正态分布的特征.ppt

基本概念 资料类型 计量资料:用度量衡的方法测定每个观察单位的某项研究指标量的大小,所得数据为数值变量。 计数资料:将全体观察单位按某种性质和类别进行分组,然后清点各组中的例数,所得数据为计数资料。 等级资料：将全体观察单位按某种性质的不同程度分组,然后清点各组中的例数,所得数据为计数资料。 基本概念 总体：根据研究目的确定的同质观察单位的全体。 样本：从总体中随机抽取有代表性的部分个体，个体数的多少称为样本例数。 抽样误差：由于个体变异造成的，系抽样机遇造成的，是客观造成的，不可避免的。 概率：某随机事件发生的可能性大小的数值。（硬币） 基本步骤 设计 搜集资料 整理资料 分析资料 统计描述 主要内容 §2.1 频数表 §2.2 数值变量资料的描述性指标 §2.3 正态分布及其应用 §2.4 分类变量资料的统计描述 §2.5 统计表和统计图 §2.1 频数表 频数表的概念 频数表的编制方法 频数分布的特征 频数分布的类型 频数表的用途 一、频数表的概念 当样本含量 n 较大时，为了解样本中观察值的分布规律和便于指标计算，可编制频数分布表，简称频数表（frequency table）。 频数：对某一随机现象进行重复观察，或测量大量个体的某项特征，其中某个或某一组变量值出现的次数。 频数表：将各变量值与其相应的频数列成表格形式即为频数表。 二、频数表的编制 编制频数表时不可能把所有的变量值及其相应频数都列出来，特别是当样本例数 n 较大时，此时需要根据变量的取值范围划分为若干个组段，再汇总各组段的频数。 具体步骤如下：以例2.1资料为例。 例2.1某地2004年抽样调查 100名男大学生的身高(cm) 全距(或极差，range)是最大值与最小值之差，用 R 表示。 例2.1中，最大值为183.5cm，最小值为162.9cm， 故R =183.5-162.9=20.6（cm）。 组段数：根据样本含量的多少确定，一般设8～13个组段。 组距：各组段的起点和终点分别称为下限和上限，相邻两组段的下限之差(或每一组段的上、下限之差)称为组距。一般取等距分组，常用全距的1/10取整做组距。某组段(下限+上限)/2为组中值。 划分组段：各组段应是连续的，不能有交叉或重叠。第一组段应包括最小值；最末组段应包括最大值，并同时写出其下限与上限。 例2.1中，全距的1/10为 20.6/10 = 2.06，组距取整为2.0cm ；最小值为162.9cm，故第一组段的下限为162cm，第二组段的下限为164cm，依次类推，最末组段为182cm?184cm，包含最大值183.5cm 。 3. 列出频数表 采用计算机或划记法将原始数据汇总，得出各组段的观察例数，即频数，把各组段（或各观察值）及其相应的频数列表即为频数表 。 注意：最末组段应写出上、下限，其余组段只包含下限，不包含上限。 当变量的取值较少时，列表方法比较简单，如： 三、频数分布的特征 频数分布的两个重要特征： 1. 集中趋势（central tendency）：身高向中央部分集中，以中等身高居多(172cm?组段)，此为集中趋势。反映集中位置或平均水平。 2. 离散程度（tendency of dispersion）：由中等身高到较矮或较高的频数分布逐渐减少，反映了身高的离散程度。 对于数值变量资料，应用集中趋势和离散程度二者结合起来分析其分布规律。 四、频数分布的类型 对称分布：指频数分布的集中位置在中间，左右两侧大致对称。 偏态分布：指频数分布不对称，集中位置偏向一侧：集中位置偏向数值小的一侧，称为正偏态分布； 集中位置偏向数值大的一侧，称为负偏态分布。 如冠心病、大多数恶性肿瘤等慢性病患者的年龄分布为负偏态分布。临床上正偏态分布资料较多见。 不同的分布类型应选用不同的统计分析方法。 五、频数表的用途 频数表可以揭示资料分布类型和分布特征，以便选取适当的统计方法； 便于进一步计算指标和进行统计分析； 便于发现资料中的某些特大或特小的可疑值。 当样本含量特别大时，可以频率估计概率。 作为资料的陈述形式。在文献报告中，用频数表既可直观地反映被研究事物的分布特征，又便于作进一步的分析研究。 §2.2 数值变量资料的描述性指标 集中趋势的描述 集中趋势指标反映一组同质观察值的平均水平或中心位置。常用指标有均数、几何均数、中位数、众数、调和均数等。 离散程度的描述 离散程度指标反映一组同质观察值的变异度 。常用指标有全距、四分位数间距、方差、标准差和变异系数。 一、 集中趋势的描述指标---(1)均数 均数(mean)是算术均数(arithmetic mean)的简称。 定义：指所有观察值的