统计描述与假设检验.pptx

第四章 统计描述;第一节 频数分布;一、计量资料的频数分布表 例1 某年某市120名12岁健康男孩身高测量资料;找出全距 即最大值与最小值之差。 全距（R）= 160.9－125.9 = 35 确定组距 为相邻两组段最小值之差。通常以R的1/10进行估计。 组距（i）= 全距（R）/10 = 35/10 = 3.5 可取i =4。 划分组段 每个组段应有一个起始值作为组下限和一个终止值作为组上限； 第一个组段应包括最小值，最后一个组段应包括最大值； 组段数一般取8~15个； 为避免相邻两组段界限互相包含，除最末一个组???外，其余组段只写下限。 整理频数分布 计算各组段频数、累计频数和累计频率。;组 段;;二、计数资料和等级资料的频数分布表 1、计数资料的频数分布表 表2 100名大学生性别的频数分布表;2、等级资料的频数分布表 表3 100名大学生性别的频数分布表;三、频数分布表的作用 1、揭示资料的频数分布特征与类型 （1）频数分布的特征 集中趋势 反映变量值平均的数量水平。 离散趋势 反映变量值相互之间变异的程度。 （2）频数分布的类型 对称分布 集中位置居中，左右两侧的频数基本一致。 非对称分布 集中位置偏向一侧，左右两侧频数不一致。 2、观察离群值 便于发现一些特大、特小的可疑值。 ;第二节 计量资料的统计描述;一、集中趋势的描述 含义 集中趋势是指计量资料中，所有观察值的中心位置。反映一组同质变量值的平均数量水平。 常用指标 算术平均数、几何平均数、中位数;1、算术均数（arithmetic mean） 简称均数（mean），用x及μ表示。 适用范围 变量值呈对称分布，尤其是正态分布的计量资料 计算方法 直接法 变量值个数不多，直接相加除以变量值个数。 加权法 变量值较多或频数表资料。;组 段;2、几何均数（geometric mean, G） 适用范围 变量值呈对数对称分布 等比级数资料 计算方法 直接法 变量值个数不多，直接将其乘积开n次方。 加权法 变量值较多或频数表资料。;抗体滴度;3、中位数（median, M） 一组按大小顺序排列的变量值，位次居中的数值即中位数。 适用范围 变量值呈偏态分布 分布类型不清 变量值的一端（或两端）无确定数值—开口型资料 计算方法 直接法 变量值个数不多。 频数表法 变量值个数较多，先整理频数表。;二、离散趋势的描述 含义 离散趋势是指计量资料所有观察值偏离中心位置的程度，反映一组同质变量值相互之间参差不齐的程度，即离散度或变异度。 常用指标 全距、方差、标准差、变异系数。; 1、全距（range, R） 又称极差，是一组变量值中最大值与最小值的差。 优点 计算简单 缺点 仅考虑了资料的最大值和最小值，不能反映组内其它数据的变异程度。; 2、百分位数（percentile） 含义 又是一个位置指标，用Xp%。它表示在按照升序排列的数列中，其左侧（即小于Xp%侧）的观察值个数在整个样本中所占百分比为p%，其右侧（即大于Xp%侧）的观察值个数在整个样本中所占百分比为（100-p）% 计算 式中：是百分位数，L是所在组段的下限，i是该组段的组距，fp是该组段的频数，n是总频数，∑fl是该组段以前的各组段的累计频数。; 四分位数（quartile） 四分位间距（quartile range, Q） 含义 统计学将3个特殊的分位数X25%、 X50%、 X75%统称为四分位数。 X25%：记为Q1，称作第一四分位数； X50% ：记为Q2，称作第二四分位数； X75% ：记为Q3，称作第三四分位数； 并且将与差值称为四分位间距（quartile range, Q） 计算 Q= Q3﹣ Q1; 3、方差（variance） 用σ2和s2表示。 离均差的和 离均差的平方和 方差 方差反映变量值变异程度的大小，方差越大，说明变量值的变异程度越大；方差越小，说明变异程度越小。 优点 全面考虑了一组变量值中的每一个数据。 缺点 将变量值的单位进行了平方。;4、标准差（standard deviation, SD） 用σ和s表示。 计算方法 直接法 加权法 标准差反映变量值变异程度的大小，。; 标准差的应用 表示一组变量值变异程度 标准差越大，说明变量值的变异程度越大，即变量值围绕均数的分布较离散，均数的代表性