正态分布的资料，应用中应注意观察值不能同时有正有负，同一资料算得 的几何均数小于算术均数。 3. 中位数(median) 1  统计教程  中位数是一组观察值的位置平均数，直接由原始数据计算中位数时，若n 为奇数，则中位数为将观察值从小到 大排序后中间位置那个观察值，若n 为偶数，中位数为将观察值从小到大排序后中间两个观察值的算术均数。用 频数表计算中位数时先据频数表计算累计频数（cumulative frequency ）和累计频率，百分之五十分位数即为中位 数。 中位数用于描述偏态分布资料的集中位置，它不受两端特大、特小值的影响，当分布末端无确切数据时也可计 算。 百分位数(percentile)是资料分布数列的的百等份分割值，百分位数用于描述样本或总体观察值序列某百分位置的 水平，应用中注意，样本例数不够多时，两端的百分位数不稳定。百分位数还用于确定参考值范围（reference range ）。 三、离散程度的描述 多组资料均数相同，只说明其集中趋势相同，各组数据内部观察值参差不齐的程度可能不同。此时，常用极差、 四分位数间距、方差、标准差和变异系数等指标来描述资料的离散程度。 1. 极差（range ，R ） 又称全距，即最大和最小观察值之间的间距，用极差描述资料的离散程度简单明了，但它不能反映观察值的整 个变异度，样本的例数越多，极差越大，不够稳定。 2. 四分位数间距 四分位数( quartile，Q) 是特定的百分位数，其中P25 为下四分位数Ql，P75 为上四分位数Qu 。四分位数间距即 Qu-Ql 。四分位数间距比极差稳定，但仍未考虑每个观察值的变异度。 3. 方差（variance ，Var ） 怎样一个指标才能反映整个资料的变异程度呢？ 离均差的绝对值之和或离均差平方