[经管营销]描述性统计分析.ppt

描述性统计分析 统计分析的基本概念 进行数据分析首先应： 明确分析的目的 明确分析的对象 确定是否需要抽样 在一些问题中，要考查整个总体往往是不可能的，因为要耗费太多的时间和资源 确定需要记录的数据项目 1. 总体和样本 总体（population）是所研究的指标测量值的集合。 抽样方法 简单随机抽样：在抽样的过程中，任何一个样本被选中的机会都相同。 利用计算机产生的随机数（对于有限总体），可模拟简单随机抽样，如对学生的学号用随机数进行抽样 对于无限总体不能进行标号，抽样过程不能用随机数，难于实施 分层抽样：按数据的层次进行抽样。 如小学生的身高，按每年级分为一个层 分层抽样的优点 抽取的样本在总体中分布得更均匀，更合理 个层内单位之间差异程度相对减小，使在该层内抽取的样本对该层的代表性得到提高 层内成员差异小，而层间成员差异较大时，分层抽样可以提高估计的精度 2. 参数和统计量 对总体概括度量值和对样本概括度量值所用的方法及名称是不同的。 总体的度量值称为参数(parameters)，样本的度量值称为统计量(statistics)。 通常,总体参数是未知的,SAS系统给出的描述统计量适用于样本。 2. 参数和统计量 参数（parameters）：总体的度量值。 统计量（statistics）：样本的度量值。 一般总体参数用希腊字母表示： 均值 方差 标准差 总体 μ σ2 σ 样本 X s2 s 3. 自由度 自由度是某一统计量中，变量可以自由取值的个数 用df表示自由度。 [例]变量X有n个取值， df=n；若它们受到k(kn)个条件制约，则df=n-k 4. 表示数据位置的统计量 均值（Mean）： 所有观测值的平均值。 4. 表示数据位置的统计量 众数（Mode）：观测值中出现最多的数。 百分位数(Percentile): 描述数据分布和位置的统计量。 0.5分位数就是中位数,0.75分位数和0.25分位数分别称为上、下四分位数,记为Q3和Q1。 一般地，k百分位数(k-percentile)，即约有k%的观测值小于它。 5. 表示数据分散程度的统计量 极差(Range)：数据中最大值和最小值之差。 [例]SAS计算样本方差的步骤 计算样本均值 计算每个观测值同均值的差值 把这些差值分别平方再求这些平方的和 把平方和除以n-1，n为差值的个数（样本容量）假设样本值分别为10,11,12,15，均值为12，样本容量为4，方差按下式计算： s2=（（10-12）2+（12-12） 2+（11-12） 2+（15-12） 2）/（4-1）=4.67 5. 表示数据分散程度的统计量 标准差（Standard deviation或Std Dev）：方差的开平方。 标准差的量纲与原变量一致。 方差和标准差所反映的是数据对其均值的某种离散程度。标准差（或方差）较小的观测数据一定是比较集中在均值附近，反之则是比较离散的。 变异系数(Coefficient of Variation或CV) 变异系数是将标准差表示为均值的百分数，是观测数据分散性的一个度量，它在比较用不同单位测量的数据的分散性时是有用的。 5. 表示数据分布形状的统计量 偏度(Skewness)：描述数据对称性的指标。 正态分布 如果数据来自正态分布总体，则： 68%的值落在距均值1个标准差的范围之内 95%的值落在距均值2个标准差的范围之内 99%的值落在距均值3个标准差的范围之内 概率P(probability) 概率是度量某随机事件发生可能性大小的一个数量。 概率的取值范围在0~1之间。若某一事件必然不发生，P=0；某一事件必然发生，P=1 概率论是数理统计的基础，统计分析的许多结论，都是建立在概率大小的基础之上的。 [例]儿童体检数据如下 刘明 3 男 0.94 13.59 50.4 蔡行 3 男 0.91 14.2 50 李敏 4 女 1.39 16.15 51.6 李涛 4 男 1.02 15.44 51.9 夏天 4 男 1.06 15.3 51 郭红 5 女 1.01 15.04 51.9 胡月 5 女 1.02 15.07 52.7 程彬 6 女 1.07 17.04 53.7 杨兵 6 男 1.12 18.09 54.1 刘进 6 男 1.14 18.8 53.5 王苗苗 7 女 1.16 19.93 55.5 张思凡 7 女 1.15 18.2 51.4 试用作描述性统计分析 二、用SAS/ASSIST进行描述统计 选择解决方案/ASSIST，并在欢迎窗口中点击继续按钮 选择Cascading Menu为新的ASSIST工作模式；选择Block Menu为ASSIST 6的菜单工作模式。 选