3. 描述性统计分析

描述性统计分析

描述定性数据的图形法和数值法

对给定的类，类（或组）频数是指落入这个类中的观测值的个数。

对给定的类，类（或组）相对频率是指落入这个类中的观测值个数相对于观测值总数的比例。

定性数据的图形描述常用条形图，饼图和帕雷托图。

条形图：给出相应每一类的频数（或相对频率），长方形的高度或长度与类频数（或相对频率）成比例。

饼图：把一个整圆（饼）分成几份，每一份代表一个类，每份中心角与类相对频率成比例。

帕雷托图：将定性变量（即长方形）的类（组）按照高度从左向右降序排列的条形图。

帕雷托图以意大利经济学家 Vilfredo Pareto 命名。

描述定量数据的图形法

定量数据集是由某种有意义的数值标度的数据组成。为了描述、总结和检测这些数据的模型，我们可以采用三种图形法：点图、茎叶图和直方图。

点图

数据集中每一个定量测量的数值表示为水平刻度尺上的一个点，当数值重复时，点垂直画在另一个点之上。

茎叶图

定量变量的数值分为茎和叶两部分，可能的茎按顺序排在一列中，数据集中每一定量测量值的叶放在相应茎的行上，有相同茎的观测值的叶在水平方向按升序排列。

茎是测量值小数点左边的部分，叶是剩下的小数点右边的部分。

直方图

定量变量的可能数值被分成若干组区间，其中每一区间有相同的宽度，这些区间构成了水平轴刻度。确定落在每一组区间中的观测值的频数或相对频率。每一组区间上放一个垂直的长方形，它的高度或者等于频数或者等于相对频率。

描述定量数据的数值法

三种类型的度量

• 中心趋势度量：帮助确定相对频率分布中心位置的度量
• 变异的度量：围绕中心波动的度量
• 相对位置的度量：描述数据集中一个观测值相对位置的度量

两个定义

• 统计量：有样本数据计算得到的数值描述性度量
• 参数：总体的数据描述性度量

中心趋势的度量

算数平均、中位数和众数是三种最常用的中心趋势度量。

变异性的度量

数据变异性最常用度量是极差、方差和标准差。

• 极差：等于y一个数据集合中最大测量值和最小测量值的差。
• 方差
• 标准差

经验法则

若一个数据集有近似丘形的对称分布，则可用以下的经验法则描述数据集：
1. 大约68%的测量值位于均值的1个标准差范围内
2. 大约95%的测量值位于均值的2个标准差范围内
3. 几乎所有的测量值位于均值的3个标准差范围内

相对位置的度量

观测值相对位置的两个度量是百分位数和$z$得分。

百分位数

定义
数据集的第$100p$百分位数是这样一个$y$值：使得在数据集的相对频率分布中有$100p\%$的面积位于它的左边，有$100(1-p)\%$的面积位于它的右边(其中， 0≤p≤1