基础统计（第四版）（凌明雁）计算基本描述统计量的应用举例.docVIP

计算基本描述统计量的应用举例 对某地区居民储蓄情况进行调查，所得部分数据见附表。对一次存(取)款金额变量计算基本描述统计量。有以下两个分析目标。 目标一：计算存(取)款金额的基本描述统计量，并分别对城镇储户和农村储户进行比较。 目标二：分析储户一次存(取)款的数量是否存在不均衡现象。 为实现上述分析目标，利用基本描述统计分别做如下分析。 ? 1．城镇与农村储户一次存(取)款金额的分析比较 利用居民储蓄调查数据计算存(取)款金额的基本描述统计量，并对城镇储户和农村储户进行比较。 首先按照户口对数据进行拆分(SplitFile)，然后计算存(取)款金额的基本描述统计量，SPSS操作结果如表1所示。 表1 城镇储户和农村储户存（取）款金额的基本描述统计量 Descriptive Statistics ? 户口 城镇户口 农村户口 存（取）款金额 Valid N (listwise) 存（取）款金额 Valid N (listwise) N Statistic 223 223 90 90 Range Statistic 50247 ? 80501 ? Minimum Statistic 3 ? 1 ? Maxximum Statistic 50250 ? 80502 ? Mean Statistic 2687.20 ? 1944.97 ? Std. Deviation Statistic 5737.566 ? 8816.366 ? Skewness Statistic Std.Error 4.570 .163 ? 8.311 .254 ? Kurtosis Statistic Std.Error 26.996 .324 ? 73.134 .503 ? ??表1表明，城镇储户的一次平均存(取)款金额(2687。2元)高于农村储户(1944．97元)。标准差证明了城镇储户存(取)款金额的离散程度低于农村储户。无论城镇储户还是农村储户，存(取)款金额的分布均呈右偏分布(两个偏度统计量分别为4．57和8。311)，且农村的偏斜程度更大些(8．3114．57)；同时，城镇储户和农村储户存(取)款金额均呈尖峰分布(两个峰度统计量分别为26．996和?3。134)，且农村更尖峰。由此可见，城镇储户和农村储户中的大部分人一次存(取)款金额都低于平均水平，且农村储户表现得更为明显。 ? 2.储户一次存{取)款数量的均衡性分析 分析储户一次存(取)款数量是否存在不均衡现象，可以从分析金额是否有大量异常值人手。这里，如果假设储户一次存取)款金额的分布服从正态分析，那么根据3，准则，异常值通常为3个标准差之外的变量值，可通过对数据的标准化处理来判断。 标准化的数学定义为： Zi=( xi- xi)/S 通过标准化可得到一系列新变量值，通常称为标准化值或Z分数。由式(4．?)可见，标准化值反映的是变量值与变量均值的差是几个标准差单位。如果标准化值等于0即分子为0)，则表示该变量值等于变量均值；如果标准化值大于0“p分子为正)，则表示该变量值大于变量均值；如果标准化值小于o“p分子为负)，则表示该变量值小于变量均值。 基于上述对案例申存(取)款金额数据分布的假设和分析的要求，计算存(取)款金额的标准化值。 SPSS可计算存(取)款金额的标准化值并将结果保存在一个新变量Za中。对该变量的取值进行分组整理，可以发现Z分数值的绝对值大于3的储户是存在的。对变量分组为三组(Za＝-3ó低金额组、-3óZa3ó中金额组、Za53ó高金额组)后进行频数分析可得，低金额组 (即低异常值组)的比例为0％，高金额组即高异常值组)的比例为2．2％。异常组的总比例大于理论值0.3％，因此可以认为存(取)款金额存在一定的不均衡现象。 ? 附表 居民储蓄调查数据表 存取款金额（元） 户口（城镇＝1,农村＝2） 存取款金额（元） 户口（城镇＝1，农村＝2） 存取款金额（元） 户口（城镇＝1，农村＝2） 存取款金额（元） 户口（城镇＝1，农村＝2） 1500 1 3700 1 7000 1 100 1 5000 1 100 2 200 1 10000 1 200 1 100 1 10000 1 2500 1 1000 1 300 1 300 1 3500 1 300 1 600 2 300 1 3 1 6500 1 500 1 2000 1 10 1 18000 1 100 1 500 1 8 1 3200 1 100 1 20