生物统计学(版)杜荣骞课后习题答案统计数据的收集与整理

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第一章统计数据得收集与整理
1.1算术平均数就是怎样计算得?为什么要计算平均数?
答:算数平均数由下式计算:,含义为将全部观测值相加再被观测值得个数除,所得之商称为算术平均数。

计算算数平均数得目得,就是用平均数表示样本数据得集中点,或就是说就是样本数据得代表。

1.2 既然方差与标准差都就是衡量数据变异程度得,有了方差为什么还要计算标准差?
答:标准差得单位与数据得原始单位一致,能更直观地反映数据地离散程度。

1。

3标准差就是描述数据变异程度得量,变异系数也就是描述数据变异程度得量,两者之间有什么不同?
答:变异系数可以说就是用平均数标准化了得标准差。

在比较两个平均数不同得样本时所得结果更可靠。

1、4 完整地描述一组数据需要哪几个特征数?
答:平均数、标准差、偏斜度与峭度。

1。

5下表就是我国青年男子体重(kg)。

由于测量精度得要求,从表面上瞧像就是离散型数据,不要忘记,体重就是通过度量得到得,属于连续型数据。

根据表中所给出得数据编制频数分布表。



69 64 65 64 66 68 6562 64 69 61 61 68 66 57 6669 66 65
76

66 66 62 66666462 62 65 64 6566 72
6 6
7 62 65 65 61 64 62 64 65 62 65 686
8 65
676
8 62
6

7 62 6368 65 6857 67 66 68 63
64 66 686463 667 6765 67 67 66 68 64675

66 65 6356 66 63 63 66 67 63 7 69 6767 66 6864 65 71 6163 61 64 64 67 69 770 64
626

7 64 68 6965 63 676370 65 6867 69
666

67 66 74 64 69 65 6465 65 68 67 65 65 66 67 7265 67
62 67 716965 65 75 62 69 68 6865 63 66 6665 62 6168 65

4 67 66 6

6 65 6 69 60 63
59 6
7
6

68 69 66 64 69 65 68 6764 64 66 69 73 68 60 60 63
38 62 67 65 65 69 65 6765 72 6667 64 61 64 66 63 63 6666 66 63 65 63 67 68 66 62 6361 66 61 6368 65 66 69 64 66 70 69 7 6765 66 62 61 65 65 6
答:首先建立一个外部数据文件,名称与路径为:E:\data\exer1-5e.dat。

所用得SAS程序
与计算结果如下:
proc format;
valuehfmt
56—57=’56-57’ 58—59='58-59'60-61='60-61’
62-63='62-63' 64-65='64-65' 66—67=’66-67'
68-69=’68—69' 70-71=’70-71’ 72-73='72-73'
74—75='74—75';
run;
data weight;
infile 'E:\data\exer1-5e。

dat';
input bw @@;
run;
proc freq;
table bw;
formatbwhfmt、;
run;
The SAS System
Cumulative Cumulative
BWFrequency Percent FrequencyPercent
——---—----——-----—------—---——---—-—---——-—---—------
56-5731、0 3
1、0
58-59 4 1。

372、3
60-61 22 7。

329 9、7
62-63 46 15。

3 75
25、0
64-65 8327。

7158 52。


66-67 77 25.7 23578。

3
68-69 4515.0 280
93、3
70-7113 4.3 293 97、7
72-73 5 1。

7298 99。

3
74—75 2 0。

7 300 100。

0
1、6将上述我国男青年体重瞧作一个有限总体,用随机数字表从该总体中随机抽出含量为10得两个样本,分别计算它们得平均数与标准差并进行比较、它们得平均数相等吗?标准差相等吗?能够解释为什么吗?
答:用means过程计算,两个样本分别称为与,结果见下表:
The SAS System
Variable N Mean Std Dev
——--—--——-----—--—-——--—---—-———-——-—---
Y110 64、5000000 3。

5039660
Y210 63。

9000000 3、1780497
--——--—-———--——-—-——-—-—----—-—--------—
随机抽出得两个样本,它们得平均数与标准差都不相等。

因为样本平均数与标准差都就是统计量,统计量有自己得分布,很难得到平均数与标准差都相等得两个样本、
1。

7从一个有限总体中采用非放回式抽样,所得到得样本就是简单得随机样本吗?为什么?本课程要求得样本都就是随机样本,应当采用哪种抽样方法,才能获得一随机样本?
答:不就是简单得随机样本。

从一个有限总体中以非放回式抽样方法抽样,在前后两次抽样之间不就是相互独立得,后一次得抽样结果与前一次抽样得结果有关联,因此不就是随机样本。

应采用随机抽样得方法抽取样本,具体说应当采用放回式抽样。

1、8 证明若用或编码时,前式就是否仍然相等?
答:(1)令
则平均数特性之③。

(2) 令
则平均数特性之②。

用第二种编码方式编码结果,两式不再相等、
1.9 有一个样本:,设B为其中任意一个数值。

证明只有当
最小。

这就是平均数得一个重要特性,在后面讲到一元线型回归时还会用到该特性。

答:令,为求使p达最小之B,令
则。

1.10检测菌肥得功效,在施有菌肥得土壤中种植小麦,成苗后测量苗高,共100株,数据如下[1]:
10。

0 9、3 7。

2 9。

1 8、5 8。

010、5 10.69。

6 10。

1 7、0 6.79.5 7、8 10、5 7。

9 8。

1 9.6 7。

6 9.4
10.07。

5 7、2 5、0 7.3 8、7 7。

16、1 5、2 6、8 10。

0 9.9 7。

5 4。

5 7.6 7。

0 9.7 6、2 8、06。

9 8、3 8。

6 10。

0 4、8 4.9 7、0 8。

3 8、4 7.87、5
6、6 10.06。

59、5 8、511。

0 9。

7 6.610。

05、0 6、5 8.0 8。

4 8、3 7.4 7。

48。

1 7.7 7。

5 7。

17.8
7、68.66、0 7、0 6。

4 6。

7 6。

36。

4 11、0 10、57。

8 5.0 8。

0 7、0 7、4 5。

2 6。

79、0 8.64、6 6.9 3.5 6。

29。

7 6。

45。

8 6、4 9、3 6.4
编制苗高得频数分布表,绘制频数分布图,并计算出该样本得四个特征数。

答:首先建立一个外部数据文件,名称与路径为:E:\data\exr1—10e。

dat。

SAS程序及结果如下:
optionsnodate;
procformat;
value hfmt
3.5—4、4='3、5-4、4' 4、5-5。

4='4。

5-5、4'5、5-6、4='5。

5—6、4'
6、5—7.4=’6、5-7.4’7。

5—8.4='7.5-8。

4'8.5-9。

4='8、5—9、4'
9、5-10.4=’9.5-10。

4' 10、5—11。

4='10、5-11、4’;
run;
datawheat;
infile 'E:\data\exr1-10e.dat';
input height @@;
run;
procfreq;
table height;
formatheight hfmt、;
run;
proc capabilitygraphicsnoprint;
var height;
histogram/vscale=count;
inset mean var skewnesskurtosis;
run;
The SAS System
The FREQ Procedure
CumulativeCum
ulative
height Frequency Percent Frequency
Percent
---——--—---—---—-—--—-------———--————--
--———-------—---——-—---——---——
3。

5—4.4 11。

00
1 1。

00
4。

5-5.4 9 9.00 10 10。

00
5。

5-6、4 11 11、00 2
121。

00
6。

5-7、4 23 23。

00 44 44.00
7。

5-8。

4 24 24.00 68 68、00
8。

5—9.4 11 11。

00 79
79。

00
9。

5-10、4 15 15。

00 94
94。

00
10、5—11、4 6 6、00 10
0100.00
1、11北太平洋宽吻海豚羟丁酸脱氢酶(HDBH)数据得接收范围频数表[2]如下:(略作调整)
HDBH数据得接收范围
频数
/(U·L-1)
<214 1
〈245。

9091 3
<277.818 2 11
<309.727 3 19
〈341、636 4 26
<373。

545 5 22
<405、454 5 11
<437。

363 6 13
<469、272 76
〈501.181 8 3
〈533、090 9 2
根据上表中得数据作出直方图、
答:以表中第一列所给出得数值为组界,直方图如下:
1。

12 灵长类手掌与脚掌可以握物一侧得皮肤表面都有突起得皮肤纹嵴。

纹嵴有许多特征,这些特征在胚胎形成之后就是终生不变得。

人类手指尖得纹型,大致可以分为弓、箕与斗三种类型。

在手指第一节得基部可以找到一个点,从该点纹嵴向三个方向辐射,这个点称为三叉点、弓形纹没有三叉点,箕形纹有一个三叉点,斗形纹有两个三叉点,记录从三叉点到箕或斗中心得纹嵴数目称为纹嵴数(finger ridge count, FRC)。

将双手十个指尖得全部箕形纹得纹嵴数与/或斗形纹两个纹嵴数中较大者相加,称为总纹嵴数(total fingerridge count, TFRC)。

下表给出了大理白族人群总纹嵴数得频数分布[3]:
TFRC分组中值频数
11~3020 2
31~50 40 1
51~70 60 8
71~90 80 29
91~110 100 54
111~130 12063
131~150 140 68
151~170 160 51
171~190 180 18
191~210 200 6
首先判断数据得类型,然后绘出样本频数分布图,计算样本得四个特征数并描述样本分布形
态、
答:总纹脊数属计数数据。

计数数据得频数分布图为柱状图,频数分布图如下:
样本特征数(以TFRC得中值计算)SAS程序:
options nodate;
data tfrc;
do i=1 to 10; input y @;
inputn;
do j=1ton;
output;
end;
end;
cards;
202
40 1
60 8
80 29
10054
12063
14068
16051
18018
200 6
;
run;
proc meansmean std skewness kurtosis;
vary;
run;
结果见下表:
The SASSystem
Analysis Variable: Y
Mean Std Dev Skewness Kurtosis
-——-—--—-—--——-——-—-—---——--—-—--—----————---—-—-----—
126、5333333 32。

8366112—0。

2056527 -0。

0325058
——-———------———-——----—-——--——————----——-—----—--—-——-
从频数分布图可以瞧出,该分布得众数在第七组,即总纹脊数得中值为140得那一组。


布不对称,平均数略小于众数,有些负偏。

偏斜度为—0、2056527,偏斜得程度不就是很明显,基本上还可以认为就是对称得,峭度几乎为零。

1。

13海南粗榧叶长度得频数分布[4]:
叶长度/mm中值频数
2。

0~2。

2 2、1 390
2、2~2.4 2、3 1434
2.4~2。

6 2、5 2643
2。

6~2、8 2、7 3 546
2.8~3。

0 2。

9 5 692
3.0~3。

2 3、1 5 187
3、2~3。

4 3、34333
3、4~3.6 3。

52767
3.6~3、8 3.7 1 677
3。

8~4、0 3.9 1 137
nag
4、0~4。

2 4.1 667
4。

2~4。

4 4、3 346
4、4~4。

64、5181
绘出频数分布图,并计算偏斜度与峭度、
答:表中第一列所给出得数值为组限,下图为海南粗榧叶长度得频数分布图、
计算偏斜度与峭度得SAS程序与计算结果如下:
options nodate;
datalength;
doi=1 to 13; inputy;
input n;
do j=1 to n;
output;
end;
end;
cards;
2.1 390
2。

31434
2、5 2643
2、7 3546
2。

95692
3、1 5187
3.3 4333
3.5 2767
3。

7 1677
3.91137
4、1 667
4。

3 346
4.5 181
;
run;
proc meansnskewness kurtosis;
var y;
run;
The SAS System
Analysis Variable : Y
n Skewness Kurtosis
-—--—----—--—--—--———-
---—-—---—-
30000 0.4106458
0.0587006
—-————--—--—--—--——--—
———-----—-—
样本含量n=30000,就是一个很大得样本,样本得偏斜度与峭度都已经很可靠了。

偏斜度为0。

41,有一个明显得正偏、
1。

14马边河贝氏高原鳅繁殖群体体重分布如下[5]:
体质量/g 中值雌鱼雄鱼
2、00~
3、0

2。

50 1 4
3、00~4.0

3.50 6 7
4。

00~5。

00 4。

501311
5、00~6。

00
5。



30 25
6、00~7.0

6。

50 25 25
7。

00~8、00 7、50 16 23
8、00~9、00 8.50 2117
9、00~10。

00
9。

5

1816
10.00~11。

00
10.50 12 4
11。

00~12、
00
11、50 3
12。

00~
13、00
12、50 2
首先判断数据得类型,然后分别绘制雌鱼与雄鱼得频数分布图,计算样本平均数、标准差、偏斜度与峭度并比较两者得变异程度。

答:鱼得体重为度量数据,表中第一列所给出得数值为组限。

在下面得分布图中雌鱼与雄
鱼得分布绘在了同一张图上,以不同得颜色表示、
计算统计量得SAS程序与前面得例题类似,这里不再给出,只给出结果。

雌鱼:
The SASSystem
Analysis Variable : Y
N Mean StdDev Skewness Kurtosis
——----——----—-—------—---—---———-———-------———-———--—------
147 7、2414966 2、1456820 0、2318337 -0、6758677
——---—————--————---—-—-—-------—-—--————-—---------—-----—-
雄鱼:
The SAS System
AnalysisVariable : Y
NMean Std Dev Skewness Kurtosis
--——-----—--—-—----——---—-——————---------—--—----------——-—
132 6.78030301。

9233971 -0。

1322816
-0。

5510332
---—--—-———---——--—----—-—-—-—--—-—-—--—-—-——-——-—----—--——
直观地瞧,雄鱼得平均体重低于雌鱼。

雌鱼有一正偏,雄鱼有一负偏。

因此,相对来说雌鱼低体重者较多,雄鱼高体重者较多。

但两者都有很明显得负峭度,说明“曲线"较平坦,两尾翘得较高。

1.15黄胸鼠体重得频数分布[6]:
组界/g 频数
0<≤15 10
15〈≤3026
30<≤45 30
45<≤60 22
60〈≤7522
75<≤90 17
90<≤10516
105<≤12014
120<≤135 6
135<≤150 4
150<≤1652
总数169
绘制频数分布图,从图形上瞧分布就是对称得吗,说明什么问题?
答:下面就是频数分布图:
从上图可见,图形不就是对称得,有一些正偏。

说明在该黄雄鼠群体中,低体重者分布数量,高于高体重者得数量、另外,似乎峭度也有些低。

1。

16 25名患者入院后最初得白细胞数量(×103)[7]如下表:
8 5 12 4 11 6 8 7 7 12
7 3 11 14 11 9 6 6 5 6
1014 4 5 5
计算白细胞数量得平均数、方差与标准差。

答:用means过程计算,程序不再给出,只给出运行结果、
The SASSystem
Analysis Variable : Y
N Mean Variance Std Dev
————--—-—-—----------—-------——--———---—-—-
25 7。

8400000 10。

3066667 3。

2103998
---—----—---——--------———-—-—-——--———-----—-
1。

17细胞珠蛋白基因(CYGB)可能就是非小细胞肺癌(NSCLC)得抑制基因之一、一个研究小组研究了该基因得表达、启动子甲基化与等位基因不平衡状态等,以便发现它与肿瘤发病间得关联、下面列出了其中15名患者得基因表达(肿瘤患者/正常对照,T/N),肿瘤患者与正常对照甲基化指数差(MtIT-MtI N)[8]:
样本号T/NMtIT—MtIN
3570.014 0.419 370 0。

019 0、0173670.035 0。

105 3160、0440。

333
369 0.054 0、170
358 0、0840、246
303 0、111 0、242
314 0.135 0、364
308 0.2360、051
310 0。

253 0、520
341 0。

264 0、200
348 0.315 0、103
3230。

359 0、167
360 0、422 0、176
3360.442 0、037
计算以上两项指标得平均数与标准差并计算两者得变异系数,这两个变异系数可以比较吗?为什么?
答:记T/N为,MtI T-MtI N为,用means过程计算,SAS运行得结果见下表:
The SAS System
VariableN Mean Std Dev CV
——--—----—--—-—-——--------—--—------—---—--—-—------—-
Y1 15 0、1858000 0、1505624 81、0346471
Y2 15 0.2100000 0.1465274 69、7749634
-———----——----—-———---———--—--——-------——-—------——-——
两个变异系数就是可以比较得,因为它们得标准差都就是用平均数标准化了得,已经不存在不同
单位得影响了。

相关文档
最新文档