统计学资料3.pptVIP

§3.2.3 数据的标准得分 假定两个水平类似的班级（一班和二班）上同一门课， 但是由于两个任课老师的评分标准不同，使得两个班成绩的均值和标准差都不一样(数据：grade.txt)。 §3.2.3 数据的标准得分 一班分数的均值和标准差分别为78.53和9.43，而二班的均值和标准差分别为70.19和7.00。 那么得到90分的一班的张颖是不是比得到82分的二班的刘疏成绩更好呢？怎么比较才能合理呢？ §3.2.3 数据的标准得分 虽然这种均值和标准差不同的数据不能够直接比较，但是可以把它们进行标准化，再比较标准化后的数据。 一个标准化的方法是把某样本原始观测值（亦称得分，score）和该样本均值之差除以该样本的标准差；得到的度量称为标准得分(standard score，又称为z-score)。 §3.2.3 数据的标准得分 即，某观测值xi的标准得分定义为 §3.2.3 数据的标准得分 在我们的例子中，张颖的标准得分为(90-78.53)/9.43＝1.22，而刘疏的标准得分为(82-70.19)/7＝1.69。 显然如果两个班级平均水平差不多，刘疏的成绩应该优于张颖的成绩；这是在标准化之前的数据中不易看到的。 可以看出，原始数据是在各自的均值附近，而散布也不一样。但它们的标准得分则在0周围散布，而且散布也差不多。实际上，任何样本经过这样的标准化后，就都变换成均值为0、方差为1的样本。标准化后不同样本观测值的比较只有相对意义，没有绝对意义。 第三章数据的描述 在对数据进行深入加工之前，总应该对数据有所印象。 可以借助于图形和简单的运算，来了解数据的一些特征。 由于数据是从总体中产生的，其特征也反映了总体的特征。对数据的描述也是对其总体的一个近似的描述。 §3.1 如何用图来表示数据？ §3.1.1 定量变量的图表示:1.直方图 对于一个定量变量，比如某个地区（地区1）测量了163个高三男生的身高（S3height1.txt）。 用图形来表示这个数据，使人们能够看出这个数据的大体分布或“形状”的一个办法是画直方图(histogram)。 图3.1就是利用这个数据由SPSS软件所画的直方图。 该图的横坐标是身高区间，这里每一格代表5cm的身高范围（格子宽度因不同的数据性质或要求而定，这里的格子宽度为5cm），而纵坐标为各种身高区间的身高的频数。 直方图 §3.1.1 定量变量的图表示:2.盒型图 简单一些的是盒形图(boxplot，又称箱图、箱线图、盒子图)。 图3.2的左边一个是根据地区1高三男生的身高数据所绘的盒形图；其右边的图代表另一个地区（地区2）的高三学生的身高（height.txt，height.sav，第三章例.xls）。 盒型图 盒子的中间横线是数据的中位数(median)，封闭盒子的上下两横线（边）为上下四分位数（点）；按照SPSS的默认选项，如果所有样本中的数目都在离四分位点1.5倍盒子长度之内，则线的端点为最大和最小值，否则线长就是1.5倍的盒子长度（盒子长度称为四分位间距），在其外面的度量单独点出 §3.1.1 定量变量的图表示:3.茎叶图 在直方图和盒形图中，很难恢复数据的原貌。而另一种图：茎叶图(stem-and-leaf plots)可以恢复数据 以地区1高三男生身高为例（图3.3），茎叶图既展示了分布形状又有原始数据。它象一片带有茎的叶子。茎为较大位数的数字，叶为较小位数的数字。 茎叶图 其中茎叶图中茎的单位为10cm，而叶子单位为1cm。比如，由于第一行茎为150cm，因此叶子中的九个数字001223344代表九个数目150、150、151、152、152、153、153、154、154cm等。每行左边有一个频数（比如第一行有9个数目，第二行有17个等等）；可以看出最长的一行为从165cm到169cm的一段（有35个数）。 §3.1.1 定量变量的图表示:4.散点图 数据会有两个变量，如美国男士和女士初婚年限数据（marriage.txt）。 该数据描述了自1900年到1998年男女第一次婚姻延续的时间。 这里年份是一个变量，婚姻延续时间是第二个变量。由于不可能将所有人的婚姻年限都给出来，所以每年就取了一个中间的值(中位数)作为代表。 散点图 §3.1.2 定性变量的图表示：饼图 定性变量（或属性变量，分类变量）不能点出直方图、散点图或茎叶图，但可以描绘出它们各类的比例。 下面用SPSS绘的图3.5（饼图，pie chart）表示了说世界各种主要语言人数的比例(language.txt). 饼图 §3.1.2 定性变量的图表示：条形图 而用同样数据画的图3.6称为条形图（bar chart）。 从每一条可以看出讲各种语言的实际人数，而且分别给出了每个语种中母语和日常使用的人数（在图中并排放