EXCELORIGNSPSS的描述统计第一章.ppt

第1章 EXCEL+ORIGN+SPSS的描述统计,第1章 EXCEL+ORIGN+SPSS的描述统计,100个果丹皮的长度单位：cm,一、用ORIGIN进行描述统计(先了解ORIGIN，请参阅ORIGIN介绍文件夹),一、用ORIGIN进行描述统计,1.Statistics on Columns列统计,一、用ORIGIN进行描述统计,1.Statistics on Columns列统计,一、用ORIGIN进行描述统计,1.Statistics on Columns列统计,一、用ORIGIN进行描述统计,1.Statistics on Columns列统计(1)Input Data项：右边下拉框可选择是对当前列统计，还是合并整个数据集统计；(2)Quantities to Compute项：打开Moments和Quantiles选中其中的复选框可以选择要计算和显示的统计项，Extreme Values复选框：是否计算显示极大/极小值；(3)Output Results项：输出图形或报表选项；(4)Plots：作图，Histograms复选框：是否计算输出柱状统计图；Box Charts复选框：是否计算输出方框统计图。,一、用ORIGIN进行描述统计,1.Statistics on Columns列统计,一、用ORIGIN进行描述统计,1.Statistics on Columns列统计在通过Quantities to Compute中的设置，Descriptive Statistics项可以显示如下统计项(本章Excel文档有更详细的解释)：(1)N Total：数据点数目；(2)N Missing：缺失的数据点数目；(3)Mean：平均值；(4)Standard Deviation：标准偏差；(5)SE of Mean：平均值的标准误差；,一、用ORIGIN进行描述统计,1.Statistics on Columns列统计(6)Lower 95%CI of Mean：平均值的95%置信区间的下限；(7)Upper 95%CI of Mean：平均值的95%置信区间的上限；(8)Variance：标准偏差的平方(方差)；(9)Sum：总和；(10)Skeweness：倾斜度数；(11)Kutosis：峰度；,一、用ORIGIN进行描述统计,1.Statistics on Columns列统计(12)Uncorrected Sum of Squares：未改正的平方和；(13)Coefficient of Variance：变异系数；(14)Mean absolute Deviation：绝对偏差；(15)SD times 2：标准偏差乘以2；(16)SD times 3：标准偏差乘以3；(17)Geometric Mean：几何平均数；(18)Geometric SD：几何标准偏差；,一、用ORIGIN进行描述统计,1.Statistics on Columns列统计(19)Mode：出现频率最高的数据(众数)；(20)Sum of Weight：权重总和；(21)Minimum：最小值；(22)Index of Minimum：最小值的索引；(23)1st Quartile(Q1)：插值操作时的Q1值(25%)；(24)Median：插值操作时的Q2值(50%)；(25)3rd Quartile(Q3)：插值操作时的Q3值(75%)；,一、用ORIGIN进行描述统计,1.Statistics on Columns列统计(26)Maximum：最大值；(27)Index of Maximum：最大值的索引；(28)Interquartile Range(Q3-Q1)：插值范围；(29)Rang(Maximum-Minimum)：极差；(30)Custom Percentile(s)：定制百分位数；(31)Percentile list：是否列出百分位数。,一、用ORIGIN进行描述统计,2.Frequency Counts频率统计频率/频度统计即将数据分成一系列区间，然后分别计算符合区间的数值。使用StatisticsFrequency Count打开对话框。主要参数包括如下内容。(1)Input：数据源；(2)From Minimum：区间最小值；(3)To Maximum：区间最大值；(4)Step by：产生区间段(bins)的方法；包括Increment(增加步长)和Intervals(间隔)；(5)Include OutliersMinimum：异常值(Outliers)小于最小值时加入到最小区间段；,一、用ORIGIN进行描述统计,2.Frequency Counts频率统计主要参数包括如下内容。(6)Include Outliers=Maximum：异常值大于最大值时加入到最大区间段；(7)Bin Center：区间段中值；(8)Bin End：区间段结束值；(9)Count：每个区间段计数；(10)CulmuIative Count：积累计数，即将前面的再累加；(11)Relative Frequency：相对频度；(12)Cumulative Frequency：积累频度；(13)Output：输出目标工作表。,StatisticsFrequency Count,StatisticsFrequency Count,StatisticsFrequency Count,一、用ORIGIN进行描述统计,3.Discrete Frequency离散频率统计离散频率统计，可以对各个数据段中数据出现的频率进行统计。执行StatisticsDiscrete Frequency命令之后，可以打开StatisticsDescriptive Statistics:discfreqs对话框，其中包括：(1)Frequency复选框：是否统计频率；(2)Percent复选框：是否统计每个频率的百分比；(3)Cumulative Percent复选框：是否统计频率统计的累积百分比；(4)Case Sensitive复选框：是否区分大小写。,一、用ORIGIN进行描述统计,3.Discrete Frequency离散频率统计,一、用ORIGIN进行描述统计,3.Discrete Frequency离散频率统计,一、用ORIGIN进行描述统计,3.Discrete Frequency离散频率统计,一、用ORIGIN进行描述统计,4.Normality Test正态检验正态检验可以测试所统计的数据分布是否符合正态分布。执行StatisticsNormality Test命令之后，可以打开Normality Test对话框，其中包括如下几项。(1)Quantities to Compute：正态检验的方法选择，包括Shapiro-Wilk：是否进行Shapiro-Wilk统计；Kolmogorov-Smirnov：是否进行Kolmogorov-Smirnov统计，选中之后可以从Parameters下拉框中选择参数来源Estimated(从输入数据中获得)、Specified(用户指定)、Mean(平均值),一、用ORIGIN进行描述统计,4.Normality Test正态检验正态检验可以测试所统计的数据分布是否符合正态分布。执行StatisticsNormality Test命令之后，可以打开Normality Test对话框，其中包括如下几项。和Variance(异常值)；Lilliefors：是否进行Lilliefors统计；(2)Output Results：输出选项；(3)Plot：作图选项。,一、用ORIGIN进行描述统计,4.Normality Test正态检验正态检验可以测试所统计的数据分布是否符合正态分布。执行StatisticsNormality Test命令之后，可以打开Normality Test对话框，其中包括如下几项。和Variance(异常值)；Lilliefors：是否进行Lilliefors统计；(2)Output Results：输出选项；(3)Plot：作图选项。,一、用ORIGIN进行描述统计,4.Normality Test正态检验SPSS对一组数据进行正态性检验有2种方法，Kolmogorov-Smirnov Test和Shapiro-Wilk Test。Kolmogorov-Smirnov Test检验结果较精确，适用于小样本的检测，而 Shapiro-Wilk Test适用于大样本的检验，本题n=100(200)，因此属于小样本，因此对因变量y进行正态性检验后利用Kolmogorov-Smirnov Test 的输出结果。,一、用ORIGIN进行描述统计,4.Normality Test正态检验,一、用ORIGIN进行描述统计,4.Normality Test正态检验,一、用ORIGIN进行描述统计,4.Normality Test正态检验Kolmogorov-Smirnov Test 统计量0.06108，显著水平Sig.=0.911460.05，所以因变量y服从正态分布，即y是正态变量可以进行描述统计分析。,一、用ORIGIN进行描述统计,5.常用的统计图形包括直方图、方框图和质量控制图等。(1)Histogram直方图选中Worksheet的2个Y列，通过PlotStatisticsHistogram命令，即可生成直方统计图。这个图形可以清楚地比较不同区间里，数据的出现次数。右键单击图形，选择Go to Bin Worksheet命令，可以弹出一个统计表。另外，选择Properties命令可以修改图形的外观。,一、用ORIGIN进行描述统计,(1)Histogram直方图,一、用ORIGIN进行描述统计,(2)Histogram+Probabilities概率直方图选中Worksheet的B列，通过PlotStatistics GraphsHistogram+Probabilities命令，即可生成概率直方图。其中上面的图为数据的累积出现个数，下面的则为各个区间里数据出现的次数。另外，右键单击图形，选择Go to Bin Worksheet命令，可以弹出一个与直方图一样的统计表。,一、用ORIGIN进行描述统计,(2)Histogram+Probabilities概率直方图,二、用SPSS进行描述统计(先了解SPSS，请参阅SPSS介绍文件夹),二、用SPSS进行描述统计,二、用SPSS进行描述统计 1.频率,二、用SPSS进行描述统计 1.频率,二、用SPSS进行描述统计 1.频率,二、用SPSS进行描述统计 1.频率,二、用SPSS进行描述统计 1.频率,二、用SPSS进行描述统计 1.频率,二、用SPSS进行描述统计 1.频率,均数：Mean；均数的标准误差：Std.Error of Mean；中位数：Median；众数：Mode；标准差：Std.Deviation；方差：Variance；偏度系数：Skewness；偏度系数的标准误差：Std.Error of Skewness；峰度系数：Kurtosis；峰度系数的标准误差：Std.Error of Kurtosis；极差：全距，Range；最小值：Minimum；最大值：Maximum；总和：Sum；百分位数：percentiles。,二、用SPSS进行描述统计 1.频率,二、用SPSS进行描述统计 1.频率,二、用SPSS进行描述统计 1.频率,二、用SPSS进行描述统计 1.频率,二、用SPSS进行描述统计 2.描述,二、用SPSS进行描述统计 2.描述,二、用SPSS进行描述统计 2.描述,二、用SPSS进行描述统计 2.描述,二、用SPSS进行描述统计 2.描述,三、用EXCEL进行描述统计,三、用EXCEL进行描述统计,描述统计量,描述统计量大致可以分为三类：集中趋势离中趋势分布趋势,反映集中趋势的描述统计量,常用的反映集中趋势的描述统计量有五个：算术平均数、调和平均数、几何平均数、中位数和众数。前三个平均数是根据所有标志值计算的，又被称为数值平均数，后两个平均数是根据与其所处位置有关的部分标志值计算的，又被称为位置平均数。,算术平均数,算术平均数是数据集中趋势的最主要的统计描述量。计算算术平均数使用AVERAGE函数，格式为：AVERAGE(NUMBER1,NUMBER2,)NUMBER可以是具体的数值，也可以是单元地址或区域名称。,调和平均数,调和平均数(又称倒数平均数)是数值倒数算术平均值的倒数。在实际工作中，由于所获数据不能直接代入算术平均数的公式中计算，就需要有倒数平均数的形式。计算调和平均数使用HARMEAN函数，格式为：HARMEAN(NUMBER1,NUMBER2,),几何平均数,几何平均数 是N个数值的连乘积，再开N次方根，它是计算平均比率和平均发展速度最适宜的一种方法，因为其数学性质与现象发展的平均速度形成的客观过程相一致。计算几何平均数使用GEOMEAN函数，格式为：GEOMEAN(NUMBER1,NUMBER2,),中位数,中位数是将全部数值按大小顺序排列后居于中间位置的数值。换句话说，中位数把所有的数值一分为二，有一半数值比它小，另一半数值比它大。计算中位数使用MEDIAN函数，格式为：MEDIAN(NUMBER1,NUMBER2,),众数,众数是在数列或数据区域中出现频率最多的数值。计算众数使用MODE函数，格式为：MODE(NUMBER1,NUMBER2,),反映离中趋势的描述统计量,常用的反映离中趋势的描述统计量（简称离中指标）有三个：全距、平均差和标准差（方差）。当对两组数据的差异程度进行相对比较时，往往要计算离散系数，包括全距系数、平均差系数和标准差系数，它等于相应的离中指标除以算术平均数，这样可以消除由于平均数的不同或单位的差异而造成的影响。,全距,全距（又称极差）是最大值与最小值之差，用“MAX(ARRAY)MIN（ARRAY）”求得。ARRAY是指原始资料的存放区域，并且前后应该一致。全距最显著的特点是计算简便、含义清晰，实际工作中常用于产品质量的检验和控制，但全距容易受极端值的影响。,平均差,平均差是各个数据与其算术平均数离差绝对值的算术平均数。计算平均差使用AVEDEV函数，格式为：AVEDEV(NUMBER1,NUMBER2,)NUMBER可以是具体的数值，也可以是单元地址或区域名称。例：AVEDEV(4,5,6,7,5,4,3)1.020408,标准差,标准差用于反映相对于算术平均数的离散程度。计算标准差的函数有两个，一是STDEV函数，二是STDEVP函数。两者的参数是完全一致的，只是计算的公式略有一点不同。格式为：STDEV(NUMBER1,NUMBER2,)STDEVP(NUMBER1,NUMBER2,),方差,方差是标准差的平方，它也是衡量离散程度的重要指标。计算方差有两个函数，前者是计算样本方差的，后者是计算总体方差的。格式为：VAR(NUMBER1,NUMBER2,)VARP(NUMBER1,NUMBER2,)。,反映分布趋势的描述统计量,常用的反映分布趋势的描述统计量有两个：偏斜度峰值,偏斜度,偏斜度反映以平均值为中心的分布的不对称程度。计算偏斜度使用SKEW函数，格式为：SKEW(NUMBER1,NUMBER2,)NUMBER可以是具体的数值，也可以是单元地址或区域名称。正偏斜度表示不对称边的分布更趋向正值。负偏斜度表示不对称边的分布更趋向负值。,峰度,峰度反映与正态分布相比某一分布的尖锐度或平坦度。计算峰度使用KURT函数，格式为：KURT(NUMBER1,NUMBER2,)NUMBER可以是具体的数值，也可以是单元地址或区域名称。峰值正峰值表示相对尖锐的分布。负峰值表示相对平坦的分布。,三、用EXCEL进行描述统计,编制次数分布表的步骤,(1)整列：将所取得的原始数据给予顺序排列，数值小的在前面，数值大的在后面。(2)求极差：(3)分组：100个变量可分79组或912组。可用公式(K=1+(lgn/lg2)来确定组数。(4)确定组距：组距是指上一组与下一组的数值之间的差值，通常用i表示。组距一般用整数。如本例中取9组，全距为0.43cm，则组距为：iR/组数0.43/90.0480.05(cm),编制次数分布表的步骤,(5)确定组限与组中值：组限就是各组的变异范围，即各组的上、下限。组中最小的数值称下限；最大的数值称上限。第一组的下限不应由资料中最小的数值开始，而最小的数值则包含在第一组内。同理，最后一组的上限就避免以最大的数值结束，其最大的数值则应包括在最后一组内。,编制次数分布表的步骤,(5)另外，组限的小数点位数应比数据的小数点位数多一位，这样才能避免数据重复划。上限与下限的平均数称为组中值。用以代表该组所有变数的平均数。组中值应尽量采用整数，以便于计算。组中值加、减二分之一组距，便分别得到该组的上、下限。首先确定第一组的组中值，确定之后，其它各组的组中值及组限便可以依照组距为等级差数依次推出。,编制次数分布表的步骤,(6)计算各组变量所出现的次数：将各组上、下限内所包括的变数分别归入各组，计算各组变量所出现的次数。一般先用记号“正数”计数，然后按记号统计次数，制成次数分布表如下表所示。,100个果丹皮的长度次数分布表,编制次数分布表的步骤,从次数分布表中可以看出，果丹皮长度在10.19510.444cm。为方便起见，可制成次数分布图。次数分布图有方柱形图和多边形图。,