数值变量的描述性统计.pptVIP

*第60页，共88页，星期日，2025年，2月5日*3.一般正态分布曲线下的面积对于一般的正态分布N(?,?2)，其曲线下（-?,x）区间的面积除与x有关外，还与?和?有关。即不同的正态曲线，由于其位置和形状不同，同一区间内的面积是不同的。但可利用标准正态变换，将N(?,?2)转化为标准正态分布，再根据标准正态曲线下的面积分布表推算。第61页，共88页，星期日，2025年，2月5日*1.求u值当、和已知时，按求得值；当、未知且样本含量n足够大时，可用样本均数和标准差分别代替和求得u的估计值。2.查u值表根据所求的u值查表。查u界值表的步骤：第62页，共88页，星期日，2025年，2月5日*集中趋势的描述指标---中位数---频数表法第28页，共88页，星期日，2025年，2月5日*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）2.3离散趋势甲乙丙第29页，共88页，星期日，2025年，2月5日*全距（range，简记为R）亦称极差。定义：指一组同质观察值中最大值与最小值之差。全距反映了个体差异的范围：全距大，说明变异度大；反之，全距小，说明变异度小。应用：简单明了。常用于说明传染病、食物中毒等的最短及最长潜伏期。公式：R=xmax-xmin不足：①仅考虑了最大值与最小值之差，不能反映组内其它观察值的变异度；②样本含量越大，抽到较大或较小观察值的可能性越大，故全距可能越大。因此，样本含量相差悬殊时不宜用全距比较。一、全距第30页，共88页，星期日，2025年，2月5日*二、百分位数百分位数（percentile）用表示，0x100，是描述一组数据某百分位的位置指标。将全部观察值分为两部分，理论上有x％的观察值比它小，有(100-x)％的观察值比它大。最常用的百分位数是，即中位数。应用：①常与中位数结合应用，可以描述一组资料在某百分位置上的水平，也可以描述资料的分布特征。M-P5=P95–M时，分布近似对称M-P5P95–M时，分布呈正偏态M-P5P95–M时，分布呈负偏态第31页，共88页，星期日，2025年，2月5日*百分位数（percentile）应用：②也可用多个百分位数的结合来描述一组观察值的分布特征，如和合用时，反映中间50%观察值的分布情况；③百分位数可用于确定非正态分布资料的医学参考值范围。注意：应用百分位数，样本含量要足够大，否则不宜取靠近两端的百分位数。计算公式：分别为所在组段的下限、组距和频数；为小于L的各组段的累计频数。第32页，共88页，星期日，2025年，2月5日*百分位数第33页，共88页，星期日，2025年，2月5日*定义：四分位数间距(quartileinterval，Q)为上四分位数与下四分位数之差(或与之差)。计算公式：应用：用于描述偏态分布以及分布的一端或两端无确切数值资料或分布类型未知资料的离散程度。三、四分位数间距QLQMQU25%25%25%25%第34页，共88页，星期日，2025年，2月5日*四分位数间距包括了一组观察值的一半，故可把四分位数间距看成是中间50%观察值的极差。意义：Q越大，变异度越大；反之，Q越小，变异度越小。特点：由于四分位数间距不受两端个别极大值或极小值的影响，因而它较全距稳定，但仍未考虑全部观察值的变异度。离散程度的描述指标---四分位数间距第35页，共88页，星期日，2025年，2月5日*极差和四分位数间距都只考虑了个别观察值的大小差异，没有全面反映每个观察值的变异程度。就总体而言，即应考虑总体中每个观察值与总体均数的差值()，即离均差。因离均差之和，不能反映变异度的大小，故用离均差平方和(sumofsquaresofdeviationsfrommean)反映之。离均差平方和的大小除与变异度有关外，还与变量值的个数N有关。为了消除这一影响，取离均差平方和的均数，称方差(vari