单变量的统计描述.ppt

二、单变量的统计描述方法,（一）分布 统计表 统计图,1、 分布 统计学里的分布是指一个概念或变量，它的各种情况出现的次数或频数，也称频次分布。如住房产别包括12种情况，按被访人的回答，可以得到12对数据：(x1，n1)，(x2，n2)(x12，n12). 括号中的第一项表示变量的可能选项，第二项表示所对应的频次。 需要注意的是： (1) 变量取值必须完备，只有这样才能使被访者一一无遗地进行归类。(2) 变量取值必须互斥，这样才能使每一个观察值归入一类，且仅仅归入一类。2、统计表 用表格形式来表示变量的分布。统计表必须具备的内容有：表号(统计表x，x)，表头(包括标题、时间、地点)，标识行(产别、频数、频率)， 主体行(第一项位置，按列填写变量的不同选项；第二项位置，按列填写变量取值相应的频次和百分比等等)。要写明统计的总数。表尾需要写清资料来源。,定类变量的统计表表1、天津市居民住房的产别分布(1997),定序变量统计表 表2 某企业员工的教育水平,定距变量统计表表3、天津市不同收入组居民的住房与收入现状(1997),定距变量制表需要考虑的问题,1、组数 组数太少会掩盖变量变动时频次的变化，组数太多，会使每组内频次过少，看不出明显的规律。一般根据理论和经验进行分组。2、等距分组与非等距分组 一般情况下采用等距分组，但研究一些特殊问题，如贫困问题，需要对低收入分得细一些。3、组限（class limits）就是每组的范围，包括上限和下限。对于离散型变量一般采取相邻组限不重叠的原则，而对于连续型变量，可能出现相邻组限重叠的情况，这时采取的原则就是“上组限不在内”原则。4、分组步骤第一，搜集数据;第二，在数据中找出最大值L， 最小值S及极差值R;第三，把数据分组，如K组;第四，计算组距h;第五，计算组中值 。,3、统计图,定类变量:圆瓣图;条形图定序变量:条形图定距变量:直方图;折线图,（二）集中趋势测量法,（1）集中趋势测量法 (measures of central tendency)：就是找出一个数值来代表变量的资料分布，以反映资料的集结情况。该方法的意义，就是根据该代表值(或称典型值)来估计或预测每个研究对象的数值。（2）运用该方法要舍去 变量的某些信息，但由于所根据的数值最有代表性，所产生的误差最小。（3）有三种方法供选择集中值:一是根据频次，哪个变量值具有的频次最多，就选择哪个变量值。二是根据居中。三是根据平均。,表4、各种集中趋势量度的比较,众值、中位值和均值的比较,（）三者设计的目的是相同的，都是希望一个数值来描述整体特征，以便简化资料。（）众值仅使用了资料中最大频次这一信息，因此，资料中信息的使用是不完善的。（）虽然均值对资料的信息利用充分，但对严重偏态的分布，会失去它应有的代表性。（）对于对称的图形，三者位置重叠，当图形正偏或负偏时，均值变化最快，中位值次之，众数不变。,（二）离散趋势测量法,（） 离散趋势测量法（measurements of dispersion），是要求出一个值来表示个案与个案之间的差异情况。（）试比较以下两个班次考试成绩： 甲：100， 90， 80， 70， 60， 50， 40 乙：85， 80， 75， 70， 65， 60， 55 如果仅用集中趋势测量法来测量两个班的成绩，两班是相等的。但两班的分布显然有差异，需要考虑资料的分散特征。,表5、各种离散趋势量度的比较,（）离异比率（异众比率）（Variation Ratio） 离异比率就是非众值的次数与全部样本数目的比率。公式如下： 其中，N是全部样本数目，f是众值的次数，二者之差就是非众值的次数。显然，非众值的比例越小，众值的代表性就越好，信息量越大。反之，非众值所占的相对频数越大，众值的代表性越差，所提供的信息量也就越小。,（）四分位差（Interquartile Range）四分位差是定序以上变量度量分散程度的方法。计算方法是将样本由低至高排列，然后分为四个等分（即每个等分包括25%的个案），则第一个四分位置的值（Q1）与第三个四分位置的值（Q3）的差异，就是四分位差（简写为Q）。公式为：Q=Q3-Q1。 25% 25% 25% 25% 低 Q1 Q2 Q3 Q4高,、标准差,定距变量可以利用全距，四分位差计算离散程度，但要损失大量的信息。分析定距变量的离散程度，最常用的方法是标准差（简写S），即将各数值与其均值差的平方和除以全部样板数目，然后取其平方根，公式如下：S= 还可以根据分组资料，公式为：,表6 三群体住房“使用面积”集中和离散趋势对比,单变量统计描述与SPSS统计软件,、频数分析分析步骤：（）单击Analysis菜单，选择Descriptive statistics中的Frequencies选择项，打开相应的对话框。在左侧的源变量框中选择一个或多个变量，单击向右箭头按钮，使其进入Variable框中；（）根据需要选择相应的选择项Display Frequency Table选择此项将显示频数分布表。选择Statistics，打开统计量选择对话框。在对话框中选择输出统计量。可选择的统计量分四组，每组中的统计量可以同时选择。A、Percentile Values 百分位数组，可以选择： Quartiles：四分位数，显示25%、50%、75%的百分数； Cut point for equal groups：将数据平分为所设定的相等等份，所选择的数值范围为 2100间的整数。例如，如果键入4，那么数据将会被四等分，即计算四分位数值。 Percentile（s）：由用户定义的百分位数。键入的范围在0100之间。,单变量统计描述与SPSS统计软件,B、Dispersion离散趋势组： Std. deviation标准差 Variance 方差 Range极值，最大值与最小值之差 Minimum最小值 Maximum最大值 S.E.Mean均值的标准误C、Central Tendency集中趋势组： Mean算术平均数 Median中位数 Mode众数 Sum算术和,单变量统计描述与SPSS统计软件,D、Distribution分布参数组，可以选择 以上选择项选择完，单击Continue确认这些选择，返回主对话框。Chart统计图形 单击Chart按纽展开统计图对话框，对图形的类型及坐标等进行设置。Frequencies Format：设置频数表输出的格式，单击Format按纽打开对话框Order by排序组，在该组中选择频数表中变量排列顺序。共四个选项： Ascending Values按变量值的升序排列，这是默认的排列方式。 Descending Values按变量的降序排列 Ascending counts 按频数的升序排列 Descending counts按频数的降序排列。,单变量统计描述与SPSS统计软件,、统计量的描述 变量的描述统计量有平均值、标准差、最大值、最小值、方差、极值和平均数的标准误。A、分析步骤 单击Analysis菜单，选择Descriptive statistics中的选择项，打开对所选择的每一个变量在数据框中产生其标准化值； Display Label显示变量的标签； 在主对话框中单击Option按纽，选择所要描述的统计量与分布单击OK 按钮提交系统执行。B、数据分组 对于定距层次的变量，有时需要先分组，然后在进行统计分布和描述。分组方法如下：单击Transform 菜单，选择recode中的into different Variables选择项。键入要分组的变量，并定义一个新变量名 选择Old and New Values命令框定义组限，并赋予一个新值。,三、二变量的统计描述,1, 交叉分组与列联表 交叉分组下的频数、频率分析的主要任务有两个： 第一、根据搜集到的样本数据产生表2、表3的二维交叉列联表； 第二，在交叉列联表的基础上，分析和比较两两变量之间是否具有独立性或相关性。2, 考虑控制变量下的交叉分组与列联表,谢谢各位的聆听,