定量变量的统计描述.pptVIP

6.统计表的审查与修改 统计表制作是否良好，可以从以下几方面检查： 1)．标题是否正确 2)．主谓语的排列是否合适，标目是否组合重复。 3)．表线是否过多过密。 1. 概念：利用点的位置、线段的升降、直条的长短和面积的大小等各种几何图形来表达统计资料和指标.2.作用：它将研究对象的特征、内部构成、相互关系、对比情况、频数分布等情况形象而生动地表达出来，更直观地反映出事物间的数量关系，更易于比较和理解。但对数量的表达较粗略，从图中不能获得确切数字。  二、统计图 医学中常用的统计图有： 直条图、百分条图、圆图、 普通线图、半对数线图、 直方图、箱式图、散点图、 统计地图 3. 制图的基本要求 统计图通常由标题、标目、刻度、图域和图例5部分组成。 1）标题：简明扼要地说明资料的内容、时间和地点.一般写在图的下方中央。 2）图域：即制图空间。除圆图外，一般用直角坐标系第一象限的位置表示图域，或者用长方形的框架表示。不同事物用不同线条（实线、虚线、点线）或颜色表示。 图域的高:宽比例习惯上为7:10。 3）标目：分为纵标目和横标目，表示纵轴和横轴数字的意义，一般有度量衡单位。 4）图例：在对比关系较为复杂的统计图中，为使读者易于分辨各种图形的意义，可以设置图例。图例通常放在横轴与标题之间。 5）刻度：即纵轴与横轴上的坐标。排列方法与直角坐标系的排法一致，刻度数值按从小到大的顺序，纵轴由下向上，横轴由左向右，一律用等距表明。 * * * * * * 3. 方差（ Variance） 公式及来源： 极差和四分位间距未考虑全部观察值的变异度 全面地考虑每个变量值的离散情况 为了衡量每个变量值的变异；先选择一个数值作为比较标准；谁合适呢？均数最有代表性。 应考虑总体中每个变量值x与总体均数μ之差；x-μ称为离均差。 分析： 为解决这个问题，给每项离均差平方后再相加，称离均差平方和， 即∑(x-μ)2。 但每个变量值与均数相减所得到得差值有正有负相消，即∑(x-x)=0;这样就不能反映变异的大小? ? 还有没有问题没考虑到？ 离均差平方和的大小，除与变异度有关外，还与变量值的个数（多少）有关，为在变量值个数不等时进行比较，还要除以变量值的个数，所得值即为总体方差，用σ2表示： σ2 = 总体方差： N X ? - 2 ) ( m 样本方差： 以样本均数代表μ，用样本例数n代表总体例数N，所得方差称样本方差，用S2表示： n X X S ? - = 2 2 ) ( 公式中存在的问题？ 根据以上公式研究的结果表明求得的样本方差总是偏小；为解决此问题，英国统计学家通过实验，用n-1代替可消除误差。 n-1 称为自由度（ degree of freedom ），用希腊字母υ[nju:]表示，表示随机变量能够自由取值的个数。 n-1 X X S ? - = 2 2 ) ( 样本方差的 公式调整为： （n-1）称为自由度（ degree of freedom ），用希腊字母υ[nju:]表示，表示随机变量能够自由取值的个数。 分析： 如有一组四个（n=4）数据的样本，受到 = 5的条件限制，在自由确定4、2、5三个数据后，第四个数据只能是9，否则 ≠ 5。因而这里的自由度= n-1= 4-1=3。推而广之，任何统计量的 自由度=n-限制条件的个数。 方差:分总体方差 ，样本方差S2 ●计算： ●意义：克服了Ｒ值的不足，考虑了每个变量值的离散情况并消除了Ｎ的影响。 ●优点：全面地考虑每个变量值的离散情况 ●缺点：其单位是原度量单位的平方。 总体方差 样本方差 例：计算三组数据的方差 A组：24，27，30，33，36； B组： 26，28，30，32，34； C组：26，29，30，31，34。 方差的特点 适用条件：对称分布资料，特别是正态分布或近似正态分布资料。 意义：方差越大，数据间的变异越大 优点：利用了每个数据的信息，是常用的 描述数据分布离散程度指标 不足：度量衡单位发生了改变，不便于实际应用。为此，更常用的是标准差。 4.标准差（Standard deviation，SD或S） 方差的单位是原度量单位的平方，不便使用。 将方差公式展开，并开方，即得到另一个重要的离散趋势的指标，即标准差，简写为S。 公式来源： 总体标准差： 1 ( ) 2 - - = ? n X X s 样本标准差： 1. 直接法：适用于n较小的资料 求例题中A组数据的标准差。 2. 加权法：适用于n较大的资料 120名成年男子血清铁含