SPSS数据编辑技术讲课.pptxVIP

马秀麟 2014年8月 社会科学统计软件及应用 2014年9月22日 第3讲 基本统计分析——统计描述 一、统计描述的基本理论 1、基本概念 统计描述的目标 集中趋势分析 均值 众数 中位数 离散趋势分析 方差 标准差（标准误（SE.Mean) 四分位数（定序） 全距 异众比率（定类） 分布形态描述 偏度 峰度（峰峭度） 频数/百分数 正态分布/指数分布/泊松分布 一、统计描述的基本理论 统计描述方法 分布 分阶段统计频数 指定分段范围 四分位 百分位 分布形态 正态分布等 统计图 统计表 一、统计描述的基本理论 2、知识回顾 三类数值型变量 度量型变量（定距变量、连续变量） 高测度、连续取值 序号变量（定序变量） 低测度、离散型取值、有大小之分 例如： 5级量表的取值 名义变量（定类变量） 低测度、离散型取值、无大小之分 例如： 性别、单位编号、学号等 在统计中通常不作为统计量，常用作分组依据 一、统计描述的基本理论 集中趋势描述变量 均值 所有数据的平均值 适宜于——定距变量 众数 一组数据中出现次数最多的变量值 适宜于——定序变量 和 定类变量 中位数 对数据排序后，位于中间位置的数值 如果有偶数个数据，则取中间2数的均值 适宜于——定距变量、定序变量 一、统计描述的基本理论 一、统计描述的基本理论 离散趋势描述 方差（Variance） 方差用于反应样本波动程度——离散度； 方差=样本值与均值之差的平方和/除以差值的个数； 标准差（std. Dev） 标准差用于反应样本值与均值的距离，即样本波动程度——离散度； 标准差是方差的平方根 均值的标准误——SE.Mean 标准误=平方根（方差/样本数n） 因为标准差少除了一次样本数，不能真正地反映平均距离 一、统计描述的基本理论 标准差系数 即均方差系数，离散系数，从相对角度观察的差异和离散程度，在比较相关事物的差异程度时较之直接比较标准差要好些。反映标志变动程度的相对指标 原因： 标准差受样本值域的影响（5分制成绩与百分制成绩计算标准差） 标准差系数=标准差/均值。 全距（极差） 描述样本值的最大范围 最大值与最小值的差——适应于定距变量，易受奇异值的影响 四分位差 三分位的值—一分位的值 即75%处的值减去25%之处的值（箱体图的范围） 一、统计描述的基本理论 一、统计描述的基本理论 统计形态描述 正态分布 是一种理想化的分布形态，也叫高斯分布。 若随机变量服从一个位置参数为u、尺度参数为ð的概率分布，且其概率密度函数满足： 则这个随机变量就称为正态随机变量，正态随机变量服从的分布就称为正态分布。 理想化的正态分布满足u=0, ð =1。U是位置， ð是标准差。 一、统计描述的基本理论 一、统计描述的基本理论 T分布 正态分布主要包含2个参数：u和σ。 由于在实际工作中，往往总体的σ是未知的，在样本量偏少的情况下，对于接近正态分布的样本常用样本方差作为总体方差的估计值，进行处理。 可以把t分布看作小样本量下针对正态分布的一种描述。 t分布是一簇曲线，其形态变化与n（确切地说与自由度ν）大小有关。 自由度ν越小，t分布曲线越低平； 自由度ν越大，t分布曲线越接近标准正态分布（u分布）曲线。 一、统计描述的基本理论 正态分布的标记变量 偏度 描述统计数据分布形态对称性的统计量 相对于正态分布（或t分布形态） 内涵： 偏度大于0，为正偏——向右偏 偏度小于0，为负偏——向左偏 峰度 描述变量值分布形态陡缓程度的统计量。 相对于正态分布 内涵： 其值与正态分布标准曲线对比。 大于0，更陡；小于0；较缓。 一、统计描述的基本理论 指数分布 在统计学中，指某一时刻事件发生的概率满足以“入”为控制量、时间t为自变量的指数关系。 一、统计描述的基本理论 其含义： 适宜解决无记忆性的事情发生的概率。 对于单一事件的发生而言，与时间无关。指数分布为“永远年青”的分布。 例如： 在学校门口等人，在7点来不来人与你等待的时间无关。 如果把X解释为仪器寿命，这表明如果已知X的寿命大于t年，则它再活s年的概率与年龄t无关。 总体分布满足指数关系。 一、统计描述的基本理论 一、统计描述的基本理论 泊松分布 一种离散的概率分布形式 若随机变量X 只取非负整数值0,1,2,..., 且其概率分布服从 则随机变量X 的分布称为泊松分布，记作P(λ)。 一、统计描述的基本理论 适应性描述 适应于小发生概率的随机事件，事件发生概率满足二元规则。 在实际事例中，当一个随机事件，例如某电话交换台收到的呼叫、来到某公共汽车站的乘客、某放射性物质发射出的粒子、显微镜下某区域中的白血球等等，以固定的平均瞬时速率λ(或称密度)随机且独立地出现时，那么这个事件在单位时间（面积或体积）内出现的次数或个数就近似地服从泊松分布