单变量统计描述.pptxVIP

单变量统计描述汇报人：AA2024-01-25

CATALOGUE目录引言单变量数据的收集与整理单变量数据的描述性统计量单变量数据的图形表示单变量数据的统计推断单变量数据的应用举例

01引言

123通过统计描述，可以了解数据的分布形态、中心趋势和离散程度，为后续的数据分析和建模提供基础。揭示数据分布规律统计描述可以与数据可视化相结合，以图表等形式直观地展示数据特征，帮助研究者更好地理解和解释数据。辅助数据可视化单变量统计描述是多变量统计分析的基础，通过对单个变量的描述，可以为后续的多变量分析提供必要的参考和依据。为进一步统计分析打下基础目的和背景

统计描述的定义和作用定义统计描述是运用统计学的方法和手段对数据资料进行整理、概括和分析的过程，旨在揭示数据的基本特征和规律。揭示数据分布规律统计描述可以揭示数据的分布形态、中心趋势和离散程度等特征，有助于研究者对数据有更深入的认识和理解。简化数据通过统计描述，可以将大量、复杂的数据简化为几个具有代表性的数字，便于研究者快速了解数据的基本情况。为后续统计分析提供基础单变量统计描述是后续多变量统计分析的基础和前提，只有对单个变量的特征有充分的认识和理解，才能更好地进行多变量分析。

02单变量数据的收集与整理

实验数据、观察数据、调查数据等。来源定量数据（连续型和离散型）和定性数据（分类数据和顺序数据）。类型数据的来源和类型

03数据筛选根据需要选择特定条件下的数据。01数据清洗去除重复、缺失、异常值等。02数据转换标准化、归一化、对数转换等。数据的预处理

将数据分成不同的组或类别。数据分组数据汇总数据展示计算各组数据的统计量，如频数、频率、均值、中位数等。使用图表等方式展示数据分布和统计结果，如直方图、饼图、箱线图等。030201数据的整理与展示

03单变量数据的描述性统计量

所有观察值的总和除以观察值的个数，反映了一组数据的平均水平。算术平均数将数据按大小顺序排列后，位于中间位置的数，反映了数据的中心位置。中位数出现次数最多的数，反映了一组数据的集中情况。众数集中趋势的度量

四分位数间距上四分位数与下四分位数之差，反映了一组数据中间50%的离散程度。方差与标准差方差是每个观察值与平均数之差的平方的平均值，标准差是方差的平方根。它们反映了一组数据相对于平均数的离散程度。极差最大值与最小值之差，反映了一组数据的波动范围。离散程度的度量

描述数据分布形态的偏斜程度，正值表示右偏，负值表示左偏。偏态系数描述数据分布形态的尖峭程度，正值表示尖峰，负值表示平峰。峰态系数通过绘制数据的上边缘、下边缘、中位数和两个四分位数，可以直观地展示数据的分布形态、中心位置、离散程度和异常值情况。箱线图分布形态的度量

04单变量数据的图形表示

箱线图（BoxPlot）是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。在各种领域也经常被使用，常见于品质管理。它主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比较。箱线图的绘制方法是：先找出一组数据的上边缘、下边缘、中位数和两个四分位数；然后，连接两个四分位数画出箱体；再将上边缘和下边缘与箱体相连接，中位数在箱体中间。箱线图

直方图（Histogram）又称质量分布图，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。核密度估计（KernelDensityEstimation）是在概率论中用来估计未知的密度函数，属于非参数检验方法之一，由Rosenblatt(1955)和EmanuelParzen(1962)提出，又名Parzen窗（Parzenwindow）。直方图与核密度估计

QQ图（Quantile-QuantilePlot）是一种散点图，对应于正态分布的QQ图，就是由标准正态分布的分位数为横坐标，样本值为纵坐标的散点图。要利用QQ图鉴别样本数据是否近似于正态分布,只需看QQ图上的点是否近似地在一条直线附近,而且该直线的斜率为标准差,截距为均值.用QQ图还可获得样本偏度和峰度的粗略信息.PP图(Probability–ProbabilityPlot)是根据变量的累积比例对所指定的理论分布累积比例绘制的图形。通过PP图上各点是否与对角线接近或重合来判断原始数据是否与指定的分布相符。QQ图与PP图

05单变量数据的统计推断

用样本统计量来估计总体参数，如样本均值、样本比例等。根据样本数据构造一个置信区间，用于估计总体参数的可能取值范围。参数估计区间估计点估计

原假设与备择假设设立相互对立的两个假设，通过样本数据判断哪个假设更合理。检验统计量与拒绝域选择合适的检验统计量，并确定拒绝原假设的临界值或拒绝域。P值与决策计算P值，与显著性水平进行比较，从而决定是