01 统计数据的搜集与整理.pptVIP

生物统计学 第一章 统计数据的搜集与整理 （描述性统计：descriptive statistics） 本章纲要 本章讲述统计学基本概念，有关描述性统计的基本统计数及其计算方法，主要内容包括： 总体与样本； 数据类型及频数分布； 样本特征数及其计算； SPSS和Excel软件的有关使用 1.1 总体与样本 1.1.1 统计数据的不齐性 即原始数据的差异性，决定了在数据处理过程中使用统计学手段的必要性。统计学的作用在于从一系列看似杂乱无章的数据中发现潜在的规律，得到正确的普适性结论。这对有关生物学方面的生产和科研尤为重要，因为生物学现象受到更多内在和外在因子的影响，具有相对更高的变异性。 1.1.2 总体与样本 统计学的核心问题：通过样本推断总体 概念: 总体（population）—具有相同性质的个体所组成的集合称为总体，它是研究对象的全体。组成总体的基本单元称为个体（Individual/case）。总体可以分为无限总体（infinite population）和有限总体（finite population）；生物学多数问题为前者，即无限总体。 样本（sample） —按照一定方法，从总体中抽出的若干个体构成的集合称为样本，构成样本的每个个体称为样本单位。样本内的个体数目，称为样本含量（sample size）。 1.1.3 抽样 抽样（sampling）—按照一定的方法，从总体中获得样本的过程；最基本的抽样方法为随机抽样（random sampling）—机会均等性和个体独立性的原则。 放回式抽样（sampling with replacement）与非放回式抽样（sampling without replacement） —从总体中抽出一个个体，记录后放回总体，进行再次抽样，即放回式抽样；从总体中抽出个体，不再放回，即非放回式抽样。 样本含量对统计结果的准确性至关重要，在可操作的前提下，增大样本量可以提高统计结果的准确度。总体的结果是唯一的，样本的结果是变化的，样本量越大越接近总体，结果越趋近稳定和真实。 1.2 数据类型及频数（率）分布 数据的取得包括调查（普查与抽查）和试验两种方式 1.2.1 连续型数据和离散型数据 数据是统计工作的基础，统计方法要根据数据类型进行选择确定。 连续型数据（continuous data）—与某种标准比较所得到的数据，通常为非整数，可能带有小数，如长度，时间等。相应地，对连续型数据进行分析的方法，称为变量的方法（method of variable）； 离散型数据（discrete data）—记录不同个体数量的数据，因此又称计数型数据（count data）；或者表征研究对象属性的数据，为数据处理的方便，也可以化为离散型数据。相应地，对离散型数据进行分析的方法，称为属性的方法（method of attribute）； 数量性状与质量性状—数量性状是测量或者计数取得的。测量得到的数据即连续型数据，也称为计量资料；计数取得数据即离散型变量，也称计数资料。质量性状资料又称属性资料，只能通过观察而不能通过测量得到的数据。如颜色、血型、有无等，质量性状数量化可以方便统计分析。 1.2.2 频数（率）表和频数（率）图的编绘 离散型数据采用单项式分组法进行整理，连续型数据则采用组距式分组法进行整理，并编绘频数表和频数图。 离散型数据频数表和频数图的编绘 例题：每天调查10名新生儿的体重情况，共调查120天，统计体重超过3公斤的新生儿的人数所出现的天数（频数），得到以下数据 连续型变量频数表和频数图的编绘 例题：测量100株某高粱品种“三尺三”，得到下表所列数据，编制频数表，绘制频数图 连续性数据频数表的编制步骤 根据原始数据的最大值、最小值，求出极差（全距），极差=最大值-最小值； 确定划分的组数，根据样本容量和极差确定，不宜太多或者太少，确定原则可根据以下原则： 根据极差和组数，确定组距、组限，组距=极差/组数； 在频数表中列出全部组限、组界及中值，中值=（组上限+足下限）/2； 对原始数据进行计数，在频数表中填入频数，计算频率。 累积频数表和累积频数图的绘制 编制累积频数表并绘制相应的累积频数图 1.2.3 研究频数分布的意义 根据频数（率）分布表或者分布图，可以直观地看出数据的分布概况和变化趋势，可以观察出数据的集中情况和离散情况。 1.3 样本特征数及其计算 数据的分布具有两个明显的特征，即集中性和离散性：集中性是指数据向某一中心聚集的趋势；离散性是指离开中心分布的趋势。表征着两个基本特性的统计数，即为特征数。反映集中性的特征数为平均数，最常用算术平均数，还包括几何平均数、中位数和众数等；反映离散性的特征数为变异数，最常用标准差，此外还包括极差、方差、变异系数等。