第二章简单统计描述资料.doc

第二章 单变量统计描述分析 第一节 单变量统计描述基本技术 变量的计量尺度/层次定类变量2、定序变量 3、定距变量4、定比变量 定类 定序 定距 定比 =，≠ √ √ √ √ ， √ √ √ +，- √ √ ×，÷ √ 1、社会学研究中，能够满足定距而不能同时满足定比要求的变量不多。如智商,因为智商0分只有相对的意义，0分不等于没有智商，且0值不固定。当前社会统计方法很少要求达到定比层测，所以只介绍前三种层次变量。 2、在社会学研究当中，有些变量的层次是不统一可变的，可用定序层次也可用定距层次，根据研究需要。高层次变量可以降低层次来使用。一般来说，测量层次越高越好，数学特性就越多，统计分析就越方便，能了解资料的程度就越深入。 二、基本技术 1、次数分布（定类） 次数分布可简化资料，但不能比较样本，因为样本量不同。 2、比、比例和比率某一某些事件发生的频率。 3、累加次数和累加百分比（定序和定距） 组限：上限和下限。组距：上限和下限之差。组中值：上限和下限的平均数。 收入 次数 1000-1999元 50 2000-3999元 60 4000-7999元 30 8000元以上 10 如何分组？要考虑几个问题：1、组数太少会掩盖变量变动时频次的变化。组数太多会是每组内频次过少，增加偶然因素，使各组高度参差不齐，看不出规律。2、等距分组和不等距分组。通常用等距分组，但有时不等距分组能更好反映现象本质，如收入1000元和2000元的职工生活水平差距较大，而5000和6000元之间差距较小。 5、统计图 饼图：多用于定类变量，因为表示变量取值在总体中占的比例，而不管取值的排序。 条形图：用长条的高度表示变量类别的次数或百分比，宽度无意义，一般画成等宽长条，用于定类变量和定序变量。 直方图：仅用于定距变量。以长条面积表示频次或相对频次，条形高度表示频次密度（单位组距包含的频次）或相对频次密度，宽度是组距。为何用频次密度而非频次作为条形高度？因为非等距分组情况下，频次作为条形高度会产生错误，每一组的相对比例不一致。例如： 初婚年龄组（岁） 频次（人） 26-27 30 40-50 35 根据频次来比较，得出错误结论：40-50岁结婚的人比26-27岁结婚的人多。 频次密度=频次/组距；相对频次密度=相对频次/组距 30人/27-26=30（人/岁） 35人/50-40=3.5（人/岁） 可见，26-27岁结婚的频次密度远大于40-50岁结婚的频次密度。 折线图：如果用直线联结直方图中条形顶端的中点，则得折线图。 组距减小，线条越平滑，最终成为曲线。社会学研究常见曲线如J形曲线、U形曲线、峰状曲线（单峰、双峰、多峰）、对称和不对称曲线（正态和偏态、右偏/正向偏和左偏/负向偏）。以正态、单峰图形最为常见。 第二节 集中趋势测量法 一、众数（定类变量） 中位数（定序变量）Md 1、根据原始资料求中位数三、均值（定距变量和定比变量） 1、根据原始资料求 2、根据频次求平均数= = 3、用分组资料求 四、众数、中位数和均值的关系 年度 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 n 8.1 7.7 7.4 6.7 6.4 6.0 6.0 6.5 6.0 6.1 计算以下年间的平均人口自然增长率： 1）1990-1993年的前四年间（7.5%） 2）1994-1999年的后六年间（6.2%） 3）1990-1999年十年间（6.7%） 4）如果原始数据丢失，只知道前四年和后六年的平均增长率，能否计算出10年间的平均增长率？如何计算？（7.5%×4+6.2%×6）/10=6.7% 第三节 离散趋势测量法 一、极差和内距 1、极差2、内距 组限 相对频率 累计频率 150-160 20% 20% 160-170 48% 68% 170-180 32% 100% Q25=159.5+10（25-20）/48=160.54 Q75=169.5+10（75-68）/32=171.69 Q75 -Q25=171.69-160.54=11.15 二、∑(X-)2 公式3：均方差MSD=1/n∑(X-)2f（频次表），如果分组资料，X为每一观测值的中点。 三、方差（Variance）标准差（Standard Deviation）∑(X-X)2 公式5：S2=(1/n-1)∑(X-X)2f（频次资料） 方差的平方根=标准差S。通过取平方根，标准差的单位就和原始数据的单位一致了。 方差和标准差反映的是数据对其平均值的离散程度，因此标准差/方差较小的分布一定比较集中在均值附近，反之比较离散。 举例计算： 身高数据 S的计算（取X平均值的近似值