4.数据描述性分析重点.pptx

河北工程大学数学系 第一章 数据描述性分析 数据描述性分析 研究背景 研究方案 研究成果 研总结 均值、方差等数字特征 研究背景 研究方案 研究成果 研总结 均值、方差等数字特征 研究背景 研总结 均值、方差等数字特征 研究背景 研总结 均值、方差等数字特征 研究背景 研总结 均值、方差等数字特征 研究背景 研总结 偏度 研究背景 研总结 均值、方差等数字特征 研究背景 研总结 总体的数据特征 研究背景 研总结 设观测数据是由总体X中取出的样本，总体的分布函数是F 。当X为离散分布时，总体的分布可由概率分布列刻画： 总体为连续分布时，总体的分布可由概率密度 刻画。连续分布中最重要的是正态分布，它的概率密度 及分布函数 分别为 总体的数据特征 研究背景 研总结 总体的数据特征 研究背景 研总结 总体的数据特征 研究背景 研总结 总体的数据特征 研究背景 研总结 总体的数据特征 研究背景 研总结 总体数字特征和样本数字特征 研究背景 研总结 总体数字特征和样本数字特征 研究背景 研总结 MEANS过程 研究背景 研总结 PROC MEANS 选择项（options） VAR 变量名表； 指定需求计算的数值变量及次序 BY 变量名表； 按其取值形成多个观测组，然后计算对应的描述 性统计量（要求对By变量已排序） CLASS 变量名表； 与By类似，但不要求事前排序，结果以单表 形式输出 FREQ 变量名表； 输入数据系频数表资料时才使用 OUTPUT OUT=SAS 数据集 统计量关键词＝变量名表； SAS中可以计算的描述性统计量部分关键字及其含义 研究背景 研总结 关键字 所代表的含义 n 有效数据记录数 nmiss 缺失数据记录数 mean 均值 std 标准差 var 方差 median 中位数 mode 众数 CV 变异系数 max 最大值 SAS中可以计算的描述性统计量部分关键字及其含义 研究背景 研总结 关键字 所代表的含义 min 最小值 css 校正的离均差平方和 uss 未校正的离均差平方和 skew 偏度 kurt 峰度 clm 可信限（上下界值） lclm 可信限下侧界值 uclm 可信限上侧界值 qrange 四分位数间距 例 研究背景 研总结 从19个杆塔上的普通盘形绝缘子测得该层电导率 的数据如下： 9.89 8.00 6.40 6.17 5.39 7.27 9.08 10.40 11.20 8.75 6.45 11.90 10.30 9.58 9.24 7.75 6.20 8.95 8.33 计算均值、方差、标准差、变异系数、偏度、峰度。 例 研究背景 研总结 例 研究背景 研总结 例 研究背景 研总结 例 研究背景 研总结 例 研究背景 研总结 组段 组中值 组频数 5.5～6.0 5.75 4 6.0～6.5 6.25 3 6.5～7.0 6.75 15 7.0～7.5 7.25 42 7.5～8.0 7.75 49 8.0～8.5 8.25 78 8.5～9.0 8.75 50 9.0～9.5 9.25 31 9.5～10.0 9.75 5 例 研究背景 研总结 例 研究背景 研总结 例 研究背景 研总结 例 研究背景 研总结 SAS程序为 data p9; do g=1 to 2; input n; do i=1 to n; input x@ @;output; end;end; Cards; 11 0.84 1.05 1.20 1.20 1.39 1.53 1.67 1.80 1.87 2.07 2.11 13 0.54 0.64 0.64 0.75 0.76 0.81 1.16 1.20 1.34 1.35 1.48 1.58 1.87 ; proc means; var x; by g; run; 例 研究背景 研总结 Proc UNIVARIATE 研究背景 研总结 统计程序univariate与统计程序means的功能大同小异，都可以计算数值变量的描述性统计值 但UNIVARIATE能够对变量的分配情形提供更多的信息：