統(tǒng)計(jì)學(xué)-基于SPSS（第4版）數(shù)據(jù)與統(tǒng)計(jì)學(xué)

賈俊平2024/3/6統(tǒng)計(jì)學(xué)基于SPSS

賈俊平2024/3/61.1統(tǒng)計(jì)學(xué)及其應(yīng)用1.2數(shù)據(jù)及其來源1.3統(tǒng)計(jì)學(xué)與統(tǒng)計(jì)軟件

數(shù)據(jù)與統(tǒng)計(jì)學(xué)思維導(dǎo)圖問題與思考—怎樣理解統(tǒng)計(jì)結(jié)論思考以下問題吸煙對健康是有害的，吸香煙的男性減少壽命2250天不結(jié)婚的男性會(huì)減少壽命3500天，不結(jié)婚的女性會(huì)減少壽命1600天身體超重30%會(huì)使壽命減少1300天每天攝取500毫升維生素C，生命可延長6年身材高的父親，其子女的身材也較高一項(xiàng)研究表明：杰出科學(xué)家做出重大貢獻(xiàn)的最佳年齡區(qū)在25～45歲之間，其最佳峰值年齡和首次貢獻(xiàn)的最佳成名年齡隨著時(shí)代的變化而逐漸增大上課坐在前面的學(xué)生平均考試分?jǐn)?shù)比坐在后面的學(xué)生高中國科學(xué)院空間環(huán)境研究預(yù)報(bào)中心的專家稱，在神舟七號(hào)載人航天飛行期間，飛船遭遇空間碎片的概率在百萬分之一以下

1.1

統(tǒng)計(jì)學(xué)及其應(yīng)用什么是統(tǒng)計(jì)學(xué)統(tǒng)計(jì)學(xué)——收集、處理、分析、解釋數(shù)據(jù)并從數(shù)據(jù)中得出結(jié)論的科學(xué)描述性方法研究數(shù)據(jù)收集、整理和描述的統(tǒng)計(jì)學(xué)方法描述數(shù)據(jù)特征，找出數(shù)據(jù)的基本規(guī)律內(nèi)容包括：數(shù)據(jù)收集、處理、展示、描述性分析推斷性方法研究如何利用樣本數(shù)據(jù)來推斷總體特征的統(tǒng)計(jì)學(xué)方法對總體特征作出推斷內(nèi)容包括：參數(shù)估計(jì)和假設(shè)檢驗(yàn)

1.1

統(tǒng)計(jì)學(xué)及其應(yīng)用統(tǒng)計(jì)學(xué)研究什么統(tǒng)計(jì)學(xué)研究的是來自各領(lǐng)域的數(shù)據(jù)統(tǒng)計(jì)學(xué)沒有任何固定的對象，是一門獨(dú)特的學(xué)問用于解決其他領(lǐng)域內(nèi)的問題按薩維奇(L.J.Savage)的說法：統(tǒng)計(jì)學(xué)基本上是寄生的。靠研究其他領(lǐng)域內(nèi)的工作而生存。這不是對統(tǒng)計(jì)學(xué)的輕視，這是因?yàn)閷芏嗉闹鱽碚f，如果沒有寄生蟲就會(huì)死。對有的動(dòng)物來說，如果沒有寄生蟲就不能消化它們的食物。因此，人類奮斗的很多領(lǐng)域，如果沒有統(tǒng)計(jì)學(xué)，雖然不會(huì)死亡，但一定會(huì)變得很弱

1.1

統(tǒng)計(jì)學(xué)的應(yīng)用統(tǒng)計(jì)學(xué)的應(yīng)用領(lǐng)域——幾個(gè)例子【例1-1】——用統(tǒng)計(jì)識(shí)別作者

1787—1788年，三位作者AlexanderHamilton，JohnJay和JamesMadison為了說服紐約人認(rèn)可憲法，匿名發(fā)表了著名的85篇論文。這些論文中的大多數(shù)作者已經(jīng)得到了識(shí)別，但是，其中的12篇論文的作者身份引起了爭議通過對不同單詞的頻數(shù)進(jìn)行統(tǒng)計(jì)分析，得出的結(jié)論是，JamesMadison最有可能是這12篇論文的作者?，F(xiàn)在，對于這些存在爭議的論文，認(rèn)為JamesMadison是原創(chuàng)作者的說法占主導(dǎo)地位，而且?guī)缀蹩梢钥隙ㄟ@種說法是正確

1.1

統(tǒng)計(jì)學(xué)的應(yīng)用統(tǒng)計(jì)學(xué)的應(yīng)用領(lǐng)域——幾個(gè)例子【例1-2】——用簡單的描述統(tǒng)計(jì)量得到一個(gè)重要發(fā)現(xiàn)費(fèi)舍(R．A．Fisher)在1952的一篇文章中舉了一個(gè)例子，說明如何由基本的描述統(tǒng)計(jì)量的知識(shí)引出一個(gè)重要的發(fā)現(xiàn)。20世紀(jì)早期，哥本哈根卡爾堡實(shí)驗(yàn)室的施密特(J.Schmidt)發(fā)現(xiàn)不同地區(qū)所捕獲的同種魚類的脊椎骨和鰓線的數(shù)量有很大不同；甚至在同一海灣內(nèi)不同地點(diǎn)所捕獲的同種魚類，也發(fā)現(xiàn)這樣的傾向然而，鰻魚的脊椎骨的數(shù)量變化不大。施密特從歐洲各地、冰島、亞速爾群島以及尼羅河等幾乎分離的海域里所捕獲的鰻魚的樣本中，計(jì)算發(fā)現(xiàn)了幾乎一樣的均值和標(biāo)準(zhǔn)偏差值。由此，施密特推斷所有各個(gè)不同海域內(nèi)的鰻魚是由海洋中某公共場所繁殖的。后來名為“戴納(Dana)”的科學(xué)考察船在一次遠(yuǎn)征中發(fā)現(xiàn)了這個(gè)場所

1.1

統(tǒng)計(jì)學(xué)的應(yīng)用統(tǒng)計(jì)學(xué)的應(yīng)用領(lǐng)域——幾個(gè)例子

1.1

統(tǒng)計(jì)學(xué)的應(yīng)用統(tǒng)計(jì)學(xué)誤用與濫用大約在一個(gè)世紀(jì)以前，政治家BenjaminDisraeli曾有一個(gè)著名的論斷：“有三類謊言：謊言、糟透的謊言和統(tǒng)計(jì)”。他還說：“圖并沒有說謊，是說謊者在畫圖”歷史學(xué)家AndrewLang說，一些人使用統(tǒng)計(jì)“就像喝醉酒的人使用街燈柱—支撐的功能多于照明”統(tǒng)計(jì)濫用不好的樣本或過小的樣本誤導(dǎo)性圖表局部描述故意曲解統(tǒng)計(jì)應(yīng)用上的兩個(gè)極端——不用或幾乎不用統(tǒng)計(jì)；簡單問題復(fù)雜化在統(tǒng)計(jì)應(yīng)用中，這兩個(gè)極端都是不可取的簡單的方法不一定沒用，復(fù)雜的方法也不一定有用。正如有的學(xué)者所說的，最簡單的模型往往是最有用的統(tǒng)計(jì)應(yīng)該恰當(dāng)?shù)貞?yīng)用到它能起作用的地方。不能把統(tǒng)計(jì)神秘化，更不能歪曲統(tǒng)計(jì)，把統(tǒng)計(jì)作為掩蓋實(shí)事的陷阱

1.2

數(shù)據(jù)及其來源變量與數(shù)據(jù)——變量及其分類變量(variable)觀察一個(gè)企業(yè)的銷售額，這個(gè)月和上個(gè)月不同；觀察股票市場上漲股票的家數(shù)，今天與昨天數(shù)量不一樣；觀察一個(gè)班學(xué)生的生活費(fèi)支出，一個(gè)人和另一個(gè)人不一樣；投擲一枚骰子觀察其出現(xiàn)的點(diǎn)數(shù)，這次投擲的結(jié)果和下一次也不一樣“企業(yè)銷售額”、“上漲股票的家數(shù)”、“生活費(fèi)支出”、“投擲一枚骰子出現(xiàn)的點(diǎn)數(shù)”等就是變量數(shù)據(jù)(data)變量的觀測結(jié)果變量的基本分類類別變量（定性變量）無序類別變量（名義值）有序類別變量（順序值）數(shù)值變量（定量變量）離散變量（有限值）連續(xù)變量（無限制）

1.2

數(shù)據(jù)及其來源變量與數(shù)據(jù)——變量及其分類類別變量(categoricalvariable)取值為事物屬性或類別以及區(qū)間值的變量，也稱分類變量(classifiedvariable)或定性變量(qualitativevariable)比如，觀察人的性別、公司所屬的行業(yè)、用戶對商品的評(píng)價(jià)時(shí)，得到的結(jié)果就不是數(shù)字，而是用法文字表示的類別類別變量根據(jù)取值是否有序分為兩種名義(nominal)值類別變量也稱無序類別變量，其取值是不可以排序的順序(ordinal)值類別變量也稱有序類別變量，其取值間可以排序數(shù)值變量(metricvariable)取值為數(shù)字的變量，也稱為定量變量(quantitativevariable)數(shù)值型變量根據(jù)其取值的不同，可以分為離散變量(discretevariable)和連續(xù)變量(continuousvariable)離散型變量是只能取有限個(gè)值是變量，而且其取值可以一一列舉。連續(xù)型變量是可以在一個(gè)或多個(gè)區(qū)間中取任何值的變量，它的取值是連續(xù)不斷的，不能一一列舉數(shù)據(jù)(data)變量的觀察結(jié)果二手?jǐn)?shù)據(jù)抽取樣本總體(population)：包含所研究的全部個(gè)體(或數(shù)據(jù))的集合樣本(sample)：從總體中抽取的一部分元素的集合樣本量(samplesize)：構(gòu)成樣本的元素的數(shù)目概率抽樣方法根據(jù)已知的概率抽取樣本元素，也稱隨機(jī)抽樣數(shù)據(jù)的來源簡單隨機(jī)抽樣從總體N個(gè)單位(元素)中隨機(jī)地抽取n個(gè)單位作為樣本，使得總體中每一個(gè)元素都有相同的機(jī)會(huì)(概率)被抽中抽取元素的具體方法有放回抽樣和無放回抽樣分層抽樣將總體單位按某種特征或規(guī)則劃分為不同層，再從不同的層中隨機(jī)地抽取樣本系統(tǒng)抽樣將總體中的所有單位(抽樣單位)按一定順序排列，在規(guī)定的范圍內(nèi)隨機(jī)地抽取一個(gè)單位作為初始單位，然后按事先規(guī)定好的規(guī)則確定其他樣本元素整群抽樣將總體中若干個(gè)單位合并為組(群)，抽樣時(shí)直接抽取群，再對中選群中的所有單位全部實(shí)施調(diào)查

1.2

數(shù)據(jù)及其來源

SPSS操作第1步：選擇【數(shù)據(jù)】

【選擇個(gè)案】第2步：在【選擇】下點(diǎn)擊【隨機(jī)個(gè)案樣本】

【樣本】第3步：在【樣本大小】

【大約】后寫入要抽取的個(gè)案百分比（比如要抽取全部記錄的30%的樣本，則輸入30）。若要抽取指定樣本量的一個(gè)隨機(jī)樣本，則在【正好為】后寫入指定的樣本量；在【來自前】后寫入指定從前若干個(gè)記錄中抽取。比如，要在50人里面抽取10人，在【正好為】后寫入10，在【來自前】后寫入50。點(diǎn)擊【繼續(xù)】返回主對話框。單擊【確定】抽取隨機(jī)樣本——SPSS應(yīng)用

1.2

數(shù)據(jù)及其來源【例1-4】從一個(gè)班級(jí)50個(gè)學(xué)生的名單，采用簡單隨機(jī)抽樣抽出10個(gè)學(xué)生組成一個(gè)隨機(jī)樣本SPSSSAS——統(tǒng)計(jì)分析系統(tǒng)(StatisticalAnalysisSystem)的縮寫R——基于R語言的一種優(yōu)秀的統(tǒng)計(jì)軟件。在CRAN網(wǎng)站/上下載R的各