04数值变量的统计描述1.ppt

评分 频数 累计频数 累计频率(%) 频率范围 0~ 2 2 0.91 0~0.91 30~ 2 4 1.83 0.92~1.83 40~ 3 7 3.20 1.84~3.20 50~ 11 18 8.22 3.21~8.22 60~ 30 48 21.92 8.23~21.92 70~ 63 111 50.68 21.93~50.68 80~ 60 171 78.08 50.69~78.08 90~100 48 219 100.00 78.09~100.00 表4.4 219名乳腺癌患者康复期生存质量评分 QU=80+10/60（219×75%-111）=88.88（分) Q= QU－QL =88.88-71.07=17.81 QL=70+10/63（219×25%- 48） =71.07（分) 例4.13 四分位数间距 四分位数间距interquartile range：上四分位数与下四分位数之差 IQR = QU – QL 反映数据离散程度，其值越大数据离散程度越大 体现了中间50%数据的离散程度，但是仍然没有考虑到每个观测值间的变异 受极端值的影响小，比极差稳定 特别适用于分布呈明显偏态；分布形态不清；分布一端或两端无确定数值的资料 常与中位数一起，综合描述数据的集中和离散趋势 离均差与离均差和: 为了克服全距、四分位数间距的缺点，人们考虑到用每个变量值与均数之间的差别来反映离散的程度，所以提出了离均差的概念，其数学表达式为 离均差可正可负，但是数学上可以证明 离均差与离均差和 离均差平方和与离均差平方和的平均值: 为了避免离均差和等于0的情况，人们考虑将离均差取平方后求其和，于是有了离均差平方和，其数学表达式为 前者称为SS总体，后者称为SS样本；但是SS不但和变异大小有关，还和观察值的个数有关，SS随观察例数增多而增大。为了解决这个问题，人们又引入了离均差平方和的平均值，其数学表达式为 离均差平方和与均方 方差 离均差平方和的平均值(MS)，又可称为方差variance 它是反映数据离散程度的最常用的指标 在计算方差过程中利用到每个变量值，所以它表达的离散趋势信息比极差、四分位数间距更精确 但是由于在计算方差时用到算术均数，所以方差也只能用于反映对称或近似对称分布资料的离散趋势 总体方差通常用希腊字母s2 (sigma)表示，记作: 但是在实际研究中，通常只观察来自总体中的一个样本，所以总体均数是未知的；此时用样本均数作为总体均数的估计值，相应的方差称为样本方差，其公式为: ? ? 式中的 n-1 又称为自由度 总体方差与样本方差 自由度 自由度degree of freedom, df：一组数据中可以自由取值的数据的个数 当样本数据的个数为 n 时，若样本均值?x 确定后,只有n-1个数据可以自由取值，其中必有一个数据则不能自由取值 例如，样本有3个数值，即x1=2，x2=4，x3=9，则 ?x = 5。当 ?x = 5 确定后，如果x1=6，x2=7，那么x3则必然取2，而不能取其他值 样本方差用自由度去除，其原因可从多方面解释，从实际应用角度看，在抽样估计中，当用样本方差S2去估计总体方差σ2时，它是σ2的无偏估计值（所有样本方差的平均值是总体方差） 标准差 在取方差的过程中，对离均差作了平方转换，这样方差的单位就是原观察值单位的平方，使用不方便 为了使得观察单位的平均数指标与变异程度指标具有相同的单位，通常将方差的算术平方根作为反映变异程度的一个重要指标，人们将它称为标准差standard deviation, SD 方差 （MS） 标准差 （SD） 样本 总体 方差 （MS） 标准差 （SD） 样本（x为组中值） 总体（x为组中值） 1985年通过十省调查得知，农村刚满周岁的女童体重均数为8.42kg，标准差为0.98kg；身高均数为72.4cm，标准差为3.0cm，试问身高与体重何者变异情况较大？ 要反映变异程度本例题中宜采用标准差；从标准差的数值看来，身高变异程度大于体重。 是否合理？ 身高的单位是cm，而体重的单位是kg，能否认为3cm0.98kg？ 变异度间的比较问题 变异系数 变异系数coefficient of variation：标准差与其相应的均值之比 它反映数据相对离散程度，没有量纲 消除了数据水平高低和计量单位的影响，用于不同性质数据或均数相差较大时，离散程度的比较 频数分布表、图 分组划计