社会统计复习资料.docx

一、变量的测量层次 二、单 社会统计复习整理-变量 测量层次 变量举例 数学特性 单变量分析 定类[nominal] 区分类别 性别 职业 婚姻状况 宗教信仰 =工 ⑴频数分布、频率分布 ⑵众数、异众比率 定序[ordinal] 区分类别后，还 能排列高低、大 小、先后、强弱 等等级序列 文化程度 城市规模 社会地位 生活水平 住房条件 工作能力 ⑴频数分布、频率分布 ⑵众数、异众比率 ⑶中位数、四分位差 定距[interval] 区分类别、等级 后还能算出等级 间的差距数量， 但没有实际意义 的“0” 年龄 时间 出生率 性别比 +— ⑴频数分布、频率分布 ⑵众数.异众比率 ⑶中位数、四分位差 ⑷平均数、标准差、离散系 数 定比[ratio] 区分类别、等级 后还能算出等级 间的差距数量， 但具有实际意义 的“0” 收入 年龄 时间 出生率 性别比 X* ⑴频数分布、频率分布 ⑵众数、异众比率 ⑶中位数、四分位差 ⑷平均数、标准差、离散系 数 ⑵G系数.Z检 验：定序与定序 数、V系数.C 系数、丸系 数：定类与定 类；定类与定序 兀检验.0系 ⑷r//系数. F/t检验、回归 方程：定距与定 距 ⑶E/上厂系数? F检验：定类与 定距；定序与定 距 双变量分析 ⑴交互分类表. 变量描述 例：甲、乙两同学分别在各自的班里考了 80分，两班同学都为 N=100,其中，甲：eft （cf为该数下限的向上累加次数）=95 乙：cft =60请问：甲、乙两位同学哪个考得更好？ 解：因为两个班中N均为100,因此只需要对比其向上累加 次数即可。甲的向上累加次数为95,表示小于他成绩的同学有95 位，即甲为第5名，同理，小于乙同学成绩的班级同学有60位, 即乙为第40名，因此甲考得好一些。 同理，如果给出的例题用向下累加次数算，即算倒数的排 根据分组资料求中位数（众数用表示，中位数Md） 例如：调査某地区的212个乡， 目的是要知道每个乡之育龄妇女（15-44岁） 落实计划生育的比率，以下为收集到的资料。 节育率（%） 频次 向上累加频次 5及以下 16 16 5-15 38 54 15-25 40 94 25-35 30 124 35 45 23 147 45-55 24 171 55 65 19 190 65及以上 22 212 汇总 212 解： 中位数所在位置为212/2=106,根据向上累加频次106 （介于94与124之间）位于25-35这一组 其中L为中位数所在组的真实下限，f为中位数所在组的频次，cf为低于中位数所在组下限的累加频次，n为全部个案 的数目，w为中位数所在组的组距。则L=25 ^=35-25=10 U30 c匸94 用比例插值法假定中位数所在的组每个数均匀分布，计算如下： 首先用Md- cf 1=106-94=12,即中位数处于本组中的第12个数，算岀该数在本组的比例，即12/30=40% 用组距乘以比例加上貞?实下限即可算岀中位数的估计位置处在本组中的值Md=40%*10+25=29 异众比率V=（n-fmo）/n表示一组数据中非众数的次数与全部个案数目的比率，V=0说明变量只有一个取值，就是众 数，这时候众数可完全代表变量，V=1时，表示资料十分分散，众数几乎无代表性。 极差R （全距）=观察的最大值-观察的最小值 极差小表示资料比较集中，极差大表示资料分散，即：极差越大用集中量数的代表性越小。极差受极端值的影响会非常 大。运动员在比赛中计算成绩时，经常会去掉评委给的最高分，最低分，目的就是为了缩小极差，去掉最髙和最低分后 计算出的集中量数（常是均值）就能比之前较好地代表运动员的真实水平。 四分位差Q：把一组数据按从小到大的顺序排列，其3/4位置的值与1/4位置的值的差异。Q=Q3-Q1,四分位差越大， 说明有50%的个案的分布越远离中位数，因而中位数的代表性就越小；反之，越小就说明越集中，代表性就越大。 Q1 的位置（n+l）/4 Q3 的位置（n+l）*3/4 例：试讣算以下数值的四分位差、中位数、众数 2, 2, 3, 4, 4, 4, 5, 5, 6, 6, 7 解：Q1的位宜是（n+l）/4=3,即第三个数3, Q3则为第九个数6,四分位差Q=6-3=3 中位数是第六个为Md=4众数Mo=4 标准差（符号。或S）：也称均方差，是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，是用得 最多、也是最重要的离散趋势统计量。（表示用均值作估计或预测变项时所犯错误的大小） 具体汁算中，如是总体，标准差公式根号内除以n,如是样本，标准差公式根号内除以自由度（n-1）,它是意思是样本 能自由选择的程度。当选到只剩一个时，它不可能再有自由了，所以自由度是n-1。