第9讲描述性统计分析.ppt

定类变量、定序变量、定距变量，定比变量： 定类变量:是指变量的取值即变量值只有类别属性之分，而没有大小、优劣之别。 定序变量:是指变量的取值，即变量值，除了有类别属性之分外，还有等级或次序的区别。 定距变量:是指变量的取值即变量值，除了具有类别、次序区别之外，还有类别之间、序列之间的标准化距离的变量。 定比变量:是指变量的取值，即变量值除具有定类、定序、定距等特征外，在变量取值中还有一个真正的零的变量即为定比变量。 * 用Pearsons卡方统计量进行统计检验时应注意的问题: 列联表的卡方检验用于检验两个分类变量的关联程度。卡方数值的大小与样本容量有关，在卡方检验中，需要报告关联系数；并且，在实际应用中还需注意卡方检验的条件，在有20%以上的理论次数小于5或有理论次数小于1时不能应用卡方检验；此外，在两个变量都是顺序变量时，两个变量的关联程度用Gamma检验比用卡方检验更好。 * trimmed mean：截尾均值 * 四、探索性分析 通过茎叶图（Stem-and-Leaf Plots）描述频度分布 茎叶图由数字构成，表达变量的频数分布。 在茎叶图中： 第1列表示频数，表示个案的个数 第2列表示茎叶图的茎，表达整数部分，其代表的数值与茎宽(Stem width)有关 当Stem=6，Stem width=10，实际表达的值是60 第3列表示茎叶图的叶子，表达小数部分，其代表的数值也与茎宽有关， Each leaf表示每片叶子的个案数 茎叶图中第1行数据表示的意义 表示有2个小于或等于55的极端值(Extreme) 茎叶图中第4行数据表示的意义 共有8个个案 值为75、76、77的个案各有1个 值为78的个案有2个 值为79的个案有3个 茎叶图中最后1行数据表示的意义 表示有2个大于或等于94的极端值(Extreme) 第1列 第2列 第3列 四、探索性分析 通过茎叶图（Stem-and-Leaf Plots）描述频度分布 例五：语文成绩茎叶图 数据文件：3－StudentScore.sav Analyze →Descriptive Statistics →Explore… （结果保存为：3－StudentScore_Stem-Leaf.spo） 选择输出统计表格和图形 1 2 3 通过箱图（Boxplots）描述数据分布 箱图也称为箱线图(箱式图)，显示了变量数据的中位数、25%百分位数和75%百分位数，并给出偏离总体分布的奇异个案和极端个案。 四、探索性分析 箱图主体 箱图本体 中位数 通过箱图（Boxplots）描述数据分布 奇异值： 某个数据距离箱体主体边缘的距离超过箱主体高度的1.5倍，称为奇异值，在箱图中用○表示。奇异值分为上奇异值和下奇异值。 极端值： 某个数据距离箱体主体边缘的距离超过箱主体高度的3倍，称为极端值，在箱图中用★表示。极端值分为上极端值和下极端值。 四、探索性分析 通过箱图（Boxplots）描述数据分布 四、探索性分析 通过箱图（Boxplots）描述数据分布 语文成绩箱图 四、探索性分析 排序后 通过箱图（Boxplots）描述数据分布 例六：语文成绩箱图（数据文件：3－StudentScore.sav） （结果保存为：3－StudentScore_Box.spo） 四、探索性分析 1 2 3 四、探索性分析 通过正态分布检验的Q－Q概率图描述数据分布的正态性(有两种) （1）正态概率图以变量（语文成绩）的观测值为X轴坐标，以该变量分布的Z分数为纵坐标。斜线为正态分布的Z分数的期望标准线，若观测点离线越近，表示点越符合正态分布。反之，越不符合正态分布。 四、探索性分析 通过正态分布检验的Q－Q概率图描述数据分布的正态性 （2）反趋势正态概率图也是以变量（语文成绩）的观测值为X轴坐标，以该变量分布的Z分数与正态分布期望值的偏差为纵坐标。水平直线为期望标准线，若观测点离线越近，表示该点越符合正态分布。反之，越不符合正态分布。 四、探索性分析 通过正态分布检验的Q－Q概率图描述数据分布的正态性 例七：语文成绩正态分布检验的Q－Q概率图 （数据文件：3－StudentScore.sav） Analyze →Descriptive Statistics→Explore… （结果保存为：3－StudentScore_Q－Q.spo） 1 2 3 四、探索性分析