1 / 102

第二章 测验中的基本统计概念

第二章 测验中的基本统计概念. 测量水平与数据类型 频数表和图 正态分布 集中量数 差异量数 百分 等级 标准分数. 一、测量水平和数据类型. 称名量表 分类数据. 等级量表 等级数据. 等距量表 等距数据. 等比量表 等比数据. 四 种测量 尺度. 数据 的计量尺度. 分类尺度 ( 概念要点 ). 计量层次最低 对事物进行平行的分类 各类别可以指定数字代码表示 使用时必须符合类别穷尽和互斥的要求 数据表现为“类别” 具有 = 或  的数学特性. 等级尺度 ( 概念要点 ). 对事物分类的同时给出各类别的顺序 比分类尺度 精确

jadyn
Download Presentation

第二章 测验中的基本统计概念

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 第二章 测验中的基本统计概念 • 测量水平与数据类型 • 频数表和图 • 正态分布 • 集中量数 • 差异量数 • 百分等级 • 标准分数

  2. 一、测量水平和数据类型

  3. 称名量表 分类数据 等级量表 等级数据 等距量表 等距数据 等比量表 等比数据 四种测量尺度 数据的计量尺度

  4. 分类尺度(概念要点) • 计量层次最低 • 对事物进行平行的分类 • 各类别可以指定数字代码表示 • 使用时必须符合类别穷尽和互斥的要求 • 数据表现为“类别” • 具有=或的数学特性

  5. 等级尺度(概念要点) • 对事物分类的同时给出各类别的顺序 • 比分类尺度精确 • 未测量出类别之间的准确差值 • 数据表现为“类别”，但有序 • 具有>或<的数学特性

  6. 等距尺度(概念要点) • 对事物的准确测度 • 比等级尺度精确 • 数据表现为“数值” • 没有绝对零点 • 具有 + 或 - 的数学特性

  7. 等比尺度(概念要点) • 对事物的准确测度 • 与等距尺度处于同一层次 • 数据表现为“数值” • 有绝对零点 • 具有  或  的数学特性

  8. 称名尺度 等级尺度 等距尺度 等比尺度 分 类 √ √ √ √ 等 级 √ √ √ 等距 √ √ 等 比 √ 四种计量尺度的比较

  9. 数据类型与统计方法 分类数据 等级数据 等距数据 等比数据 品质数据 数量数据 非参数方法 参数方法 数据类型与统计方法

  10. 二、频数表和图

  11. 频数分布表的编制（实例） 【例2.3】某大学物理系50名新生入学物理成绩如下。试采用单变量值对数据进行分组。 • 117 122 124 129 139 107 117 130 122 125 • 108 131 125 117 122 133 126 122 118 108 • 110 118 123 126 133 134 127 123 118 112 • 112 134 127 123 119 113 120 123 127 135 • 137 114 120 128 124 115 139 128 124 121

  12. 单变量值分组表（实例）

  13. 组距分组（要点） • 将变量值的一个区间作为一组 • 适合于连续变量 • 适合于变量值较多的情况 • 必须遵循“不重不漏”的原则 • 可采用等距分组，也可采用不等距分组

  14. 等距分组表（上下组限重叠）

  15. 等距分组表（上下组限间断）

  16. 等距分组表（使用开口组）

  17. 分组数据—直方图（直方图的制作） • 用矩形的宽度和高度来表示频数分布的图形，实际上是用矩形的面积来表示各组的频数分布 • 在直角坐标中，用横轴表示数据分组，纵轴表示频数或频率，各组与相应的频数就形成了一个矩形，即直方图(Histogram) • 直方图下的总面积等于1

  18. 直方图下的面积之和等于1 15 频 数 (人) 12 9 6 3 105 110 115 120 125 130 135 140 入学物理成绩(个) 图2-5 某校物理系新生入学物理成绩的直方图 分组数据—直方图（直方图的绘制）

  19. 分组数据—直方图（直方图与条形图的区别） • 条形图是用条形的长度(横置时)表示各类别频数的多少，其宽度(表示类别)则是固定的 • 直方图是用面积表示各组频数的多少，矩形的高度表示每一组的频数或百分比，宽度则表示各组的组距，其高度与宽度均有意义 • 直方图的各矩形通常是连续排列，条形图则是分开排列

  20. 分组数据—折线图（折线图的制作） • 折线图也称频数多边形图(Frequency polygon) • 是在直方图的基础上，把直方图顶部的中点(组中值)用直线连接起来，再把原来的直方图抹掉。 • 折线图的两个终点要与横轴相交，具体的做法是 • 第一个矩形的顶部中点通过竖边中点（即该组频数一半的位置）连接到横轴，最后一个矩形顶部中点与其竖边中点连接到横轴。 • 折线图下所围成的面积与直方图的面积相等，二者所表示的频数分布是一致的。

  21. 未分组数据—茎叶图（茎叶图的制作） • 用于显示未分组的原始数据的分布 • 由“茎”和“叶”两部分构成，其图形是由数字组成的 • 以该组数据的高位数值作树茎，低位数字作树叶 • 对于n(20≤n≤300)个数据，茎叶图最大行数不超过 • L = [ 10 × log 10 n] • 5. 茎叶图类似于横置的直方图，但又有区别 • 直方图可大体上看出一组数据的分布状况，但没有给出具体的数值 • 茎叶图既能给出数据的分布状况，又能给出每一个原始数值，保留了原始数据的信息

  22. 10 3 11 13 12 24 13 10 茎叶图类似横置的直方图 未分组数据—茎叶图（茎叶图的制作） 树茎 树叶 数据个数 788 022347778889 0012222333344466777889 0133445799 图2-7 某校物理系新生入学物理成绩的茎叶图

  23. 树茎 树叶 树茎 树叶 10s 10. 11* 11t 11f 11s 11. 12* 12t 12f 12s 12. 13* 12t 13f 13s 13. 7 8 8 0 2 2 3 4 5 7 7 7 8 8 8 9 0 0 1 2 2 2 2 3 3 3 3 4 4 4 5 5 6 6 7 7 7 8 8 9 0 1 3 3 4 4 5 7 9 9 10* 10. 11* 11. 12* 12. 13* 13. 7 8 8 0 2 2 3 4 5 7 7 7 8 8 8 9 0 0 1 2 2 2 2 3 3 3 3 4 4 4 5 5 6 6 7 7 7 8 8 9 0 1 3 3 4 4 5 7 9 9 图2-8 图2.7扩展后的茎叶图 未分组数据—茎叶图（扩展的茎叶图）

  24. 未分组数据—箱线图（箱线图的制作） • 用于显示未分组的原始数据或分组数据的分布 • 箱线图由一组数据的5个特征值绘制而成，它由一个箱子和两条线段组成 • 其绘制方法是： • 首先找出一组数据的5个特征值，即最大值、最小值、中位数Me和两个四分位数(下四分位数QL和上四分位数QU） • 连接两个四分（位）数画出箱子，再将两个极值点与箱子相连接

  25. 中位数 X Q Q X 最小值 L U 最大值 4 6 8 10 12 图2-9 简单箱线图 未分组数据—单批数据箱线图（箱线图的构成）

  26. 下四分位数 117.75 中位数 123 上四分位数 128 最小值 107 最大值 139 105 110 115 120 125 130 135 140 图2-10 50名新生入学物理成绩的箱线图 未分组数据—单批数据箱线图（实例）

  27. 中位数 Q Q 中位数 Q Q 中位数 Q Q U L U L U L 左偏分布 对称分布 右偏分布 分布的形状与箱线图 图2-11 不同分布的箱线图

  28. 未分组数据—多批数据箱线图（实例） 【例2.4】从某校学生中随机抽取11人，对8门主要课程的考试成绩进行调查，所得结果如表2-8。试绘制各科考试成绩的批比较箱线图，并分析各科考试成绩的分布特征

  29. 图2-12 8门课程考试成绩的箱线图 未分组数据—多批数据箱线图

  30. 未分组数据—箱线图 105 95 85 75 65 55 Min-Max 45 25%-75% 学生1 学生3 学生5 学生7 学生9 学生11 Median value 学生2 学生4 学生6 学生8 学生10 图2-13 11名学生8门课程考试成绩的箱线图

  31. 数据类型与显示 数值型数据 品质数据 总计表 分组数据 原始数据 多元数据 时序数据 直方图 折线图 茎叶图 箱线图 雷达图 线 图 条形图 圆形图 环形图 数据类型及图示（小结）

  32. 三、正态分布

  33. 左偏分布 对称分布 右偏分布 U型分布 正J型分布 反J型分布 频数分布的类型 图2-17 几种常见的频数分布

  34. 四、集中量数

  35. 　集中量数 • 所谓集中量数是以一个数值来描述统计数据，看那一个数值是最具代表性，或数据集中在那个中心位置。 • 最常见的集中量数主要有三种，即算术平均数(Mean)、中位数(Median)、和众数(Mode)，到底用那一个集中量数和数据衡量尺度以及研究的目标有关。 • 此外，在某些情况下，还会用到一些其他的平均数。

  36. 集中量数 • 算术平均数(mean) • 中数(median) • 众数(mode) • 加权平均数（weighted mean） • 几何平均数(geometricmean) • 调和平均数(harmonicmean)

  37. 算术平均数、中数与众数

  38. 算术平均数 • 算术平均数常简称为平均数为所有数值总和除以所有数值的个数。 • 总体平均数(μ) • 样本平均数(　 )　

  39. 算术平均数 • 求法： • 由原始数据计算 • 由分组数据计算－－组中值法

  40. 算术平均数 • 意义：同一指标的多次测量值的平均数是“真值”的渐近、最佳估计值

  41. 算术平均数 • 优点： • 反应灵敏 • 便于理解 • 计算严密 • 较少受抽样变动的影响 • ……

  42. 算术平均数 • 缺点： • 易受极端数据的影响 • 数据不全时无法计算

  43. 算术平均数 • 适用条件： • 适用于同质数据(例) • 要求一组数据中每个数据都比较准确、可靠，若数据模糊不清或分组资料存在不确定的组限时，不能计算(例) • 无极端值出现(例) • 需要得到一个相对可靠的集中量数或进一步参与其他运算时

  44. 中数 • 将数据由小到大（或由大到小）顺序排列后，位于中心的数值称为中数（median） ，也称中位数， 通常以Md表示。

  45. 中数 • 求法： • 未分组数据：将数据由小到大排序写成x(1), x(2), …, x(n)

  46. 中数 例3.1：全班12位学生的体重分别为38、46、43、51、54、50、40、48、39、42、54、35千克,求12位学生的体重的中数。 解：将12位学生的体重由小到大排序如下：35，38，39，40，42，43，46，48，50，51，54，54，因为n=12为偶数，故中位数为排序第六和第七位数值的平均，即

  47. 中数 • 求法： • 分组数据： • 式中Lb为中数所在组的精确下限， Fb为中数所在组的下限以下的累积次数，f为中数所在组的次数，i为组距，N为总次数

More Related