统计方法(硕士课)课题.pptx

统计分析方法 2016 week1 描述统计 对于均值的假设检验 数据的描述 如同给人画像一样 直方图 (数据rich.txt, Rich.sav, rich.sas7bdat, Rich.xls)该数据摘自福布斯是世界富豪排行榜，展示了世界最富有的一些人的名次(Rank，为正整数，越小越富)，所属区域(Region，1至5分别代表北美、欧洲、亚洲和太平洋、南美、非洲)，年龄(Age)和净财富(NetWorth，单位10亿美圆)。其中除了区域之外，均为定量变量。我们关心财富和年龄这两个变量。如何用图形来表示这两个个变量的数据，使人们能够看出这些数目的大体分布或“形状”呢？一个办法就是画直方图(histogram)。 rich=read.table(D:/booktj1/data/rich.txt,header=T) rich[1,] Rank Region Age NetWorth 1 1 1 50 50 dim(rich) [1] 743 4 attach(rich); par(mfrow=c(1,2)); hist(Age);hist(NetWorth) 盒型图 比直方图简单一些的是盒形图(boxplot，又称箱图、箱线图、盒子图)。后面图的用Rich.txt数据所绘的富人在不同区域的年龄的盒形图. par(mfrow=c(1,1));boxplot(Age~Region) 第三四分位点 中位数 第一四分位点 地区1高三男生身高数据的盒形图 h=read.table(D:/booktj1/data/height2.txt,header=T);boxplot(h) 茎叶图 以例3.1的欧洲区域富人的年龄为例，下页的茎叶图既展示了年龄的分布形状又有原始数据。它象一片带有茎的叶子。茎为较大位数的数字，叶为较小位数的数字。 stem(rich[rich[,2]==2,3]) The decimal point is 1 digit(s) to the right of the | 2 | 2 2 | 3 | 44 3 | 789999999 4 | 000001112333344444 4 | 55555677789999 5 | 000011111112223333333344444 5 | 5555666666777888889999 6 | 000111111112222222333444444 6 | 55555566678888888899999 7 | 0000000111123333 7 | 555666677888999999 8 | 000222233344 8 | 5566899 9 | 22 9 | 5 散点图 人们得到的数据也可能有两个变量，比如例3.1中的年龄和财富，我们可以以年龄为横坐标，而财富为纵坐标在二维空间画出所谓散点图(scatter plot)。 plot(NetWorth~Age) 散点图 往往人们得到的数据有两对连续变量，比如美国男士和女士初婚年限的数据。 该数据描述了自1900年到1998年男女第一次结婚延续的时间的中位数。当然，不可能将所有人的婚姻年限都给出来。所以，每年就取了一个中间的值(中位数)作为代表。 自1900到1960年是每十年一个值，以后到1990是每五年取一个数，1995年以后是每年一个数。 这里的一个变量为记录年份，另一个是结婚时间长短。由于分男士和女士，因此有两二维数据。这时可以以一个变量为横坐标（如年份），另一个为纵坐标（这里是结婚年限）来点图。 还可以看出在二十世纪六十年代婚姻年限降低，而后来又升高。而男子的年限平均比女性长。这个图是用SPSS画的。 定性变量的图 定性变量（或属性变量，分类变量）不能点出直方图、散点图或茎叶图，但可以描绘出它们各类的比例。下面用SPSS绘的图表示了说世界各种主要语言的人数的比例 饼图 条形图 为了综合，下面看一个城市地税例子。 例3.4 （数据TaxF.txt）这是某地区某月的税收抽样数据，有三个变量：总收入（单位：元），总纳税额（单位：元）及注册类型代码。 图3.8 (a) 显示了总收入的直方图，显然，绝大部分的总收入都很小，以至于不用纳税。 图3.8 (b) 为总收入和纳税额的散点图，看来收入越多，纳税越多。 图3.8 (c) 为饼图，描述属于不同注册类型代码的比例。 图3.8 (d) 为衡量贫富差距的Lorenz 曲线，Lorenz曲线越接近对角线，则收入差距越小。反之，当曲线下凸得越厉害，收入差距越大。 基