第二章定量的统计描述总结.ppt

第二章 定量资料的统计描述 掌握内容： 频数表的编制 集中趋势的描述 离散趋势的描述 标准正态分布的特征和正态分布的应用 手工制作频数表的步骤： 1）求全距（range）： 观察值中最大值与最小值的差值即为全距（或极差），用R表示。 2）确定组段数和组距： 根据样本含量的大小确定“组段”数，一般设8-15个组段，观察单位较少时组段数可相对少些，观察单位较多时组段数可相对多些；常用全距的1/10取整做组距，以便于汇总和计算。 2.频数分布的特征 频数分布的两个重要特征： 1.算术均数（ arithmetic mean） 算术均数简称均数，用X表示。用于反映一组同质观察值的平均水平或集中趋势常用指标。 注意：适用于对称分布、正态或近似正态分布的数值变量资料。其计算方法有： 2.几何均数（geometric mean） 几何均数用G表示。 注意：①对数正态分布（数据经过对数变换后呈正 态分布的资料） ②等比级数资料，即观察值之间呈倍数或近 似倍数变化的资料。 ③计算几何均数时观察值中不能有0；观察 值中不能同时有正或负值。 2）频数表法（加权法） 4.百分位数（percentile） 用Px表示。一个百分位数Px将一组观察值分为两部分，理论 上有X%的观察值比它小，有（100-X）%的观察值比它大，是 一种位置指标。 1.全距（range，简记为R） 　 全距亦称极差，是一组同质观察值中最大值与最小值之差。常用于描述传染病食物中毒的最长、最短潜伏期。 优点：计算简单，容易使用。 缺点：稳定性差。 ①只考虑最大值与最小值之差异，不能反映组内其它观 察值的变异度； ②样本含量越大，抽到较大或较小观察值的可能性越大，则全距可能越大。因此样本含量相差悬殊时不宜用全距比较。 3.方差（variance） 5.变异系数（coefficient of variation,简记为CV） 第四节 正态分布及其应用 二、正态分布的特征 1．正态分布以均数μ为中心，左右对称; 2、在均数位置处，f(X)值最大。 3．正态分布有两个参数，即均数μ和σ标准差。μ是位置参数，当σ固定不变时， μ越大，曲线沿横轴越向右移动；　 σ是变异参数，当μ固定不变时， σ越大，曲线越平阔；　 σ越小，曲线越尖峭。 4．正态曲线下面积的分布有一定规律。 直接法： （2.13） 加权法： (2.14) 注意：常用于比较度量单位不同或均数相差悬殊的两组或多组资料的变异度。 其公式为： （2.15） 一、正态分布的概念 图2.2 频数分布逐渐接近正态分布示意图 π为圆周率，e为自然对数的底 μ即为正态分布的均数，它描述了正态分布的集中趋势位置,称位置参数 σ是正态总体的标准差，它描述正态分布的离散程度，称变异参数。 通常记为 正态曲线的函数式为： 该变换使原来的正态分布转化为(μ=0, σ=1)标准正态分布 (standard normal distribution)通常记作N(0,1)。（2.16）亦称u分布。u被称为标准正态变量或标准正态离差（standard normal deviate）。 （2.16） * * * * * 1.频数表（frequency table）的编制 频数：对一个变量进行重复观察测量，其中某一取 值下出现的次数称作频数。 频数表：以一种统计表格的形势，列出观察指标的 可能取值区间及其在各区间内出现的频数。 第一节 频数分布表与频数分布图 3）确定组限： ①各组段的起点和终点分别称为下限和上限，某组段包含下限，但不包含上限。 ②第一组段应包括全部观察值中的最小值，最末组段应包括全部观察值中的最大值，并且同时写出其下限与上限。 ③其组中值为该组段的（下限+上限）/2。 ④相邻两组段的下限之差称为组距。 3）列表划记：制作出所需的频数表。 表2.1 某单位101名正常成年女子的血清胆固醇频数分布 5.75 1 5.6~5.9 5.45 2 5.3~ 5.15 5 5.0~ 4.85 9 4.7~ 4.55 12 4.4~ 4.25 17 4.1~ 3.95 20 3.8~ 3.65 17 3.5~ 3.35 8 3.2~ 3.05 6 2.9~ 2.75 3 2.6~ … … 2.45 1 2.3~ fX2 fX 组中值(X) 频数(f) 组段 表2.2 某地110名7岁男孩身高（cm）均数的频数表 110～ 112～ 114～ 116 ～ 118 ～ 120 ～ 122 ～ 124 ～ 126