第四章统计描述和SAS过程.pptVIP

第四章统计描述和SAS过程 proc univariate data=cjl.xf2000 plot normal; var income; run; 例4.3 检验例4.2中变量income的正态性 输出内容 输出内容 三种检验的P值都0.05，故在给定的显著性水平0.05下，拒绝均值为0的原假设，即变量income的均值不为0。 统计软件包 SAS系统与统计分析 第四章 统计描述与SAS过程 4.1 变量的数字特征与MEANS过程 4.2 单变量分析与UNIVARIATE过程 1、表示位置的数字特征 总体均值、中位数、众数 众数是使得随机变量密度函数取最大值的数值 一、随机变量的数字特征 2、表示离散程度的数字特征 极差、方差、标准差、标准差(变异）系数 4.1 变量的数字特征与MEANS过程 极差： 变异系数： 标准差系数反映了单位均值上的离散程度 常用在两个总体均值不等的离散程度的比较上。 3、表示分布形状的数字特征 偏度、峰度 （对称正态为0） 偏度：度量总体分布偏斜程度 随机变量分布为对称分布； 非对称的右偏分布，即随机变量取值在右边比较分散； 非对称的左偏分布，即随机变量取值在左边比较分散； 峰度：度量总体分布尾部粗细程度（与正态分布相比） 正态分布随机变量的峰度为0； 与正态分布相比，随机变量X偏离均值的极端值较少， 分布形状较平坦。