第3讲 统计描述幻灯片.pptVIP

第三讲 SPSS统计描述 第三讲 SPSS统计描述 任衍具 E-mail: renyanju@ 山东师范大学心理学院 主要内容 连续变量的统计描述与参数估计 概述：统计学知识回顾菜单介绍 集中趋势指标 离散趋势指标 SPSS应用实例 分类变量的统计描述与参数估计 概述 常用指标分析实例 多选题统计描述 统计表的制作：basic tables 统计分析内容 描述统计 集中趋势、离散趋势、百分位数和分布指标 平均数、中数、众数；方差、标准差、全距、变异系数、偏态系数、峰态系数 推论统计 参数估计 点值估计、区间估计 假设检验 均值间的比较、比例/比率的比较 基本概念 总体(population)与样本(sample) 总体：根据研究目的确定的同质观察单位（研究对象）的全体，实际上是某一变量值的集合 样本：是从总体中抽取的部分个体 由于直接研究总体经常是不可能的，故而大多采用抽样研究，即通过抽取样本来推断总体——统计推断 参数和统计量 参数——刻画总体特征的指标称为总体参数 用来确定某一分布的特征；如总体均数，总体阳性率 往往是未知的 统计量——刻画样本特征的指标称为统计量，由观察资料计算出来的量；可以用来近似的反映总体参数 统计的任务——由样本估计总体，由样本统计量估计总体参数 变量 变量类型 连续型变量（定距型）——取值范围是一个区间，连续取值 离散型变量——取值范围是有限个值或一个数列构成。表示分类情况的离散型变量又称为分类变量： 无序变量（名义型）：两分类和多分类如血型，也可用数字进行编码，但没有大小关系。 有序变量（定序型）：取值为互不相容的类别，而且在研究背景下有等级顺序，如疗效（无效、有效、显效） 连续变量的统计描述工具 频数表Frequency 直观的方法：分布类型分布特征 看出集中趋势与离散趋势 发现特大与特小值 便于进一步计算统计指标和做统计处理 连续变量的统计描述工具 统计指标 集中趋势Central tendency 均数mean 几何均数G 中位数median 众数mode 离散趋势Dispersion tendency 全距Range 方差Variance 标准差std.deviation变异系数CV 百分位数 适用于各种分布 分布指标Distribution 偏度系数Skewness 正态峰/正偏态/负偏态 峰度系数Kurtosis 正态峰/平阔峰/尖峭峰 其他在SPSS中出现的指标 M-estimators的四个指标，Outlier 连续变量的统计描述工具 描述工具 统计表 统计图 直方图(Histogram) 散点图（Scatter Plot） 箱式图(boxplot) 茎叶图（stem-and-leaf） QQ图 集中趋势的描述 算术平均数 简称均数（mean），有总体均数和样本均数之分 适用于对称分布，特别是正态分布的资料，不适用于偏态分布的资料 计算方法 集中趋势的描述 中位数 一组观察值的位置平均数，用于描述偏态分布资料的集中位置，不受两端极值的影响计算方法 直接法 n为奇数，观察值从小到大排序后中间位置观察值 n为偶数，从小到大排序后中间两个观察值的算术均数 加权法 用频数表计算中位数时先据频数表计算累计频数和累计频率，50％百分之五十分位数即为中位数 L为中位数所在组段的下限，i为改组段的组距；f为该组段的频数； ΣfL为小于L的各组段的累计频数，n为总例数 其他集中趋势的描述指标 1.截尾均数（trimmed mean） 数据排序后按照一定比例去掉两端的数据求均数 适用于两端有极端值的资料 常用5％截尾均数 其他集中趋势的描述指标 几何均数（geometric mean, Mg） 适用于等比资料或对数正态分布的资料 观察值不能同时有正有负 同一资料算得的几何均数小于算术均数 计算方法 直接法 加权法 其他集中趋势的描述指标 众数（mode） 样本数据中出现频次最高的数字 适用于单峰对称的数据，反映出现频次最高的数据情况 调和均数 观察值倒数的均数的倒数，较少使用 离散趋势的指标 3组同龄男孩体重（Kg）如下均数相等，但各组差异不同 对连续变量的描述，需要将集中趋势和离散趋势结合起来，才能对其分布有全面的认识 描述离散趋势的指标常用的有：全距、四分位数间距、方差、标准差和变异系数等指标 离散趋势的指标 全距（Range ,R ） 又称极差，即最大和最小观察值之间的间距，用全距描述资料的离散程度简单明了 但它不能反映观察值的整个变异度，样本的例数越多，极差越大，不够稳定 所以在样本含量相差悬殊时不宜使用 离散趋势的指标 离均差平方和（sum of squares of deviations from mean， SS）可用来描述资料的变异度SS的均数（