应用R软件对数据进行整理与显示PPT.ppt

实验目的;统计研究的过程;统计分析方法;描述统计(descriptive statistics);推断统计 (inferential statistics);统计数据的分类;统计数据的分类 (按计量尺度分);统计数据的分类(按收集方法分);统计数据的分类(按时间状况分);总体和样本;参数和统计量;变 量(Variable) ;统计中的几个基本概念;几种常用的统计软件(Software);;§ 1 数据的搜集;学习目标;系统外部的数据;系统内部的数据;二手数据的特点;二手数据的评估;数据的直接来源(原始数据);抽样方法;概率抽样与非概率抽样的比较;搜集数据的基本方法;各调查方法的比较;实验租和对照组;实验中的若干问题;实验中的统计;§1.4 数据的误差;抽样误差(sampling error);非抽样误差(non-sampling error);误差的控制;统计数据的质量要求;§ 2 数据的整理与显示;学习目标;数据的审核 检查数据中的错误 数据的筛选 找出符合条件的数据 数据排序 升序和降序 寻找数据的基本特征;数据审核—原始数据(raw data);数据的审核—原始数据(raw data);数据的审核—二手数据(second hand data);数据筛选(data filter);要弄清所面对的数据类型，因为不同类型的数据，所采取的处理方式和方法是不同的 对分类数据和顺序数据主要是做分类整理 对数值型数据则主要是做分组整理 适合于低层次数据的整理和显示方法也适合于高层次的数据；但适合于高层次数据的整理和显示方法并不适合于低层次的数据;分类数据的整理(基本过程);分类数据的整理(可计算的统计量);分类数据整理—频数分布表 (例题分析);例1 读取某公司雇员数据（SPSS数据文件）,保存为R数据文件，指定因子各水平的标签，分析性别、是否少数民族、工作类型、教育程度等频数分布。 y=read.spss(E:/R and Statistics/R Teaching/dataset/Employee data.sav, use.value.labels=F, to.data.frame=T,max.value.labels=Inf, trim.factor.names=FALSE) Names(y); [1] ID GENDER BDATE EDUC JOBCAT SALARY [7] SALBEGIN JOBTIME PREVEXP MINORITY y y$MINORITY=factor(y$MINORITY,levels=sort(unique(y$MINORITY),decreasing=T),labels=c(Yes, No),exclude=NA,order=F) ;y$JOBCAT=factor(y$JOBCAT,levels=sort(unique(y$JOBCAT),decreasing=T),labels=c(经理,保管员,服务员),exclude=NA,order=F) Edata=y; save(Edata, file = E:/R/Employee data.Rdata) ; table(Edata$GENDER) f m 216 258 table(Edata$MINORITY) Yes No 104 370 table(Edata$EDUC) 8 12 14 15 16 17 18 19 20 21 53 190 6 116 59 11 9 27 2 1 ;分类数据的图示—条形图(bar Chart);分类数据的图示—条形图 (例题分析);例2 对公司雇员数据，做出性别、工作类型、教育程度等条形图。 plot(Edata$GENDER) plot(Edata$JOBCAT) hist(Edata$EDUC) ;;;;分类数据的图示—饼图(pie Chart);分类数据的图示—饼图 (例题分析);例3 对公司雇员数据，做出性别、工作类型、教育程度等饼图。 pie(table(Edata$GENDER)) pie(table(Edata$JOBCAT)) pie(table(Edata$EDUC)) ;;;;顺序数据的整理(可计算的指标);顺序数据的频数分布表(例题分析);顺序数据的频数分布表 (例题分析);顺序数据的图示—累计频数分布图 (例题分析);环形图(annular chart);环形图 (例题分析);分组方法;单变量值分组(要点);组距分组 (要点);组距分组(步骤);组距分组(几个概念);频数分布表的编制