数值变量资料的统计描述 知识介绍.ppt

例8.1 试分别求例8.1频数表的第25、第75百分位数。 P25＝4.20+0.20x[(132x25%－14)/23]＝4.365 P75＝4.80+0.20x[(132x75%－86)/20]＝4.930 血糖(mol/L)组段 组中值(xi) 频数(f) 累计频数（Σf） 频率(%) 累计频率(%) 3.60～ 3.70 3 3 2.27 2.27 3.80～ 3.90 3 6 2.27 4.55 4.00～ 4.10 8 14 6.06 10.61 4.20～ 4.30 23 37 17.42 28.03 4.40～ 4.50 24 61 18.18 46.21 4.60～ 4.70 25 86 18.94 65.15 4.80～ 4.90 20 106 15.15 80.30 5.00～ 5.10 12 118 9.09 89.39 5.20～ 5.30 10 128 7.58 96.97 5.40～5.60 5.50 4 132 3.03 100.00 合计 132(Σfi) 100.00 三种平均数的特点 算术均数：通常被认为是最佳集中趋势的度量值。如果资料观察值含有少数极端数值（相对的说特大或特小值）或资料呈偏态分布，算术均数就变得不稳定而失去代表性。?正态分布 几何均数一般只适宜于等比级数资料。对于这类资料，用几何均数反映集中趋势比算术均数或中位数更合适。 中位数不受其前后其他数值（特别是极端值）的影响。但如果数据呈明显不同且差异很大，这时中位数可能不适宜作为集中趋势的度量值了。?偏态分布 反映集中趋势的指标（平均数），表示一组观察值的平均水及集中特性，并可作为总体的一个代表值加以应用。但是它没有表达其所代表的总体中各个个体之间的差异。 统计学中把个体间的差异称为变异性（variation）。所谓变异性是指在同质条件下的观察单位，其同一标志的数据间的差异性。用以描述一组数值变量资料观察值之间参差不齐的程度，即离散程度或变异度的指标，称为离散指标或变异指标。 第三节 离散趋势的描述 盘编号　 甲 乙 丙 1 560 520 510 2 540 510 505 3 500 500 500 4 460 490 495 5 440 480 490 合计 2500 2500 2500 均数 500 500 500 例：设甲、乙、丙三人，采每人的耳垂血，然后作红细胞计数，每人数5个计数盘，得结果如下（万/mm3） 甲 乙 丙 常用统计指标 全距(range) 四分位数间距(quartile interval) 方差和标准差(variancestandard deviation) 变异系数(CV coefficient of variation) 全距，用R表示：即一组变量值最大值与最小值之差，亦称极差。对于书中例8.1数据，有 简单，但仅利用了两端点值，稳定性差。 一、全距（Range） R＝5.59–3.60 =1.99(mol/L) R越大，变异度越大；R越小，变异度越小。 二、四分位数间距（quartile range） 四分位数间距，用Q表示，若将一组资料分为四等份，上四分位数和下四分位数之差就是Ｑ： Q= 下四分位数： 上四分位数： 比全距稳定；可用于一端或两端无确切数值的偏态资料。 未考虑每一个观察值。 全距和四分位数间距都未全面考虑观察值的变异情况，为了克服该缺点，需计算总体中每个观察值x与总体均数?的差值（x-?），称为离均差。 由于∑（x-?）=0，不能反映变异的大小，而用离均差平方和 ∑（x-?）2（sum of deviation from mean）反映。同时还要考虑到观察值个数N的影响，用其均数，即得到总体的方差，用?2表示。 公式为： 三、方差与标准差 1. 方差（variance）是离均差平方和的均数，反映一 组数据的平均离散水平。 由于在实际工作中，往往得到的样本资料，总体均数?是未知的，所以只能用样本均数 作为?的估计值，即用 代替 ，用样本例数n代替N。但按公式计算的结果通常比实际的 低。所以用n－１来代替n进行校正。得到样本方差 离均差平方和SS 总体方差 样本方差 自由度 ２．标准差（standard deviation） 方差可以比较全面地反映变量值的变异情况，但其方差的单位是原单位的平方，故引入标准差的概念。 标准差：将方差开平方，恢复成原度量单位，得到总体的标准差? 和样本标准差S。 样本标准差用 表示 ，