生物统计入门统计资料的整理一.pptVIP

生物統計入門 統計資料的整理(一) 統計資料的整理(一) 統計方法的順序： 1.蒐集 2.整理 3.分析 4.推論 統計資料 蒐集統計資料 蒐集資料兩大原則：「精確」、「節省」 蒐集資料兩種方式：「普查」、「抽查」 整理統計資料 一 原始資料的分類方式十分重要 可依循資料的組成特性加以歸類：時間性、空間性、個體特性 1.時間性：時間數列，如歷年門診人數 2.空間性：空間數列，如布袋鎮的流病調查 整理統計資料 二 3.個體特性：有兩種次標準 一、數量數列：依數量多寡分類，如體重 ＊可分為連續性數列和非連續或離散數列 ex:連續性=身高 / 非連續性：人數 二、性質數列：按個體特質分類，如性別 分析統計資料 將收集來的資料加以分析 求取算術平均數、變異數、相關係數…etc 推論統計資料 利用分析樣本統計資料的結果，藉由估計或假設檢定的方法來推論母群體的特質 (由樣本的分析結果推論母群體) Ex:收視率調查、支持率調查 統計資料的內容 包含三個項目（以課本P32 表2-1為例）： 1.元素（element）：所蒐集的個體，構成統計資料的成員 (ex: Tom、Mary) 2.變項（Variable）：在統計資料中想研究的特質或性質(ex:身高、體重) 3.觀測值（Observation）：統計資料中每個元素的變項（特性）資料(ex:Tom年齡值=24) 資料變項的分類 一 依特性可分為四種測量尺度 1.類別尺度（Norminal Scale）：名義、名目尺度。EX:性別，男=1；女=2。 2.序位尺度（Ordinal Scale）：順序尺度，變項有類別跟序位雙重特質。EX:名次 ※只有順序或大小的關係，沒有真正的差距 資料變項的分類 二 3.等距尺度（Interval Scale）：區間尺度，變項具有：1.序位 2.觀測值的數值 兩種特性 ※彼此有真正的差距，且無絕對「零」的觀念 EX:攝氏80度不為攝氏40度的兩倍，因為攝氏0度並非絕對的零度。但每一度的間隔差距是相同的。 （絕對溫度零度=攝氏零下 273 度 ） 資料變項的分類 三 4.等比尺度（Radio Scale）：又稱比率尺度或比例尺度。具有等距尺度的特性，且觀測值具有比率的性質 EX:A體重80kg 、B體重40kg，A是B的兩倍體重 ※此四種變項，除類別變項是屬性的形式（Qualitative），其他三種可被表示為屬數的形式（Quantitative）=具有運算功能 製作統計圖表 統計表的建立來自次數分布表 次數分布表可分為一維（One-Way）及多維次數分布表（Multi-Way Frequency table） ※見課本P36-37 二維以上的分布表過於複雜，應盡量避免使用 統計方式有「相對」「累積相對」次數分配表 統計圖的製作 :長條圖（Bar Chart） 以若干等寬的平行方調代表統計資料中各組的數量 通常在各組間沒有連續性時使用 長條間必須留有縫隙，寬度應該固定 ※課本P38 圖2-2 莖葉圖（Stem-Leaf Chart） 莖葉圖是先將觀測值一順序排列後，分開每一數字為兩部份， 前段稱為導數（Leading Digits）=莖， 後段部份稱為繼數（Trailing Digits）=葉， EX: 22.25.34.35 可寫成 2| 25 3| 45 莖葉圖（Stem-Leaf Chart） 1.統計資料分布的中心位置（中位數） ※中位數（Median）：一列由大小排列的數列中位於最中間的那ㄧ個 2.統計資料分布的整體形狀是否對稱?向右或向左偏? 有幾個峰? 3.注意資料分布在整體以外的離散值=偏值（Outlier），偏值往往會影響資料的分析 ※背對背莖葉圖可比較相對統計的情況 直方圖（Histogram） 統計中常見。將數據區隔成等寬區域，計算後將數值顯示為長方條 區域與區域為連續的，且長方條之間沒有間隔 ※課本P41 圖2-6