单变量描述统计

《单变量描述统计》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、资料的统计与初步分析（之一）▬▬单变量描述统计一、单变量统计类型二、描述统计（一）集中趋势分析1、频数分布与频率分布[主要适用于定类尺度变量的描述]——单变量分析2、集中趋势分析的概念：是用一个典型值或代表值来反映数据的一般水平，或者说反映这组数据向这个典型值集中的情况。3、常用集中量数（二）离散趋势分析1、含义2、常用离中量数（三）相关操作如何利用SPSS生成频数/频率表实例：对变量“文化程度”进行频数统计。操作步骤：单击Analyze→DescriptiveStatistics→Frequencies…，此时会出现Frequencies对话框：将变量“文化程度”从对话框左边的变量列表选入

2、右边的方框内→点击OK，便可得到如下频数与频率表。统计表中的英—中文对译：Frequency：频次Percent：百分比ValidPercent：有效百分比CumulativePercent：累计百分比Valid：有效值Missing：缺失值Total：合计如何利用SPSS求集中量数实例：求“年龄”这一变量的集中量数。操作步骤如下：第一步：单击Analyze→DescriptiveStatistics→Frequencies…，此时会出现Frequencies对话框，将变量“年龄”从对话框左边的变量列表选入右边的Variable(s)：框内→OK，如下图所示：第二步：单击“Statistic

3、s…”按钮，出现如下对话框：第三步：根据需要选择集中趋势统计量由于“年龄”是一个定距级以上的变量，所以从理论上讲刚才所介绍的集中量数都可以选择。不过实务操作中一般不选Mode和Sum（请同学们思考这是为什么）。第四步：单击“Continue”→“OK”即可。统计表中的英—中文对译：PercentileValues（百分位计算）框Quartiles(四分位数)Cutpointsfor:□equalgroups(若干等分位数，默认为10分位数)Percentile(s):不定分位数，如求第5%和95%位置上的值。CentralTendency(集中趋势测量的统计量)框Mean（均值）Median

4、（中位数）Mode（众数）Sum（总和）如何利用SPSS求离中量数实例：求“年龄”这一变量的离中量数。操作步骤如下：第一步：操作与前面所讲的求“年龄”这一变量的集中量数完全相同。第二步：操作与前面所讲的求“年龄”这一变量的集中量数完全相同。统计表中的英—中文对译：Dispersion(离散趋势测量的统计量)框Std.deviation（标准差）Variance（方差）Range（全距）Minimum（最小值）Maximum（最大值）S.E.mean（均值的标准误）第三步：根据需要选择离散趋势统计量由于“年龄”是一个定距级以上的变量，所以从理论上讲刚才所介绍的离中量数都可以选择。不过实务操作中

5、一般不选异众比率（请同学们思考这是为什么）。第四步：单击“Continue”→“OK”即可。实训单变量描述统计上机操作。资料的统计与初步分析(之二)——单变量推论统计之区间估计区间估计1、含义就是在一定的可信度（置信度）下，用样本统计值的某个范围（置信区间）来“框”住总体的参数值。2、常用的置信度：90%，95%、99%，对应的允许误差分别为10%，5%，1%。置信度P＝1－3、总体均值的区间估计公式：——样本均值——置信度为所的Z值S——样本标准差N——样本规模例1：调查某厂职工的工资状况，随机抽取900名工人作样本，调查得到他们的月平均工资为186元，标准差为42元。求在95%的置信度下

6、，全厂职工的月平均工资的置信区间是多少？学生练习：从某工厂随机抽取400名工人进行调查，结果表明女工的比例为20%，现在要求90%的置信度下，估计全厂工人中女工比例的置信区间。4、总体百分比的区间估计公式：P——样本中的百分比例：调查某厂职工的工资状况，随机抽取900名工人作样本，调查得到他们的月平均工资为186元，标准差为42元。求在95%的置信度下，全厂职工的月平均工资的置信区间是多少？课堂练习1、根据居民区100户抽样家计调查，居民用于食品费用占总收入的比例平均为75﹪，比例的标准差为20﹪，求食品费用占居民总收入比例的区间估计（置信度为95﹪时）。资料的统计与初步分析（之三）——单变

7、量推论统计之假设检验假设检验1、假设含义：此是指和抽样手段联系在一起，并且依靠抽样调查的数据进行验证的经验层次的假设，即统计假设。（与理论假设不同）2、假设检验：就是先对总体的某一参数作出假设，然后样本的统计量去进行验证，以决定假设是否为总体所接受。3、基本思想依据：小概率原理（即“小概率事件在一次观察中不可能出现”原理）4、步骤①建立虚无假设（H：M=或P=）与研究假设（：或P<、>、≠）②选择适当的显著性