数值变量描述性统计及正态分布研究生.ppt

数值变量的描述性统计;主要内容;§2.1 频数分布; 例2.1某地2004年抽样调查 100名男大学生的身高(cm);一、频数分布表的概念;二、频数表的编制;全距(或极差，range)是最大值与最小值之差，用 R 表示。 例2.1中，最大值为183.5cm，最小值为162.9cm， 故R =183.5-162.9=20.6（cm）。 ;组段数：根据样本含量的多少确定，一般设8～13个组段。 组距：各组段的起点和终点分别称为下限和上限，相邻两组段的下限之差(或每一组段的上、下限之差)称为组距。一般取等距分组，常用全距的1/10取整做组距。某组段(下限+上限)/2为组中值。 划分组段：各组段应是连续的，不能有交叉或重叠。第一组段应包括最小值；最末组段应包括最大值，并同时写出其下限与上限。 例2.1中，全距的1/10为 20.6/10 = 2.06，组距取整为2.0cm ；最小值为162.9cm，故第一组段的下限为162cm，第二组段的下限为164cm，依次类推，最末组段为182cm?184cm，包含最大值183.5cm 。 ;3. 列出频数表;20;三、频数分布的特征;;四、频数分布的类型;图2-1 某地100名18岁男大学生身高的频数分布;五、频数表的用途;§2.2 集中趋势;一、均数;直接法：用于样本含量 n 较小时，公式为： 式中，希腊字母 (sigma)表示求和； 为各观察值；n为样本含量，即观察值的个数。 例2.2 某地随机抽取10名18岁健康男大学生身高(cm)分别为168.7，178.4，170.0，170.4，172.1，167.6，172.4，170.7，177.3，169.7，求平均身高。 ;加权法：用于频数表资料或样本中相同观察值较多时，其公式为： 例2.3 计算例2.1表2-1 资料100名男大学生的平均身高。 ;几何均数（geometric mean） 定义：指一组观察值的乘积，再被观察值个数开方。 符号：用 表示 应用：适用于 ①数据经过对数变换后呈正态分布的（对数正态分布）资料；②观察值之间呈倍数或近似倍数变化（等比关系）的资料。如医学实践中的抗体滴度、平均效价等。 计算方法：直接法 频数表法;例2.4 有6份血清的抗体效价为1:10，1:20，1:40，1:80，1:80，1:160, 求其平??效价。 ;计算公式： 例2.5 某地区50名麻疹易感儿童接种麻疹疫苗1个月后，测其血凝抑制抗体滴度，如表2-2中(1)、(2)栏，求平均抗体滴度。;集中趋势的描述指标---几何均数---加权法;注意： 计算几何均数时观察值中不能有0； 一组观察值中不能同时有正值和负值。;中位数（median）是一种位置指标。 定义：将一组观察值按由小到大的顺序排列后位次居中的数值就是中位数，小于和大于中位数的观察值个数相等。 符号：用 M 表示。 应用：用于描述任何分布，特别是偏态分布资料以及频数分布的一端或两端无确切数据资料的中心位置。 计算方法：直接法 频数表法;直接法：用于样本含量 n 较小的资料。 n为奇数时， 　 　 n为偶数时， 例2.6 某病患者9名，其发病的潜伏期(d)分别为： 2, 3, 3, 3, 4, 5, 6, 9, 16，求发病潜伏期的中位数。 本例n=9，为奇数，故 （d）。 ;计算步骤：①按所分组段由小到大计算累计频数和累计频率；②确定中位数所在组段，即累计频率包含50％的组段；③求中位数。 式中， 分别为中位数所在组段的下限、组距和频数； 为小于L的各组段的累计频数。 例2.7 某疾病控制中心记录了199名沙门氏菌属食物中毒患者发病的潜伏期(表2-3)，计算平均发病潜伏期。 ;集中趋势的描述指标---中位数---频数表法;例：分别取甲、乙、丙三人每人的耳垂血，然后红细胞计数，每人数5个计数盘，得结果如下（万/mm3）;;二、百分位数;百分位数（percentile）;百分位数;定义：四分位数间距(quar