2019年統(tǒng)計(jì)數(shù)據(jù)的收集與整理

1、第一章統(tǒng)計(jì)數(shù)據(jù)的收集與整理1.1算術(shù)平均數(shù)是怎樣計(jì)算的？為什么要計(jì)算平均數(shù)? il答：算數(shù)平均數(shù)由下式計(jì)算： 個(gè)數(shù)除，所得之商稱為算術(shù)平均數(shù)。 是說是樣本數(shù)據(jù)的代表。y =，含義為將全部觀測值相加再被觀測值的計(jì)算算數(shù)平均數(shù)的目的，是用平均數(shù)表示樣本數(shù)據(jù)的集中點(diǎn)，或1.2既然方差和標(biāo)準(zhǔn)差都是衡量數(shù)據(jù)變異程度的，有了方差為什么還要計(jì)算標(biāo)準(zhǔn)差？答：標(biāo)準(zhǔn)差的單位與數(shù)據(jù)的原始單位一致，能更直觀地反映數(shù)據(jù)地離散程度。1.3標(biāo)準(zhǔn)差是描述數(shù)據(jù)變異程度的量，變異系數(shù)也是描述數(shù)據(jù)變異程度的量，兩者之間有什么不同？答：變異系數(shù)可以說是用平均數(shù)標(biāo)準(zhǔn)化了的標(biāo)準(zhǔn)差。在比較兩個(gè)平均數(shù)不同的樣本時(shí)所得結(jié)果更可靠。1.4完整地

2、描述一組數(shù)據(jù)需要哪幾個(gè)特征數(shù)?答：平均數(shù)、標(biāo)準(zhǔn)差、偏斜度和峭度。答：首先建立一個(gè)外部數(shù)據(jù)文件，名稱和路徑為:E:dataexer1-5e.dat。所用的SAS程序和計(jì)算1.5下表是我國青年男子體重（kg ）。由于測量精度的要求，從表面上看像是離散型數(shù)據(jù)，不要 忘記，體重是通過度量得到的，屬于連續(xù)型數(shù)據(jù)。根據(jù)表中所給出的數(shù)據(jù)編制頻數(shù)分布表。6669646564666865626469616168665766696665706458676666676666626666646262656465667260666561616667626565616462646562656868656768626370

3、656465626662636865685767666863646668646360646965666767676567676668646759666563566663636667637067706264726967676668646571616361646467697066646564637064626970686563656664686965636763706568676966656766746469656465656867656566677265676267716965657562696868656366666562616865646766646061686763596560646369

4、62716960635967616869666469656867646466697368606063386267656569656765726667646164666363666666636563676866626361666163686566696466706970636465646767656662616565606365626664結(jié)果如下:proc format;value hfmt56-57=56-57 58-59=58-59 60-6仁60-6162-63=62-63 64-65=64-65 66-67=66-6768-69=68-69 70-71=70-71 72-73=72-7

5、374-75=74-75：run;data weight;in file E:dataexer1-5e.dat：in put bw ;run;proc freq;table bw;format bw hfmt.;run;The SAS SystemCumulative CumulativeBW Freque ncy Perce nt Freque ncy Perce nt56-57 3 1.0 3 1.058-59 4 1.3 7 2.360-61 22 7.3 29 9.762-63 46 15.3 75 25.064-65 83 27.7 158 52.766-67 77 25.7 235

6、 78.368-69 45 15.0 280 93.370-71 13 4.3 293 97.772-73 5 1.7 298 99.374-75 2 0.7 300 100.01.6將上述我國男青年體重看作一個(gè)有限總體，用隨機(jī)數(shù)字表從該總體中隨機(jī)抽出含量為10的兩個(gè)樣本，分別計(jì)算它們的平均數(shù)和標(biāo)準(zhǔn)差并進(jìn)行比較。它們的平均數(shù)相等嗎？標(biāo)準(zhǔn)差相等嗎？能夠解釋為什么嗎?答:用means過程計(jì)算，兩個(gè)樣本分別稱為和，結(jié)果見下表：The SAS SystemVariable N Mea n Std DevY1 10 64.5000000 3.5039660Y2 10 63.9000000 3.17804

7、97隨機(jī)抽出的兩個(gè)樣本，它們的平均數(shù)和標(biāo)準(zhǔn)差都不相等。因?yàn)闃颖酒骄鶖?shù)和標(biāo)準(zhǔn)差都是統(tǒng)計(jì)量，統(tǒng)計(jì)量有自己的分布，很難得到平均數(shù)和標(biāo)準(zhǔn)差都相等的兩個(gè)樣本。1.7從一個(gè)有限總體中采用非放回式抽樣，所得到的樣本是簡單的隨機(jī)樣本嗎？為什么？本課程要求的樣本都是隨機(jī)樣本，應(yīng)當(dāng)采用哪種抽樣方法，才能獲得一隨機(jī)樣本？答：不是簡單的隨機(jī)樣本。從一個(gè)有限總體中以非放回式抽樣方法抽樣，在前后兩次抽樣之間不是相互獨(dú)立的，后一次的抽樣結(jié)果與前一次抽樣的結(jié)果有關(guān)聯(lián)，因此不是隨機(jī)樣本。應(yīng)采用隨機(jī)抽Vi = C 或二 5或編碼樣的方法抽取樣本，具體說應(yīng)當(dāng)采用放回式抽樣。1.8證明-時(shí)，前式是否仍然相等？答：（1、令乩鵬E C平

8、均數(shù)特性之。(2)令平均數(shù)特性之。Eb-才c2=y用第二種編碼方式編碼結(jié)果，兩式不再相等。j-i1.9有一個(gè)樣本：地-叭1，設(shè)B為其中任意一個(gè)數(shù)值。證明只有當(dāng)最小。這是平均數(shù)的一個(gè)重要特性，在后面講到一元線型回歸時(shí)還會(huì)用到該特性。答：令為求使p達(dá)最小之B,令2遲一倉）=0 B = =y則氏1.10檢測菌肥的功效，在施有菌肥的土壤中種植小麥，成苗后測量苗高，共100株，數(shù)據(jù)如下10.09.37.29.18.58.010.510.69.610.17.06.79.57.810.57.98.19.67.69.410.07.57.25.07.38.77.16.15.26.810.09.97.54.57.

9、67.09.76.28.06.98.38.610.04.84.97.08.38.47.87.56.610.06.59.58.511.09.76.610.05.06.58.08.48.37.47.48.17.77.57.17.87.68.66.07.06.46.76.36.411.010.57.85.08.07.07.45.26.79.08.64.66.93.56.29.76.45.86.49.36.4編制苗高的頻數(shù)分布表，繪制頻數(shù)分布圖，并計(jì)算出該樣本的四個(gè)特征數(shù)。答：首先建立一個(gè)外部數(shù)據(jù)文件，名稱和路徑為：E:dataexr1-10e.dat。SAS程序及結(jié)果如下:opti ons no d

10、ate;proc format;value hfmt3.5- 4.4=3.5-4.4 4.5-5.4=4.5-5.4 5.5-6.4=5.5-6.46.5- 7.4=6.5-7.4 7.5-8.4=7.5-8.4 8.5-9.4=8.5-9.49.5- 10.4=95-104 10.5-11.4=10.5-11.4：run;data wheat;in file E:dataexr1-10e.dat;in put height ;run;proc freq;table height;format height hfmt.;run;proc capability graphics n opri n

11、t;var height;histogram/vscale=co unt;in set mean var skew ness kurtosis;run;The SAS SystemThe FREQ Procedureheight Freque ncy Perce nt Freque ncy Perce nt 3.544 1 1.00 1 1.004.5- 5.4 9 9.00 10 10.005.5- 6.4 11 11.00 21 21.006.5- 7.4 23 23.00 44 44.007.5- 8.4 24 24.00 68 68.008.5- 9.4 11 11.00 79 79.

12、009.5- 10.4 15 15.00 94 94.0010.5- 11.4 6 6.00 100 100.00細(xì)I肉I1.11北太平洋寬吻海豚羥丁酸脫氫酶（ HDBH ）數(shù)據(jù)的接收范圍頻數(shù)表2如下：（略作調(diào)整）HDBH數(shù)據(jù)的接收范圍-1/（U L ）頻數(shù)2141245.909 13277.818 211309.727 319341.636 426373.545 522405.454 511437.363 613469.272 76501.181 83533.090 92根據(jù)上表中的數(shù)據(jù)作出直方圖。答：以表中第一列所給出的數(shù)值為組界，直方圖如下:1.12靈長類手掌和腳掌可以握物一側(cè)的皮膚表面

13、都有突起的皮膚紋嵴。紋嵴有許多特征，這些特征在胚胎形成之后是終生不變的。人類手指尖的紋型，大致可以分為弓、箕和斗三種類型。在手指第一節(jié)的基部可以找到一個(gè)點(diǎn)，從該點(diǎn)紋嵴向三個(gè)方向輻射，這個(gè)點(diǎn)稱為三叉點(diǎn)。弓形紋沒有三叉點(diǎn)， 箕形紋有一個(gè)三叉點(diǎn)，斗形紋有兩個(gè)三叉點(diǎn)，記錄從三叉點(diǎn)到箕或斗中心的紋嵴數(shù)目稱為紋嵴數(shù)(finger ridge count, FRC )。將雙手十個(gè)指尖的全部箕形紋的紋嵴數(shù)和/或斗形紋兩個(gè)紋嵴數(shù)中較大者相加，稱為總紋嵴數(shù)(total fin ger ridge cou nt, TFRC )。下表給出了大理白族人群總紋嵴數(shù)的頻數(shù)分布 3】.TFRC分組中值頻數(shù)1130202315

14、04015170608719080299111010054111130120631311501406815117016051171190180181912102006首先判斷數(shù)據(jù)的類型，然后繪出樣本頻數(shù)分布圖，計(jì)算樣本的四個(gè)特征數(shù)并描述樣本分布形態(tài)。答：總紋脊數(shù)屬計(jì)數(shù)數(shù)據(jù)。計(jì)數(shù)數(shù)據(jù)的頻數(shù)分布圖為柱狀圖，頻數(shù)分布圖如下:樣本特征數(shù)（以 TFRC的中值計(jì)算）SAS程序:opti ons no date;data tfrc;do i=1 to 10; in put y ;in put n ;do j=1 to n;output;en d;en d;cards;20 240 160 880 29100

15、 54120 63140 68160 51180 18140的那一組。分布不對(duì)200 6run;proc means mean std skew ness kurtosis;var y;run;結(jié)果見卜表：The SAS SystemAn alysis Variable : YMea n Std Dev Skew ness Kurtosis126.5333333 32.8366112 -0.2056527 -0.0325058從頻數(shù)分布圖可以看出，該分布的眾數(shù)在第七組，即總紋脊數(shù)的中值為稱，平均數(shù)略小于眾數(shù)，有些負(fù)偏。偏斜度為-0.2056527,偏斜的程度不是很明顯，基本上還可以認(rèn)為是對(duì)稱的

16、，峭度幾乎為零。1.13海南粗榧葉長度的頻數(shù)分布葉長度/mm中值頻數(shù)2.02.22.13902.22.42.31 4342.42.62.52 6432.62.82.73 5462.83.02.95 6923.03.23.15 1873.23.43.34 3333.43.63.52 7673.63.83.71 6773.84.03.91 137nag4.04.24.16674.24.44.33464.44.64.5181繪出頻數(shù)分布圖，并計(jì)算偏斜度和峭度。答：表中第一列所給出的數(shù)值為組限，下圖為海南粗榧葉長度的頻數(shù)分布圖。計(jì)算偏斜度和峭度的 SAS程序和計(jì)算結(jié)果如下:opti ons no da

17、te;data len gth;do i=1 to 13; in put y ;in put n ;do j=1 to n;output;en d;en d;cards;2.1 3902.3 14342.5 26432.7 35462.9 56923.1 51873.3 43333.5 27673.7 16773.9 11374.1 6674.3 3464.5 181 run;proc means n skew ness kurtosis;var y;run;The SAS SystemAn alysis Variable : Yn Skew ness Kurtosis30000 0.4106

18、458 0.0587006樣本含量n= 30000,是一個(gè)很大的樣本， 樣本的偏斜度和峭度都已經(jīng)很可靠了。偏斜度為0.41,有個(gè)明顯的正偏。1.14馬邊河貝氏高原鰍繁殖群體體重分布如下5體質(zhì)量/g中值雌魚雄魚2.003.002.50143.004.003.50674.005.004.5013115.006.005.5030256.007.006.5025257.008.007.5016238.009.008.5021179.0010.009.50181610.0011.0010.5012411.0012.0011.50312.0013.0012.502首先判斷數(shù)據(jù)的類型，然后分別繪制雌魚和雄魚

19、的頻數(shù)分布圖，計(jì)算樣本平均數(shù)、標(biāo)準(zhǔn)差、偏斜度和 峭度并比較兩者的變異程度。答：魚的體重為度量數(shù)據(jù)，表中第一列所給出的數(shù)值為組限。在下面的分布圖中雌魚和雄魚的分布繪在了同一張圖上，以不同的顏色表示。計(jì)算統(tǒng)計(jì)量的SAS程序與前面的例題類似，這里不再給出，只給出結(jié)果。雌魚:The SAS SystemAn alysis Variable : YN Mea n Std Dev Skew ness Kurtosis147 7.2414966 2.1456820 0.2318337 -0.6758677雄魚:The SAS SystemAn alysis Variable : YN Mea n Std D

20、ev Skew ness Kurtosis132 6.7803030 1.9233971 -0.1322816 -0.5510332直觀地看，雄魚的平均體重低于雌魚。雌魚有一正偏，雄魚有一負(fù)偏。因此，相對(duì)來說雌魚低體重者 較多，雄魚高體重者較多。但兩者都有很明顯的負(fù)峭度，說明“曲線”較平坦，兩尾翹得較高。1.15黃胸鼠體重的頻數(shù)分布：組界/g頻數(shù)0yw 151015yw 302630yw 453045yw 602260yw 752275yw 901790yw 10516105yw 12140120 1356135 1504150 1652總數(shù)169繪制頻數(shù)分布圖，從圖形上看分布是對(duì)稱的嗎，說明什么問題?答：下面是頻數(shù)分布圖：從上圖可見，圖形不是對(duì)稱的，有一些正偏。說明在該黃雄鼠群體中，低體重者分布數(shù)量，高于高體 重者的數(shù)量。另外，似乎峭度也有些低。1.16 25名患者入院后最初的白細(xì)胞數(shù)量（X103）如下表：851241168771273111411966561014455計(jì)算白細(xì)胞數(shù)量的平均數(shù)、方差和標(biāo)準(zhǔn)差。答：用means過程計(jì)算，程序不再給出，只給出運(yùn)行結(jié)果。The SAS SystemAn alysis