应用统计学92014.docVIP

统计资料 定义： 统计资料（Statistical data）是指可用以推导出某项结论的一些事实或数字 第二章 统计资料的整理 为什么进行统计资料的整理？ 分类表中序列表与频数估计表各适合于何种情况？ 双变量二元分布表中数据的含义如何？ 统计资料整理的目的 调查收集到的原始统计资料常常是大量的。它必须经过加工整理，如分类归并汇总，按时间前后或按数值大小重新排列等，才容易发现数据的规律性，并便于做进一步的统计分析。 2.1 统计表 定性分布： 首先建立一个元素的类别系统，使得各类互相排斥，而且是完备的，使被观测的各元素能既不重复又无遗漏地分到各类中去。 然后记录分到同类中的元素个数，或将同类中各元素的观测值加以归并，这样得到定性分布。 频数分布： 按变量所取的值进行分类，于是资料中每个观测值都分到相应类中去。记录各类中观测值出现的次数，制成频数分布表。 累计频数与频率 累积频数（Cumulative Frequency）：由第一组起至第i组止各频数之和称为第i组的累积频数,记为Fi,即: 频率（Percent Frequency）:就是频数除以总数n：fi/n，经常以百分数表示。 2.2 统计图 统计图: 统计资料整理成统计表后，可以比较清晰地展示变量的变化规律。为了使这种规律更有直观性，常采用统计图表示。包括：线图 、条形图 、圆饼图等 条形图 (Bar chart 圆饼图 (Pie chart) 散点图（Scatter Diagram） 2.3 双变量的二元分布 双变量的统计资料：对每一元素观测两个特征，记录观测结果，就是双变量的统计资料 双变量常用（X，Y）形式表示，以区别两个单变量X和Y [例2.1] 在飞行模拟训练时，用计算机测定并打印出飞行动作的错误，从两方面进行测定： 错误发生时的飞行状态，分起飞（T），巡航（C）和着陆(L)三种。 错误发生的原因，分规范理解错误(R)，仪表读数错误(M)和其它原因(O)三种。 边际分布：在二元分布表最下行（合计行）和最右列（合计列）分别是X和Y的单变量分布，称为边际分布。 一个双变量的二元分布绝不同于两个单变量的一元分布，它不仅说明两变量各自的分布情况，而且说明两变量之间（飞行状态与错误原因之间）的相互关联情况。而这种关联情况（即是否存在关联以及关联的性态和程度等）正是研究双变量的二元分布的主要任务。 2.3 双变量的二元分布 对于三变量（X，Y，Z）的统计资料，整理成分布表的形式是困难的，常用的方法是对于X的每一特定值 xi，研究(Y, Z)的二元分布。更多变量的情形也类似。 第三章 统计资料的综合 表示统计资料的特征数有哪些？ 几何平均数与调和平均数各适合于什么情况？ 计算样本方差与总体方差公式有何区别？ 3.1 表示集中位置的特征数 a. 算术平均数（Arithmetic average） 定义： 一组n个观测值x1,x2 ,…，xn的算术平均数，定义为 b. 几何平均数（Geometric Mean）如果资料已经分组，组数为k，用x1,x2 ,…，xk 表示各组中点，f1，f2…,fk 表示相应的频数，那么 c. 调和平均数: 3.1.2众数（Mode） 算术平均数表示了集中位置特征，它照顾到每一个值，但它不见得是出现次数最多的值（甚至也可能不是观测值中的一个）。所以有必要研究表示集中位置的其它的特征数。 定义：对于有频数分布的变量，它的众数指频数最大的变量的值 3.1.3 中位数（Median） 定义: 一组n个观测值按数值大小排列，处于中央位置的值称为中位数以 表示， 3.1.4 百分位数（ Percentile） 一组n个观测值按数值大小排列如x1,x2,x3,x4… 处于p%位置的值称第p百分位数。 第25百分位数又称第一个四分位数（First Quartile）,用Q1 表示；第50百分位数又称第二个四分位数（Second Quartile），用Q2表示；第75百分位数 又称第三个四分位数（Third Quartile）,用Q3表示。 3.2.1极差（或称全距 Range）R 定义: 其中xmax和xmin分别为数据中的极大值和极小值。 3.2.2 平均差（Mean Absolute Deviation） 3.2.4变异系数（Coefficient of Variation） 定义 变异系数C 是一个无量纲的量。它适于用在比较有不同算术平均数或有不同量纲的两组数据的情况。例如比较大学