应用统计学-03.ppt

应用统计学-3 例3.1 例3.（排序） 例3.2（例2.3） 例3.3 例3.4 箱图的制作 时间序列线图的制作 例3.6 雷达图的制作 例3.7 统计数据是谎言！ 我一眼就看出来了， 大多数日加工零件 数在120-125之间 实例 下表是某电脑公司2005年4个月每天的销售数据，试对数据进行分组。 接收区域 频率=频数/总和 频数 什么是左偏? 什么是右偏? 单科最高、最低 平均最高、最低 集中、离散程度 定义3.6 将各有序类别或组的频数逐级累加起来得到的频数，称累积频数。 定义3.7 将各有序类别或组的百分比逐级累加起来，称为累积频率或累积百分比。 定义3.8 根据统计研究的需要，将原始数据按某种标准划分成不同的组别，称为数据分组。 定义3.9 分组后的数据称为分组数据。 定义3.10 把一个变量值作为一组，称为单变量值分组。 定义3.11 将全部变量值依次划分为若干个区间，并将这一区间的变量值作为一组，称为组距分组。 定义3.12 在组距分组中，一个组的最小值，称为下限（low limit）；一个组的最大值，称为上限（upper limit）。 定义3.13 一个组的上限值与下限值之差，称为组距。 定义3.14 在 组距分组时，如果各组的组距相等，称为等距分组。 定义3.15 在 组距分组时，如果各组的组距不相等，称为不等距分组。 定义3.16 每一组的下限和上限之间的中点值，称为中值。 最大值 最小值 最大值 例：以生产零件个数为变量。 以生产零件个数为变量，变量太多啦！ 如何区分分类变 量和数值变量? 例：每五隔个零件为一个区间（变量）。 5≤K≤15 本组上限不在内 第一组下限低于最小变量，最后一组上限高于最大变量。 连续变量上限值可采用小数点的形式，如109.99 若最大、最小值与其他数据相差太大，为避免空白组或个别极端值漏掉，可用开口组 94 160 组距分组掩盖了各组内的数据分布状况。 注意： 不等距分组： (1)根据生理成长特点的人口年龄分组 0-6岁（幼儿组），7-17（少儿组），18-59岁（成年组），60岁以上（老年组） (2) 粒度划分 10mm 粒度划分 （真数与对数分组） 砾 (Pebble) 砂(sand) ~ 淤泥(silt) …… 64mm Cobble 2mm = ㏒2(直径) Pebble Sand Silt 频数密度：每一岁有多少人 幼儿组/少儿组/成年组/老年组 换成百分比（%） 组距为1个单位 宽度没有数值意义 长宽都有数值意义 定义3.17 直方图是用矩形的宽度和高度（即面积）来表示频数分布的图形 定义3.18 由“茎”和“叶”两部分组成的、反映原始数据分布的图形，称为茎叶图。 “?”表示0-4， “?”表示5-9。 105－109 110－114 106-107 108-109 定义3.1 落在某一特定类别（或组）中的数据个数，称为频数（frequency），也称次数。 定义3.2 把各个类别及落在其中的相应频数全部列出，并用表格形式表现出来，称为频数分布（frequency distribution）。 定义3.3 一个总体（或样本）中各个部分的数值的比重，称为比例（proportion）。 定义3.4 将比例乘以100得到的数值，称为百分比或百分数（percentage）。 定义3.5 总体或样本中各不同类别数值之间的比值，称为比率（ratio）。 注意：此处应该是频数 频率=频数/总和 频率？ 频数？ 例3.3 * 分类数据的逻辑检查 数值型的数据计算检查 中学学历的大学教师 排序的突然增加或较少 均值大于1/2总和 什么是口径？ 统计数据的二重性 表3-1是8名学生4门课程的考试成绩数据（单位：分）。试找出统计学成绩等于75分的学生，英语成绩最高的前三名学生，4门课程成绩都高于70分的学生。 表3-1 筛选出统计学成绩等于75分的学生。 统计学成绩等于75分的学生。 筛选出英语成绩最高的前三名学生 英语成绩最高的前三名学生 筛选出4门课程都大于70分的学生 条件区 数据区 4门课程都大于70分的学生 按统计学成绩高低排序 按统计学成绩高低排序 广东沿海古海蚀平台的高度 2-3m 3m 2m 数据来源:谭惠忠等（1995） （黄海基面） (黄基) 1.6m