统计学原理chapter3(硕士)统计图表讲解.ppt

一个例子 试一试，想一想 1、请自己找一组数值型数据 2、计算这组数的算术平均数 3、对这组数据进行区间分组，编制统计表。 4、根据3中的统计表，（近似）计算这组数的算术平均数。 5、比较3与4中的结果。二者相同吗？为什么？ 折线图 一个例子 多批数据箱线图 8门课程考试成绩的箱线图 11名学生8门课程考试成绩的箱线图 Min-Max 25%-75% Median value 45 55 65 75 85 95 105 学生1 学生2 学生3 学生4 学生5 学生6 学生7 学生8 学生9 学生10 学生11 多批数据箱线图 3、时间序列数据：线图 绘制线图时应注意以下几点 时间一般绘在横轴，指标数据绘在纵轴 图形的长宽比例要适当，其长宽比例大致为10：7 一般情况下，纵轴数据下端应从“0”开始，以便于比较。数据与“0”之间的间距过大时，可以采取折断的符号将纵轴折断 时间序列数据—线图 表 1991～2003年城乡居民家庭人均收入 年份 城镇居民 农村居民 1991 1992 1993 1994 1995 1996 1997 1998 1700.6 2026.6 2577.4 3496.2 4283.0 4838.9 5160.3 5425.1 708.6 784.0 921.6 1221.0 1577.7 1926.1 2091.1 2162.0 时间序列数据（由 Excel 绘制的线图） 0 2000 4000 6000 1991 1992 1993 1994 1995 1996 1997 1998 城镇居民 农村居民 收 入 （元） 图3-14 城乡居民家庭人均收入 （1）散点图 （2）气泡图 （3）雷达图 4、多变量数据的图示 （1）散点图 （2）气泡图 （3）雷达图 雷达图（Radar Chart）是显示多个变量的常用图示方法 在显示或对比各变量的数值总和时十分有用 假定各变量的取值具有相同的正负号，总的绝对值与图形所围成的区域成正比 可用于研究多个样本之间的相似程度 设有n组样本S1，S2，…Sn，每个样本测得P个变量X1，X2，Xp，要绘制这P个变量的雷达图，其具体做法是 雷达图的制作 先做一个圆，然后将圆P等分，得到P个点，令这P个点分别对应P个变量，在将这P个点与圆心连线，得到P个幅射状的半径，这P个半径分别作为P个变量的坐标轴，每个变量值的大小由半径上的点到圆心的距离表示 再将同一样本的值在P个坐标上的点连线。这样，n个样本形成的n个多边形就是一个雷达图 例3.10 表3-16 2003年城乡居民家庭平均每人生活消费支出 项 目 城镇居民 农村居民 食品 衣着 家庭设备用品及服务 医疗保健 交通通讯 娱乐教育文化服务 居住 杂项商品与服务 合 计 0 500 1000 1500 2000 食品 衣着 家庭设备用 品及服务 医疗保健 交通通讯 娱乐教育 文化服务 居住 杂项商品 与服务 城镇居民 农村居民 图3-30 2003年城镇居民家庭消费支出 （元） 由 Excel 绘制的雷达图 交叉分组表 判决 法官 总计 A B 维持 129（86%） 110（88%） 239 推翻 21（14%） 15（12%） 36 总计 150（100%） 125（100%） 275 判决 法官A 总计 民事庭 市政庭 维持 29（91%） 100（85%） 129 推翻 3（9%） 18（15%） 21 总计 32（100%） 118（100%） 150 判决 法官B 总计 民事庭 市政庭 维持 90（90%） 20（80%） 110 推翻 10（10%） 5（20%） 15 总计 100（100%） 25（100%） 125 辛普森悖论 根据综合和未综合数据得到的结论相反，这一现象称为辛普森悖论。 举例如下 辛普森悖论 判决 法官 总计 A B 维持 129（86%） 110（88%） 239 推翻 21（14%） 15（12%） 36 总计 150（100%） 125（100%） 275 谁更好？ 合理使用图表 判决 法官A 总计 民事庭 市政庭 维持 29（91%） 100（85%） 129 推翻 3（9%） 18（15%） 21 总计 32（100%） 118（100%） 150 判决 法官B 总计 民事庭 市政庭 维持 90（90%） 20（80%） 110 推翻 10（10%）