第二章统计数据的描述

合集下载

统计学原理(第二章)

数据的计量和类型
一、数据的计量尺度 4.定比尺度：又称为比例尺度或是比较水平，是对事物之间比值的一种测度，它是最高层次的测量，可用于参数和非参数统计推断。它是与定距尺度属于同一层次的一种计量尺度，但其功能比定距尺度更强一些。
在日常生活中，大多数情况下使用的都是定比尺度。例如，年龄、收入、某地区每年的失业人数、罪犯人数等。
数值数据的描述
一、数值数据的分组
为什么要进行数据的分组？
品质数据的描述
某电脑公司50名销售代表某季度电脑销售量按从小到大排序如下表：
107 108 108 110 112 112 113 114 115 117 117 117 118 118 118 119 120 120 121 122 122 122 122 123 123 123 123 124 124 124 125 125 126 126 126 127 127 128 128 129 130 131 133 133 134 134 135 139 139 139
204 80.00% 105 41.17%
235 92.16% 51 20%
255 100% 20 7.84%
— 100% —
品质数据的描述
二、品质数据的图示 1.条形图：是用宽度相同的条形的高度或长短来表示数据变动的图形，横置的称为带形图，纵置的称为柱形图（直方图）。
柱形图（直方图）
120 100 80 60 40 20
定类变量、定序变量、数值型变量（离散变量、连续变量）
第二节品质数据的描述
一、品质数据的描述二、数据的类型品质数据的图示三、品质数据的分布特征描述
品质数据的描述
一、品质数据的描述 1.频数：是落在某一特定类别（或组）中的数据的个数。把各个类别及其相应的频数全部列出来则形成频数分布。

【统计学】04 第二章定量资料的统计描述

频率(%)
30
25
直条图
20
15
10
5
0
0
1
2
3
4
5
>5
产前检查次数
图2-1 1998年某地96名孕妇产前检查次数频率分布
8
二、连续型定量变量的频率分布
例2-2 抽样调查某地120名18～35岁健康男性居民血清铁含量(μmmo/L),数据如下。试编制血清铁含量的频率分布表。
首先，分析资料类型？定量数据---连续型
表211998年某地96名孕妇产前检查次数频率分布检查次数检查次数11频数频数22频率频率33累计频数累计频数44累计频率累计频率11132623124273115135271240125112235618496421152293656358751000合计961000图211998年某地96名孕妇产前检查次数频率分布1015202530离散型定量变量的频率分布图可用直条图表达以等宽直条的高度表示各组频率的多少直条图二连续型定量变量的频率分布例22抽样调查某地120名1835岁健康男性居民血清铁含量mmol数据如下
频数
25 20 15 10
5 0
0
20
40
60
80
100
120
140
滴度倒数
25
20
15
f 10
5
0
0
0.5
1
1.5
2
2.5
lgX
23
3、计算公式：直接法和频数表法。
（1）直接法公式：
G n X1 X2 X3 Xn
对数的形式为
G lg 1 lg X1 lg X 2 lg X n lg 1 lg X

统计学第2章统计数据的描述

第2章统计数据的描述练习：2.1为评价家电行业售后服务的质量，随机抽取了由100家庭构成的一个样本。

服务质量的等级分别表示为：A.好；B.较好；C.一般；D.差；E.较差。

调查结果如下：B EC C AD C B A ED A C B C DE C E EA DBC C A ED C BB ACDE A B D D CC B C ED B C C B CD A C B C DE C E BB EC C AD C B A EB ACDE A B D D CA DBC C A ED C BC B C ED B C C B C(1) 指出上面的数据属于什么类型；(2)用Excel制作一张频数分布表；(3) 绘制一张条形图，反映评价等级的分布。

2.2某行业管理局所属40个企业2002年的产品销售收入数据如下（单位：万元）：152 124 129 116 100 103 92 95 127 104105 119 114 115 87 103 118 142 135 125117 108 105 110 107 137 120 136 117 10897 88 123 115 119 138 112 146 113 126(1)根据上面的数据进行适当的分组，编制频数分布表，并计算出累积频数和累积频率；(2)如果按规定：销售收入在125万元以上为先进企业，115万～125万元为良好企业，105万～115万元为一般企业，105万元以下为落后企业，按先进企业、良好企业、一般企业、落后企业进行分组。

2.3某百货公司连续40天的商品销售额如下（单位：万元）：41 25 29 47 38 34 30 38 43 4046 36 45 37 37 36 45 43 33 4435 28 46 34 30 37 44 26 38 4442 36 37 37 49 39 42 32 36 35根据上面的数据进行适当的分组，编制频数分布表，并绘制直方图。

医学统计学第二章计量资料的统计描述

肌红蛋白含量
人数
0～
2
5～
3
10～
7
15～
9
20～
10
25～
22
30～
23
35～
14
40～
9
45～50
2
18
人数
25 20 15 10
5 0
2.5 12.5 22.5 32.5 42.5 52.5 血清肌红蛋白（μg / m L）
图 2-3 101 名正常人血清肌红蛋白的频数分布
医学统计学第二章计量资料的统计描述
计量资料（定量资料、数值变量资料）总体：有限或无限个（定量）变量值样本：从总体随机抽取的n个变量值：
X1,X2,X3,……,Xn
n为样本例数（样本大小、样本含量）
2
统计描述——描述其分布规律 1、用频数分布表（图）
要求：大样本如 n〉30
2、用统计指标描述集中趋势离散趋势
6
➢制表步骤了解分布
1. 求极差（range）极差也称全距，即最大值和最小值之差，记作R。本例
R 5 .7 1 2 .3 5 3 .3 6 ( m m o l/L )
7
2．确定组距(i) :
组段数通常取组 10-15组本例组距
i 3 .3 6 /1 0 0 .3 3 6 0 .3 0
累计频率（%） (4)
0
402
402
35.80
1
330
732
65.18
2
232
964
85.84
3
118
1082
96.35
4
27

统计学第三版书后答案第二章

第2章统计数据的描述●9.某百货公司6月份各天的销售额数据如下单位万元257 276 297 252 238 310 240 236 265 278 271 292 261 281 301 274 267 280 291 258 272 284 268 303 273 263 322 249 269 295 1计算该百货公司日销售额的均值、中位数和四分位数2计算日销售额的标准差。

解1将全部30个数据输入Excel表中同列点击列标得到30个数据的总和为8223 于是得该百货公司日销售额的均值见Excel练习题2.9 xxn822330274.1万元或点选单元格后点击“自动求和”→“平均值”在函数EVERAGE 的空格中输入“A1A30”回车得到均值也为274.1。

在Excel表中将30个数据重新排序则中位数位于30个数据的中间位置即靠中的第15、第16两个数272和273的平均数Me2722732272.5万元由于中位数位于第15个数靠上半位的位置上所以前四分位数位于第1第15个数据的中间位置第8位靠上四分之一的位置上由重新排序后的Excel 表中第8位是261第15位是272从而QL2612732724261.25万元同理后四分位数位于第16第30个数据的中间位置第23位靠下四分之一的位置上由重新排序后的Excel表中第23位是291第16位是273从而QU2912732724290.75万元。

2未分组数据的标准差计算公式为s30211iixxn 利用上公式代入数据计算是个较为复杂的工作。

手工计算时须计算30个数据的离差平方并将其求和再代入公式计算其结果得s21.1742。

见Excel练习题2.9 我们可以利用Excel表直接计算标准差点选数据列A列的最末空格再点击菜单栏中“∑”符号右边的小三角“▼”选择“其它函数”→选择函数“STDEV”→“确定”在出现的函数参数窗口中的Number1右边的空栏中输入A1:A30→“确定”即在A列最末空格中出现数值21.17412即为这30个数据的标准差。

《医学统计学》第二章定量数据的统计描述

630
累积频数
(3) 27
196 363 457 538 580 608 622 626 629 630
－
累积频率(%)
(4) 4.29 31.11 57.62 72.54 85.40 92.06 96.51 98.73 99.37 99.84 100.00
资料如表，试计算其中位数。
某地630名正常女性血清甘油三酯含量(mmol/L)
甘油三酯(mmol/L)
(1) 0.10～ 0.40～ 0.70～ 1.00～ 1.30～ 1.60～ 1.90～ 2.20～ 2.50～ 2.80～ 3.10～
合计
频数
(2) 27 169 167 94 81 42 28 14 4 3 1
练习
例 8名食物中毒患者的潜伏期分别为1，4，3，3，2，5，8，16小时，
求中位数。
n=8，为偶数
M
1
2
(
x (
8 2
)
x (
8
1)
)
2
1 2 ( x4
x5 )
1 3 4
2
3.5(小时)
例某传染病11名患者的潜伏期(天)分别为1，3，2，2，3，7，5，6，
4，7，9，求中位数。
n=11，为奇数 M xn1 2 x(111) x6 4(天 ) 2
偏态分布
正偏态负偏态
正偏态：集中位置偏向数值小的一侧负偏态：集中位置偏向数值大的一侧
医学统计学（第7版）
正态分布
医学统计学（第7版）
正偏态
集中位置偏向数值小的一侧
负偏态
集中位置偏向数值大的一侧
(麻疹年龄分布)
(肺癌年龄分布)

统计学(第四版)袁卫庞皓贾俊平杨灿 (02)第2章统计数据的描述(袁卫)

i 1 n i
n
2. 各变量值与平均数的离差平方和最小
(x
i 1
5 - 36
i
x ) min
2
统计学
STATISTICS
几何平均数
统计学
STATISTICS
几何平均数
(geometric mean)
n 个变量值乘积的 n 次方根 2. 适用于对比率数据的平均 3. 主要用于计算平均增长率 4. 计算公式为
QM
25%
QU
2. 不受极端值的影响 3. 主要用于顺序数据，也可用于数值型数据，但不能用于分类数据
5 - 27
统计学
STATISTICS
四分位数
(位置的确定)
n 1 QL 位置 4 Q 位置 3(n 1) U 4 n QL 位置 4 Q 位置 3n U 4
去掉大小两端的若干数值后计算中间数据的均值 2. 在电视大奖赛、体育比赛及需要人们进行综合评价的比赛项目中已得到广泛应用 3. 计算公式为
1.
x
5 - 41
x( n 1) x( n 2) x( n n ) n 2 n
1 2
n 表示观察值的个数；α表示切尾系数，0
f
i
i i
样本平均数
5 - 34
f
i 1
i
统计学
STATISTICS
加权平均数 (例题分析)
x
x f
i 1 k
k
i i
f
i 1
i
3110 103.67 （件） 30
5 - 35
统计学
STATISTICS
平均数

第2章统计数据的描述

第二章统计数据的描述一、单项选择题1.下列中，最粗略、计量层次最低的计量尺度是（）A.间隔尺度B.顺序尺度C.比例尺度D.列名尺度2.将全国人口按“民族”划分为汉、白、彝、回、藏…..，这里使用的计量尺度是（）A.比例尺度B.列名尺度C.间隔尺度D.顺序尺度3.某个人对某一事物的态度可以划分为非常同意、同意、保持中立、不同意、非常不同意，这里使用的计量尺度是（）A.列名尺度B.间隔尺度C.顺序尺度D.比例尺度4.下列中，计量层次的最高、最精确的计量尺度是（）A.比例尺度B.间隔尺度C.顺序尺度D.列名尺度5.下列调查方式中，只能调查一些最基本、最一般现象的调查方式是（）A.抽样调查B.重点调查和典型调查C.统计报表D.普查6.实际中应用最为广泛的一种调查方式是（）A.重点调查B.统计报表C.普查D.抽样调查7.某城市拟对占全市储蓄额4/5的几个大储蓄所进行调查，以了解全市储蓄的一般情况，则这种调查方式是（）A.抽样调查B.典型调查C.重点调查D.普查8.一次性调查是指（）A.只做过一次的调查B.调查一次以后不再调查C.间隔一段时间在进行一次调查D.只隔一年就进行一次的调查9.在统计分析中，对累积的次数分配用得最直接的是（）A.供给曲线B.需求曲线C.洛伦茨曲线D.边际需求曲线10.专门用来衡量和反映收入分配平均程度的统计指标是（）A.基尼系数B.可决系数C.相关系数D.离散系数11.一般认为，基尼系数在（）之间是比较恰当的。

A.0.1— —0.4 C.— —0..812.一般认为，基尼系数等于（）是收入分配不公平的警戒线。

A.0.2B.0.6C. 利用公式计算众数的基本假定之一是众数组的频数在该组内呈（）A.正态分布分布 C.均匀分布 D.偏态分布14.计算中位数时，假定中位数所在组的频数在该组内呈（）A.左偏分布B.正态分布C.右偏分布D.均匀分布15.反映数据分布集中趋势的最主要的测度值是（）A.众数B.中位数C.均值D.几何平均数16.各个变量值与均值的离差之和（）A.大于0B.小于0C.等于0D.等于一个不为0的常数17.各个变量值与均值的离差平方和（）A.为最大B.为最小C.为0D.为一个不为0的常数18.下列中，专门用来衡量众数代表性大小的离散程度测度值是（）A.异众比率B.四分位差C.方差或标准差D.极差19.下列中，专门用来衡量中位数代表性大小的离散程度测度值是（）A.方差和标准差B.内距C.异众比率D.平均差20.下列中，适用于列名数据的集中趋势测度值是（）A.众数B.中位数C.均值D.几何均值21.描述数据离散程度最简单的测度值是（）A.平均差B.方差和标准差C.极差D.四分位差22.经验法则表明，当一组数据呈对称分布时，大约有95%的数据在（）范围之内。

统计学第三版课后答案

统计学第三版答案第一章1.什么是统计学？怎样理解统计学与统计数据的关系？答：统计学是一门收集、整理、显示和分析统计数据的科学。

统计学与统计数据存在密切关系，统计学阐述的统计方法来源于对统计数据的研究，目的也在于对统计数据的研究，离开了统计数据，统计方法以致于统计学就失去了其存在意义。

2．简要说明统计数据的来源答：统计数据来源于两个方面：直接的数据：源于直接组织的调查、观察和科学实验，在社会经济管理领域，主要通过统计调查方式来获得，如普查和抽样调查。

间接的数据：从报纸、图书杂志、统计年鉴、网络等渠道获得。

3.简要说明抽样误差和非抽样误差答：统计调查误差可分为非抽样误差和抽样误差。

非抽样误差是由于调查过程中各环节工作失误造成的，从理论上看，这类误差是可以避免的。

抽样误差是利用样本推断总体时所产生的误差，它是不可避免的，但可以控制的。

4.答：（1）有两个总体：A品牌所有产品、B品牌所有产品（2）变量：口味（如可用10分制表示）（3）匹配样本：从两品牌产品中各抽取1000瓶，由1000名消费者分别打分，形成匹配样本。

（4）从匹配样本的观察值中推断两品牌口味的相对好坏。

第二章、统计数据的描述思考题1描述次数分配表的编制过程答：分二个步骤：（1）按照统计研究的目的，将数据按分组标志进行分组。

按品质标志进行分组时，可将其每个具体的表现作为一个组，或者几个表现合并成一个组，这取决于分组的粗细。

按数量标志进行分组，可分为单项式分组与组距式分组单项式分组将每个变量值作为一个组；组距式分组将变量的取值范围（区间）作为一个组。

统计分组应遵循“不重不漏”原则（2）将数据分配到各个组，统计各组的次数，编制次数分配表。

2．解释洛伦兹曲线及其用途答：洛伦兹曲线是20世纪初美国经济学家、统计学家洛伦兹根据意大利经济学家帕累托提出的收入分配公式绘制成的描述收入和财富分配性质的曲线。

洛伦兹曲线可以观察、分析国家和地区收入分配的平均程度。

第二章数据描述

值的影响。因此，它不能准确地描述数据的分散程度。
【例题 2.14】在反映各变量值离散趋势的变异指标中，只与变量极端标志值有关的指标是（）。
（4）用哪个值代表一组数据平均数的主要缺点是更容易受少数极端数值的影响，对于严重偏态分布的数据，平均数的代表性较差。中位数和众数的优点是不受极端值的影响，具有统计上的稳健性，当数据为偏态分布，特别是偏斜程度较大时，可以考虑选择中位数和众数，这时它们的代表性要比平均数好。
【例题 2.12】在各种平均指标中，不受极端值影响的平均指标有（）。[2009 年中级真题] A．算数平均数 B．调和平均数 C．中位数 D．几何平均数 E．众数【答案】CE
3
述。
【例题 2.8】为描述身高与体重之间是否有某种关系，适合采用的图形是（）。
A．直方图
B．条形图
C．散点图
D．环形图
【答案】C
【解析】散点图来反映两个变量的关系。题中只有两个变量，即身高和体重，因此可用散点图来描
【例题 2.9】下列各项中，即适用于定性数据，又适用于定量数据的图形表示方法有（）。
【例题 2.5】某管理局对其所属的企业的生产计划完成百分比采用如下分组，其中最能反映事物本质差异的分组是（）。[2007 年中级真题]
A．80~89%，90~99%，100~109%，110%以上 B．80%以下，80~100%，100%以上 C．80%以下，80~90%，90~100%，100%~110%，110%以上 D．85%以下，85~95%，95~105%，105%以上【答案】C 2．确定组距组距：指每个组变量值中的最大值与最小值之差。若将最大值称为上限，最小值称为下限，则组距等于上限与下限之差，即组距=上限－下限第一组的下限应小于最小值，最后一组的上限应高于最大值。在确定组距时，一般应当掌握以下原则：（1）要考虑各组的划分是否能区分总体内部各个组成部分的性质差别如果不能正确反映各部分质的差异，必须重新分组。例如，按学生百分制成绩分组，必须要有 60 分的组限，否则不能反映是否及格的本质区别。（2）要能准确地清晰地反映总体单位的分布特征在确定组距时，在研究的现象变动比较均匀的情况下，可以采用等距分组；而当研究的现象变动很不均匀时，则一般采用不等距分组。

第二章期末复习总结与习题统计数据的描述

第二章统计数据的描述统计整理：是根据统计研究任务的要求，对调查所搜集到的原始资料进行审核、分组、汇总、编表，使其条理化、系统化的工作过程。

统计整理的内容：审核、分组、汇总、编表数据整理的原则:目的性、联系性、简明性2.1.1统计分组一、统计分组：根据研究任务的要求和现象总体的内在特点，把统计总体按照某一标志划分为若干性质不同又有联系的几个部分。

基本要求组内的单位性质相同组间的单位性质相异二、统计分组种类类型分组的目的是划分现象类型，结构分类的目的是研究同质总体的构成，分析分组的目的是研究现象总体内部诸标志间的依从和制约关系。

简单分组是将总体按一个标志进行分组，复合分组是将总体按两个或两个以上的标志重叠起来进行分组。

品质分组是将总体按品质标志进行分组,变量分组是将总体按数量标志进行分组三、统计分组方法1、品质分组方法品质分组是将总体按品质标志进行分组.品质标志分组一般较简单，分组标志一旦确定，组数、组名、组与组之间的界限也就确定。

有些复杂的品质标志分组可根据统一规定的划分标准和分类目录进行。

2、数量标志（变量）分组方法按数量标志分组的目的并不是单纯确定各组在数量上的差别，而是要通过数量上的变化来区分各组的不同类型和性质。

变量分组方法从以下几个方面说明：（1）单项式分组：以一个变量值代表一组。

如居民家庭按儿童数或人口数分组，这种分组适用于离散性变量且变量值的个数较少情况。

(2)组距式分组:以变量值变动的一个区间作为一组，并且把区间的距离称为组距。

这种分组适用于连续型变量,也适用于离散型变量的变量值个数较多的情况。

组距式分组步骤: 第一步、将原始资料排序并计算全距R第二步、确定组数第三步、确定组距(max-min)/K第四步、确定组限第五步、整理成表全距R ＝最大值—最小值组距i = 每组中最大变量值与最小变量值之间的距离或差数。

组限= 各组最大的变量值称为上限,最小的变量值称为下限，确定组限的方法有两种:间断式确定组限和重叠式确定组限。

统计学简答题参考答案

统计学简答题参考答案第一章绪论1.什么是统计学？怎样理解统计学与统计数据的关系？答：统计学是一门收集、整理、显示和分析统计数据的科学。

2．简要说明统计数据的来源。

答：统计数据来源于两个方面：直接的数据：源于直接组织的调查、观察和科学实验，在社会经济管理领域，主要通过统计调查方式来获得，如普查和抽样调查。

间接的数据：从报纸、图书杂志、统计年鉴、网络等渠道获得。

3.简要说明抽样误差和非抽样误差。

答：统计调查误差可分为非抽样误差和抽样误差。

非抽样误差是由于调查过程中各环节工作失误造成的，从理论上看，这类误差是可以避免的。

抽样误差是利用样本推断总体时所产生的误差，它是不可避免的，但可以控制的。

4.解释描述统计和推断统计的概念？（P5）答：描述统计是用图形、表格和概括性的数字对数据进行描述的统计方法。

推断统计是根据样本信息对总体进行估计、假设检验、预测或其他推断的统计方法。

第二章统计数据的描述1描述次数分配表的编制过程。

答：分二个步骤：（1）按照统计研究的目的，将数据按分组标志进行分组。

按品质标志进行分组时，可将其每个具体的表现作为一个组，或者几个表现合并成一个组，这取决于分组的粗细。

按数量标志进行分组，可分为单项式分组与组距式分组单项式分组将每个变量值作为一个组；组距式分组将变量的取值范围（区间）作为一个组。

统计分组应遵循“不重不漏”原则（2）将数据分配到各个组，统计各组的次数，编制次数分配表。

2. 一组数据的分布特征可以从哪几个方面进行测度？答：数据分布特征一般可从集中趋势、离散程度、偏态和峰度几方面来测度。

常用的指标有均值、中位数、众数、极差、方差、标准差、离散系数、偏态系数和峰度系数。

3.怎样理解均值在统计中的地位？答：均值是对所有数据平均后计算的一般水平的代表值，数据信息提取得最充分，具有良好的数学性质，是数据误差相互抵消后的客观事物必然性数量特征的一种反映，在统计推断中显示出优良特性，由此均值在统计中起到非常重要的基础地位。

《统计学》2数据的描述

第二章统计数据的描述【说明】（一）统计数据的分类、表达形式1.按数据的计量尺度不同划分•分类数据---列名尺度、定类尺度、名义尺度的计量结果对事物进行分类的结果，数据表现为类别，用文字来表述⏹表现为类别，用文字来表述⏹•顺序数据----定序尺度的计量结果对事物类别顺序的测度⏹数值型数据----定距尺度、定比尺度的计量结果⏹对事物的精确测度⏹结果表现为具体的数值⏹2.按采集方法划分1、观测数据(observational data)2、试验数据(experimental data)3.按时间状况划分•截面数据(cross-sectional data)在相同或者近似相同的时间点上采集的数据⏹描述现象在某一时刻的变化情况⏹•时间序列数据(time series data)在不同时间上采集到的数据⏹描述现象随时间变化的情况⏹（二）数据的表现形式绝对数按其所反映的时间状况不同,划分为：时期数、时点数⏹（计量单位有实物单位、价值单位、复合单位）相对数包括：比例（Proportion）、比率（Ratio）⏹（计量单位有百分比、千分比）统计数据的描述过程一、第一个环节——统计数据的搜集（一）统计数据的来源（渠道）（二）统计数据的搜集方式、方法（三）统计数据的质量要求（评价标准）1. 精度：最低的抽样误差或者随机误差2. 准确性：最小的非抽样误差或者偏差3. 关联性：满足用户决策、管理和研究的需要4. 及时性：在最短的时间里取得并发布数据5. 一致性：保持时间序列的可比性6. 最低成本：以最经济的方式取得数据二、第二个环节——统计数据的整理【重点】数据的整理与显示的基本原则：要弄清所面对的数据类型，因为不同类型的数据，所采取的处理方式和方法是不同的；•对分类数据和顺序数据主要是进行分类整理；•对数值型数据则主要是进行分组整理；•适合于低层次数据的整理和显示方法也适合于高层次的数据；但适合于高层次数据的整理和显示方法并不适合于低层次的数据。