变量数据整理.doc

变量数据的整理 回顾：统计整是的概念： 统计整理是指根据统计的研究的目的和任务，对统计调查或科学试验获得的大量原始资料进行科学的分类、汇总，或对已经加工过的资料进行再加工，使之成为系统化、条理化、标准化的能反映总体特征的综合统计资料的工作过程。 注意概念的重点：大量原始资料→分类、汇总→系统化、标准化 变量数据的整理恰恰体现了这样一个工作过程 有一组数据：对某班40名学生某科某次考试成绩按试卷登记得到如下资料： 54 60 62 97 85 52 83 79 95 80 89 85 77 68 86 93 70 81 78 89 71 89 80 85 75 78 90 66 78 73 82 82 99 77 88 84 75 88 76 80 分类整理后得到 某班40名学生成绩情况 由此可以看出变量数据整理的结果 下面介绍如何完成这一过程，只看基本概念。 （一）变量分布数列的概念 变量分布数列：用数理标志进行分组所得到的分布数列。 单项式变量分布数列：若每一组别都是由单个的组值（整数或小数）表示。 如表：某班学生按年龄分组 15 16 16 15 16 17 16 16 17 16 16 17 17 17 16 15 16 17 17 17 经分组 年龄 学生人数（频数） 15 3 16 9 17 8 合计 20 组距式变量分布数列：若每一组都是由数域（区间）表示。 如前面40名学生成绩 由简单到复杂可看 （二）单项式变量分布数列的编制 某生产组20名工人同种产品日产量如下（单位：件） 13 18 15 19 14 17 13 15 17 19 15 17 18 14 16 15 16 17 16 这是一个离散型变量，其变量值不多，变动范围不大，宜编制单项式变量分布数列。 离散性变量（没有小数） 注意这组数据的特点：变量不多（20个） 变动范围不大（13—19） 所以适合编制单项式变量分布数列。 步骤如下： （1）按变量值大小顺序排列： 13 13 14 14 15 15 15 15 16 16 16 16 17 17 17 17 18 18 19 19 （2）每种变量值为一组（重复者只取一个），顺序排列为7组： 13 14 15 16 17 18 19 （3）列入表中并汇总出各组频数，如表所示。 20名工人日产量资料 日产量（件） 工人数（人）（频数） 频率 x f f/∑f 13 14 15 16 17 18 19 2 2 4 4 4 2 2 2/20 2/20 4/20 4/20 4/20 2/20 2/20 合计 20 1 三、组距变量分布数列的编制 组距变量分布数列 等距变量分布数列的编制方法 等距分组：标志值在各组保持相等的组距。 注意特点：变动均匀、没有大起大落 仍看前面例子： 对某班40名学生某科某次考试成绩按试卷登记得到如下资料： 54 60 62 97 85 52 83 79 95 80 89 85 77 68 86 93 70 81 78 89 71 89 80 85 75 78 90 66 78 73 82 82 99 77 88 84 75 88 76 80 步骤如下： （1）将原始数据按顺序排列起来，并确定变量性质。根据上例，对于数据按成绩由低到高排列可得到： 52 54 60 62 66 68 70 71 73 75 76 77 77 78 78 78 79 80 80 80 81 82 82 83 84 85 85 85 86 88 88 89 89 89 89 90 93 95 97 99 该例的变量性质为连续变量。确定变量性质是，是为了正确进行数列的编制和确定组限的表示方法。 变量特点： （2）计算全距 全距＝最大变量值－量小变量值 全距＝99－52＝47 （3）确定组限、组距、组数 组限：两个组的两端变量值。 其中，每个组的起点值（或称最小值）为下限每个组的终点值（或称最大值）为上限。 组距：每个组中的上限值与下限值之差。 组距＝上限－下限 组数：是指某个变量数列应划分为多少个组。 确定组距与组数的具体方法如下： 在计算组数与组距时，所使用的变量最小值应略低于实际资料的最小值，自50分开始，最大值应略高于实际资料最大值，取至100分，则全距为100－50＝50。 上式中全距是既定的，而组数和组距是可变的。一般来讲，组