也就是变量值的合并.PPT

* 通过基本统计方法的学习，可以对要分析数据的总体特征有比较准确的把握，从而有助于选择其他更为深入的统计分析方法 * 在正态或近似正态分布的计量资料中，经常在使用上一节统计描述过程分析后，还要进行组与组之间平均水平的比较 * 1.1 均值（Mean）和均值标准误差（S.E.mean） 1.1.1 统计学上的定义 定义：均值（平均值、平均数）表示的是某变量所有取值的集中趋势或平均水平。例如，学生某门学科的平均成绩、公司员工的平均收入、某班级学生的平均身高等。 计算公式如下。 样本数据来自总体。样本的统计描述量可以反映总体数据的特征，但由于抽样等原因，使得样本数据不一定能够完全准确地反映总体，它可能与总体的真实值之间存在一定的差异。进行不同次抽样，会得到若干个不同的样本均值，它们与总体均值存在着不同的差异。 均值标准误差（Standard Error of Mean，S.E. mean）就是描述这些样本均值与总体均值之间平均差异程度的统计量。 均值标准误差（S.E.mean） 1.2 中位数（Median） 1.2.1 统计学上的定义 定义：把一组数据按递增或递减的顺序排列，处于中间位置上的变量值就是中位数。它是一种位置代表值，所以不会受到极端数值的影响，具有较高的稳健性。 1.3 众数（Mode） 1.3.1 统计学上的定义 定义：众数是指一组数据中，出现次数最多的那个变量值。众数在描述数据集中趋势方面有一定的意义。例如，制鞋厂可以根据消费者所需鞋的尺码的众数来安排生产。 计算公式：手工计算众数比较麻烦，需要统计数据的次数分布。 1.4.1 统计学上的定义 1.4 全距（Range） 定义：全距也称为极差，是数据的最大值与最小值之间的绝对差。在相同样本容量情况下的两组数据，全距大的一组数据要比全距小的一组数据更为分散。 计算公式：最大值－最小值。 1.5.1 统计学上的定义 1.5 方差（Variance）和标准差（Standard Deviation） 定义：方差是所有变量值与平均数偏差平方的平均值，它表示了一组数据分布的离散程度的平均值。标准差是方差的平方根，它表示了一组数据关于平均数的平均离散程度。方差和标准差越大，说明变量值之间的差异越大，距离平均数这个“中心”的离散趋势越大。 ? 研究问题 已知某零件的平均长度为a，现用甲、乙两台仪器各测量10次，将测量结果X用坐标上的点表示如图： 机器甲 机器乙 1.6 四分位数（Quartiles）、十分位数（Deciles）和百分位数（Percentiles） 1.6.1 统计学上的定义 定义：四分位数是将一组个案由小到大（或由大到小）排序后，用3个点将全部数据分为四等份，与3个点上相对应的变量称为四分位数，分别记为Q1（第一四分位数）、Q2（第二四分位数）、Q3（第三四分位数）。其中，Q3到Q1之间的距离的一半又称为四分位差，记为Q。四分位差越小，说明中间的数据越集中；四分位数越大，则意味着中间部分的数据越分散。 1.7 频数（Frequency） 1.7.1 统计学上的定义 定义：频数就是一个变量在各个变量值上取值的个案数。如要了解学生某次考试的成绩情况，需要计算出学生所有分数取值，以及每个分数取值有多少个人，这就需要用到频数分析。 1.8 峰度（Kurtosis） 1.8.1 统计学上的定义 定义：峰度是描述某变量所有取值分布形态陡缓程度的统计量。这个统计量是与正态分布相比较的量，峰度为0表示其数据分布与正态分布的陡缓程度相同；峰度大于0表示比正态分布高峰要更加陡峭，为尖顶峰；峰度小于0表示比正态分布的高峰要平坦，为平顶峰。 1.9 偏度（Skewness） 1.9.1 统计学上的定义 定义：它是描述某变量取值分布对称性的统计量。 偏度大于0表示正偏差数值较大，为正偏或右偏，即有一条长尾巴拖在右边；偏度小于0表示负偏差数值大，为负偏或左偏，有一条长尾拖在左边。而偏度的绝对值数值越大表示分布形态的偏斜程度越大。 案例：描述性统计分析 频数分析 基本描述统计量 交叉分组下的频数分析 多项选择题的分析 2012-2-15 Means过程 2.1 单一样本T检验 2.2 两独立样本T检验 2.3 两配对样本T检验 2.4 2、 均值比较和T检验 2.1 Means过程 2.1.1 统计学上的定义 定义：Means过程其实就是按照用户指定条件，对样本进行分组计算均数和标准差，如按性别计算各组的均数和标准差。 例如：比较不同性别同学的数学成绩平均值和方差。 2.2 单一样本T检验 2.2.1