描述性统计的的分析.ppt

描述性统计 分析 主要内容 描述性统计分析 频率分析 对数据进行描述的图形化方法和数值方法 学习分析数据分布的方法 应用SPSS进行描述性数据分析的方法 常用统计图形的绘制方法和解释技巧 数据标准化 本章学习目标： 掌握数据分析项目的整个过程； 掌握数据的分类方法； 掌握对数据进行描述的图形化方法和数值方法； 学习分析数据分布的方法； 掌握应用SPSS进行描述性数据分析的方法； 掌握常用统计图形的绘制方法和解释技巧 前言：描述性统计和推断性统计 统计学分为描述性统计分析和推断性统计分析 描述性统计 应用分类、制表、图形以及概括性数据指标来概括数据分布特征的方法。结论不能推及总体。 推断性统计 推断性统计分析得到的结论适用于总体。 统计量 统计分析往往是从了解数据的基本特征开始的。统计上，需要把样本数据所含信息进行概括、融合和抽象，从而得到反映样本数据的综合指标，这些指标称为统计量。 描述性统计分析指标 统计量可分为两类 一类表示数据的中心位置，例如均值、中位数、众数等 一类表示数据的离散程度，例如方差、标准差、极差等用来衡量个体偏离中心的程度。 3.1 频率分析 功能：频率分析主要通过频率分布表、条形图和直方图，以及集中趋势和离散趋势的各种统计量来描述数据的分布特征 频率分析意义 意义：SPSS的频数分析过程（Frequencies）是描述性分析中最基本也是最常用的方法之一。通过频数分析，我们可以得到详细的频数表以及平均值、最大值、最小值、方差、标准差、极差、平均数标准误、偏度系数和峰度系数等重要的描述统计量，还可以通过分析得到合适的统计图。所以进行频数分析不仅可以方便地对数据按组进行归类整理，还可以对数据的分布特征形成初步的认识。 频率分析术语 频率 对于定性观测值时，把它们按照某种原则分成一些组，每个观测值必须落入一个类并且只能够落入一个类中。对于给定的类，落入这个类的个案数称为频率 落入该类中的个案数和个案总数的比例称为相对频率 案例 数据文件Employ Data.sav记录了某公司职工的基本信息，例如性别、民族、出生日期、教育水平、工资水平、工作年限等。 教育水平为分类变量，它有11个类别。 SPSS频率分析 选择【分析】→【描述统计】→【频率】 频率分析选项-统计量 频率分析选项-图表 频率分析的结果解释 频率表格 条形图、直方图 当堂练习-频率分析实例 案例3.1身高数据给出了河南省某学校50名高二学生的身高。试分析该50名学生的身高分布特征，计算平均值、最大值、最小值、标准差等统计量，并绘制频数表、直方图。 3.2 中心趋势的描述 均值（尺度数据和定序数据） 中位数（尺度数据和定序数据） 众数（定性数据和尺度数据） 5%截尾均值（尺度数据和定序数据） 均值 均值即数据的算术平均数，是数据中心趋势的主要度量指标， 设变量有n个测量值 ，则算术均值为： 均值的特点 最常用的中心位置度量 受极端值影响 例：1，3，5，7，9 和 1，3，5，7，14 中位数 重要的中心位置度量 在递增排序后的数据列中 若数据个数为奇数，中位数是正中央的数 若数据个数是偶数，中位数是正中央的两数的平均值. 不受极端值的影，例如：1，5，7，3，9 众数 发生频数最高的数据值 不受极端值的影响 众数可能不存在 可能有多个众数（单峰，双峰，多峰） 可用于定量或定性数据 5%截尾均值 避免了极端值的影响 3.3 离散趋势的描述 仅仅根据数据的中心趋势指标进行决策是不够的。例如，如果一个国家的不同家庭收入差距很少；而另一个国家的家庭收入差距很大，既存在大量的贫困家庭，也存在许多十分富有的家庭，那么即使这两个国家的中等收入家庭的收入完全一样，其家庭收入情况仍然完全不同。 例子 假设我们有以下的三组观测值： 观测A：11，12，13，16，16，17，18，21 观测B：14，15，15，15，16，16，16，17 观测C：11，11，11，12，19，20，20，20 这三组观测值的均值都是15.5，那么这三组数据是否相似呢？ 离散趋势 离散趋势的描述 极差（range） 方差（Variance） 标准差（S.d.) 分位数( Percentage) 变异指标 极差 极差=最大值-最小值 受极端值影响较大 方差和标准差 方差 标准差 变异系数 在比较两组数据离散程度大小时，如果数据的测量尺度相差太大，直接比较二者的标准差并不合适。 需要首先消除测量尺度和量纲的影响。变异系数可以剔除这些影响，其计算公式为： 分位数 第p百分位数 使得至少有p%的数据小于或等于这个值，且使得至少有(100-p)%的数据大于或等于这个值 如何