4、第二章 数值变量的描述性统计2PPT.ppt

;第一节 数值变量资料的频数表 ;1．求全距 R =183.5-162.9=20.6(cm) 2．定组段和组距 （1）一般设8～13个组段 ，常用全距的1/10取整做组距。 i= 20.6/10=2.06 取整，组距为2 （2）上限、下限、组距 （3）第一组段应包括全部观察值中的最小值；最末组段 应包括全部观察值中的最大值 3．列出频数表 ;身高组段 ;二、频数分布的特征 频数分布的两个重要特征：集中趋势和离散程度 频数分布分类：对称分布和偏态分布 1、对称分布：频数分布的集中位置在中间，左右两侧大致对称 2、偏态分布是指频数分布不对称，集中位置偏向一侧： （1）正偏态分布：集中位置偏向数值小的一侧 （2）负偏态分布：集中位置偏向数值大的一侧 ;第二节 数值变量资料的描述性指标 一、集中趋势的描述 描述一组同质观察值平均水平或中心位置的指标有均数、几何均数、中位数、众数、调和均数等。本节仅介绍常用的均数、几何均数和中位数。 ;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 1、适用：对数正态分布资料 ；观察值之间呈倍数或近似倍数变化（等比关系）的资料 。 2、计算： 直接法：;加权法：;表2-2 50名麻疹易感儿童平均抗体滴度计算表 ;3、注意： 计算几何均数时观察值中不能有0； 一组观察值中不能同时有正值和负值。 ;（三）中位数 1、定义：一组观察值按由小到大的顺序排列后位次居中的数值。 2、适用：任何分布；偏态分布资料；频数分布的一端或两端无 确切数据资料。 3、计算： 直接法：用于样本含量较小的资料。将观察值由小到大排列 ;例2.6 某病患者9名，其发病的潜伏期（d）分别为：2，3，3，3，4，5，6，9，16，求发病潜伏期的中位数。 ;频数表法 ：;表2-3 199名食物中毒患者潜伏期中位数的计算 ;附：百分位数是描述一组数据某百分位的位置指标。 ;二、离散程度的描述 前已提及，频数分布有集中趋势和离散程度两个重要特征，只有把两者结合起来才能全面反映数值变量资料的分布特征。集中趋势指标反映一组同质观察值的平均水平或中心位置，???散程度指标则反映一组同质观察值的变异度。常用的指标有全距、四分位数间距、方差、标准差和变异系数。 ;1．全距（range，简记为R） 亦称极差，为一组同质观察值中最大值与最小值之差。它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。 优点：全距虽然计算简单 缺点：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。 ;2．四分位数间距 适用：用于描述偏态分布以及分布的一端或两端无 确切数值资料的离散程度 公式： 优点：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 缺点：仍未考虑全部观察值的变异度 ;3.方差 ;4．标准差 优点：因方差的度量单位是原度量单位的平方，故将方差开方，恢复其原度量单位 ;第三节 正态分布及其应用 一、正态分布的概念和特征 由表2-1频数表资料所绘制的直方图(图2-1A)可看出，高峰位于中部，左右两侧大致对称。设想，如果观察例数逐渐增多，组段不断分细，直方图顶端的连线就会逐渐形成一条高峰位于中央（均数所在处），两侧逐渐降低且左右对称，不与横轴相交的光滑曲线(图2-1C)。该频数曲线（或频率曲线）近似于数学上的正态分布（normal distribution）。由于频率的总和为100%或1，故该曲线下横轴上的面积为100%或1。 ? ;图2-1 频数分布逐渐接近正态分布示意图 ;正态曲线与标准正态曲线的面积分布 ;二、正态曲线下面积的分布规律 实际工作中，常需要了解正态曲线下横轴某一区间的面积占总面积的百分数，以估计该区间的例数占总例数的百分数（频数分布）或观察值落在该区间的概率。对式（2.18）积分，求得的标准正态变量u 的累积分布函数反映了标准正态曲线下横轴自-∞到u的面积。为应用方便，统计学家编制了附表1标准正态分布曲线下的面积，;图 正态曲线与标准正态曲线的面积分布 ;（一）查表法步骤： 1、求u值;正态分布曲线下有三个区间的面积应用较多，应熟记：①标准正态分布时区间（-1,1）或正态分布时区间（μ-1σ,μ+1σ）的面积占总面积的68.27%；②标准正态分布时区间（-1.96,1.96）或正态分布时区间（μ-1.96σ,μ+1.96σ）的面积占