单变量描述性统计1-2.pdf

单变量:描述性统计(1) （1）数据 （2 ）数据描述 （3 ）分布 统计的地位 科学测量 • 可重复的数据测量是科学与工程共同的基本假设。 使数据测量的行为相似，即满足四个基本假设： ①数据是随机的 （Stochastic//Random) 。 ②数据来自特定的分布。 ③数据在分布中有特定位置，即测量结果可表达为 一个确定性常数与一个随机性误差之和。 ④数据在分布中的变异是固定的，即测量的随机误 差服从特定的概率分布。 • 如果上述四个假设均满足，则科学与工程的所有 重要目标都具有可预见性，实现概率意义上的可 预知。因此，科学与工程过程可以说是“在统计 控制中”。理性基础上，所有的判断都是统计学。 • 随机性是测量过程的4个基本假设之一。随机 性假设之所以非常重要。是因为： ①多数标准统计检验依赖随机性。检验结论的有 效性直接与随机性假设的有效性有关。 ②许多常用的统计公式依赖于随机性假设，最常 见的公式是样本均值的标准误差计算公式 其中s是数据标准差。尽管这些公式大量使用， 如果不具有随机性假设，则公式的计算结果就 没有意义。 ③单变量数据的缺省模型是：x=常数+误差。如 果数据没有随机性，该模型就是错误的无效模 型，参数估计也就变得没有意义和无效。 如何描述? • 位置:分布的中心趋势 • 尺度:以中心趋势为中心的散度 • 形状:和对称分布比较?和正态峰值的比较 ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐描述分布,………描述什么样的 数据分布? 尺度 尺度（scale ）一词来自拉丁文“scala ”或 “ladder”，指一系列的等级或水平。 拉丁文中，尺度是指特定的图形倾向。尺度的 可视化表达，即数轴及其标记，看上去象一个梯 子。尺度是一个函数类型，我们依此在一定维度 上完成变量集制图。简单地说，尺度就是我们选 择制图的数值范围及其标记间隔。 尺度决定如何感知图形大小、形状和位置。选择 一个尺度，需要我们考虑我们正在测量什么？我 们测量的意义是什么？尺度的选择，决定我们如 何解释图形的意义。 描述什么样的数据? 要选择合适的统计工具，分析数据，要求： （1）理解不同统计分析方法应用的基本假设。 （2 ）熟悉数据与目标系统的特征。 C. R. Rao教授说： • 对统计学的忽视和排斥，将造成不必要的愚昧无知。 • 对统计学的一知半解，将导致不必要的上当受骗。 • 统计思维实际是每个有效率的民众必须的一种能力。 如何用好统计学？以环境数据为例 需要采集什么数据，才能有效和准确地回答环境问 题？需要采集多少观测数据，才能满足误差要求， 又不浪费资源？如何布设样本，才能反映环境时空 特征？从样本数据中，能推断出什么样的结论，如 何估计、预测、检验数据相关参数？结论可信度有 多大，即在什么样的置信水平上，得出的结果或结 果的置信区间？ 对这些问题的回答，决定了环境统计分析的基本步 骤是：①设计问题。在使用统计前，先要清楚希望 得到什么信息，由此指导采样。 ②理解数据，分清环境数据类型，不同数据类型有 不同统计方法和数据表达方式。 ③选择统计分析方法，推断或计算统计量，解释统 计计算结果。 ④检验环境统计量的显著性，推断总体相关参数。 如何用好统计学？ • 有偏的样本、遗漏某些重要数据、样本误差、统计 图、不匹配的资料、不合规范的统计量选择，混淆 相关关系与因果关系，和不正确地使用环境样本数 据，都可能导致错误的统计结论。 • 因此，环境统计分析中，应用审慎地考虑： ①数据来源，如何采样、如何完成样本测试？不同 的采样方式，统计量（如均值、方差）的计算方法 可能不同。 ②是否遗漏什么重要的数据？或者在小样本的数据 中，包含极端数值？即数据是否有统计意义。数据 是否满足经典统计分析的假设，即样本来自同一总 体，样本之间相互独立，且服从某种特定分布。 ③是否偷换了概念，在本来没有