第四讲分类变量统计描述率标准误.pptxVIP

第四讲分类变量统计描述率标准误.pptx

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

第四讲分类变量统计描述率标准误;10/8/2023;主要内容;分类变量定义

通过确定每个观察单位的某项特征的性质或类别得到的数据。

请大家举出研究中熟悉的分类变量的例子:

特点

变量值是定性的

没有度量衡单位

;类型

无序分类变量:二项分类变量、多项分类变量

有序分类变量

统计分析中的处理

赋值

数据转换

SPSS程序:

TransformRecodeIntodifferentvariables;练习SPSS中变量转换操作:

(出生体重-率.sav数据库)

将出生体重从数值变量变成分类变量(低出生体重、正常出生体重、巨大儿);10/8/2023;10/8/2023;10/8/2023;10/8/2023;10/8/2023;10/8/2023;10/8/2023;10/8/2023;10/8/2023;10/8/2023;10/8/2023;10/8/2023;10/8/2023;10/8/2023;练习:;10/8/2023;Country(2010);年代;10/8/2023;10/8/2023;10/8/2023;10/8/2023;10/8/2023;按照一定的时间顺序,将一系列描述某事物的统计指标依次排列起来,以便观察和比较该事物在时间上的变化和发展趋势。

这些统计指标可以是绝对数、相对数或平均数等。

动态数列分析是建立在相对比基础上的,采用定基比和环比两种方式。

常用的分析指标有:绝对增长量、发展速度与增长速度、平均发展速度和平均增长速度。

;某大学1992~2002年本科专业招生动态变化

;绝对增长量

说明事物在一定时期增长的绝对值。

累计增长量:报告年的指标与某一固定年(基期水平)指标之差。

逐年增长量:报告年的指标与前一年指标之差。;发展速度与增长速度

定基发展速度:报告期指标的水平相当于基期水平的百分比或倍数。

定基增长速度:相对于基期水平,报告期指标净增加的百分比或倍数。

;环比发展速度:报告期指标的水平相当于上一期水平的百分比或倍数。

环比增长速度:报告期指标比上一期水平净增加的百分比或倍数。

描述时一定要说清楚比较的基数,以区分定基还是环比速度。

;平均发展速度和平均增长速度

平均发展速度:某事物在一个较长时期内逐年平均发展变化的速度。

是环比速度的几何平均数。

平均增长速度:某事物在一个较长时期内逐年平均增长的速度。

平均增长速度=平均发展速度-1

;率及构成比计算的SPSS程序:;SPSS练习

(出生体重-率的计算数据库);10/8/2023;步骤:

选定标准构成

在比较的资料中任选一组资料的内部构成作为标准构成;

两组资料各部分之和组成的构成作为标准构成;

选择有代表性的、较固定的、数量较大的人群。

2.计算预期发生数

3.求标准化率;10/8/2023;10/8/2023;10/8/2023;10/8/2023;10/8/2023;10/8/2023;10/8/2023;10/8/2023;????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????

π=0.5时,不同n值对应的二项分布

?????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????

??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????

π=0.3时,不同n值对应的二项分布;10/8/2023;10/8/2023;点估计:不考虑抽样误差的大小,将样本率直接作为总体率的估计值。

区间估计

;总体率的可信区间

小样本(n≤50)时,可直接查“百分率的可信区间表”,即可得到总体率的1-?可信区间。

样本量不太小,总体率既不太小,也不太大,比如np与n(1-p)均大于5时,样本率p的抽样分布近似正态分布。此时总体率的可信区间为

;例:某社区共有12000人

文档评论(0)

189****3244 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档