统计描述_定量_.pptVIP

第二章 统计描述Statistical Description of Data;;;变量类型(复习);本章主要内容;§2.1 频数表;1、分类变量资料的频数表;2、定量资料的频数表;2、定量资料的频数表 （2）连续变量;100名18岁男大学生的身高资料;编制频数表的步骤如下：;;三、频数表的用途;;对称分布 ;频数分布的类型;频数分布的两个特征;§2.2 数值变量资料的描述性指标;一、 集中趋势的描述;一、 集中趋势的描述;（1）直接法 适用于样本含量较小时，其公式为： （2.1） （2）加权法：适用于样本量较大的频数表资料。 （2.2） 5、均数的两个重要特征： （1）各离均差的总和等于0，即 ； （2）离均差平方和小于各观察值 x 与任何其它实数a ( ) 之差的平方和, 即 。;附:公式推导;例2.2 某地随机抽取10名18岁健康男大学生身高(cm)分别为168.7，178.4，170.0，170.4，172.1，167.6，172.4，170.7，177.3，169.7，求平均身高。;（二）几何均数（geometric mean）：;;;4、应用： ;集中趋势指标——几何均数;其血凝抗体滴度的平均滴度为1:57。;4、应用： ② 对数正态分布资料。 对数正态分布是指变量值的对数呈正态分布，即 lgx服从正态分布，原始变量x为正偏态分布，如健康人群的血铅含量、发汞含量一般近似服从对数正态分布。 由几何均数的计算公式 或 可见，几何均数是变量对数值的算术均数的反对数。;（三）中位数（median）;（1）直接法：适用于 n 较小时。将观察值由小到大按顺序排列后，按下式计算。 n为奇数时： n为偶数时：;（2）频数表法： 适用于样本含量较大时，计算步骤如下： ① 按所分组段由小到大计算累计频数和累计频率； ② 确定中位数所在组段； ③ 按下式求中位数： 式中，L、i、fM 分别为中位数所在组段的下限、组距和频数； 为小于L的各组段的累计频数。 ;例2.7 某疾病控制中心记录了199名沙门氏菌属食物中毒患者发病的潜伏期(表2-3)，计算平均发病潜伏期。;均数与中位数的关系;附:百分位数（percentile）;附:百分位数（percentile）;百分位数;二、离散程度的描述;二、离散趋势的描述;全距（range，简记为 R）亦称极差。 定义：指一组同质观察值中最大值与最小值之差。 全距反映了个体差异的范围：全距大，说明变异度 大；反之，全距小，说明变异度小。 应用：简单明了。常用于说明传染病、食物中毒等的最短及最长潜伏期。 公式：R = Xmax- Xmin 不足：①仅考虑了最大值与最小值之差 ，不能反映组内其它观察值的变异度；②样本含量越大，抽到较大或较小观察值的可能性越大，故全距可能越大。因此，样本含量相差悬殊时不宜用全距比较。 ;定义：四分位数间距(quartile interval，Q ) 为上四分位数与下四分位数之差(或 P75 与 P25之差)。 计算公式： 应用：用于描述偏态分布以及分布的一端或两端无确切数值资料或分布类型未知资料的离散程度。;四分位数间距包括了一组观察值的一半，故可把四分位数间距看成是中间50%观察值的极差。 意义：Q 越大，变异度越大；反之，Q 越小，变异度越小。 特点：由于四分位数间距不受两端个别极大值或极小值的影响，因而它较全距稳定，但仍未考虑全部观察值的变异度 。 ;3、方差和标准差;计算公式： 总体方差 样本方差 总体标准差 样本标准差 n-1为自由度(degree of freedom)，一般用 (niu)表示。;样本标准差;意义：标准差大，表示观察值的变异度大； 反之，标准差小，表示观察值的变异度小。 应用：①适用于描述对称分