第2章统计数据的描述——练习题 ●1.为评价家电行业售后服务的质量，随机抽取了由100家庭构成的一个样本。服务质量的等级分别表示为：A.好；B.较好；C.一般；D.差；E.较差。调查结果如下： B E C C A D C B A E D A C B C D E C E E A D B C C A E D C B B A C D E A B D D C C B C E D B C C B C D A C B C D E C E B B E C C A D C B A E B A C D E A B D D C A D B C C A E D C B C B C E D B C C B C (1) 指出上面的数据属于什么类型； (2)用Excel制作一张频数分布表； (3) 绘制一张条形图，反映评价等级的分布。 解：（1）由于表中的数据为服务质量的等级，可以进行优劣等级比较，但不能计算差异大小，属于顺序数据。 （2）频数分布表如下： 服务质量等级评价的频数分布 服务质量等级家庭数（频数）频率% A1414 B2121 C3232 D1818
E1515 合计100100 （3）条形图的制作：将上表(包含总标题，去掉合计栏)复制到Excel表中，点击：图表向导→条形图→选择子图表类型→完成(见Excel练习题。即得到如下的条形图： 700716728719685709691684705718 706715712722691708690692707701 708729694681695685706661735665 668710693697674658698666696698 706692691747699682698700710722 694690736689696651673749708727 688689683685702741698713676702 701671718707683717733712683692 693697664681721720677679695691 713699725726704729703696717688 (1)利用计算机对上面的数据进行排序；
统计数据的描述性分析 一、实验目的 熟悉在matlab中实现数据的统计描述方法，掌握基本统计命令：样本均值、样本中位数、样本标准差、样本方差、概率密度函数pdf、概率分布函数df、随机数生成rnd。 二、实验内容 1 、频数表和直方图 数据输入,将你班的任意科目考试成绩输入 >> data=[91 78 90 88 76 81 77 74]; >> [N,X]=hist(data,5) N = 3 1 1 0 3 X = 75.7000 79.1000 82.5000 85.9000 89.3000 >> hist(data,5)
2、基本统计量 1) 样本均值 语法: m=mean(x) 若x 为向量，返回结果m是x 中元素的均值； 若x 为矩阵，返回结果m是行向量，它包含x 每列数据的均值。 2) 样本中位数 语法: m=median(x) 若x 为向量，返回结果m是x 中元素的中位数； 若x 为矩阵，返回结果m是行向量，它包含x 每列数据的中位数3) 样本标准差 语法:y=std(x) 若x 为向量，返回结果y 是x 中元素的标准差； 若x 为矩阵，返回结果y 是行向量，它包含x 每列数据的标准差
std(x)运用n-1 进行标准化处理，n是样本的个数。 4) 样本方差 语法：y=var(x); y=var(x,1) 若x 为向量，返回结果y 是x 中元素的方差； 若x 为矩阵，返回结果y 是行向量，它包含x 每列数据的方差 var(x)运用n-1 进行标准化处理（满足无偏估计的要求），n 是样本的个数。var(x,1)运用n 进行标准化处理，生成关于样本均值的二阶矩。 5) 样本的极差（最大之和最小值之差） 语法：z= range(x) 返回结果z是数组x 的极差。 6) 样本的偏度 语法：s=skewness(x) 说明：偏度反映分布的对称性，s>0 称为右偏态，此时数据位于均值右边的比左边的多；s<0,情况相反；s 接近0 则可认为分布是对称的。 7) 样本的峰度 语法：k= kurtosis(x) 说明：正态分布峰度是3，若k 比3 大得多，表示分布有沉重的尾巴，即样本中含有较多远离均值的数据，峰度可以作衡量偏离正态分布的尺度之一。 >> mean(data) ,
实验一数据的描述性统计分析 一、选择题 1、以下（ B ）语句对变量进行分组，在使用前需按分组变量进行排序？ 以下（ C ）语句可对变量进行分类，在使用前不必按分类变量进行排序？ 用（ A ）语句可以选择输入数据集的一个行子集来进行分析？ （A）WHERE语句（B）BY语句（C）CLASS语句（D）FREQ语句2、排序过程步中必须用什么语句对变量进行排序？（ A ） （A）BY语句（B）CLASS语句（C）WHERE语句 3、如果要对数据集中的数据进行正态性检验，需要使用哪个过程？（ B ）（A）MEANS （B）UNIV ARIATE （C）FREQ 4、用UNIV ARIATE过程进行数据分析，要求此过程输出茎叶图、正态概率图等，应在语句中加上什么选项？（plot ） 5、用UNIV ARIATE过程进行数据分析，在输出结果中哪个统计量是对样本均值 为零的T检验的概率值？( A ) （A）T: Mean (B)Prob>|S| (C)Sgn Rank (D)Prob>|T| 二、假设某校100名女生的血清总蛋白含量（g/L）服从均值为75，标准差为3的正态分布，试产生样本数据，并利用SAS软件解决下面问题： 1、计算样本均值、方差、标准差、极差、四分位极差、变异系数、偏度、峰度； 2、画出直方图（垂直条形图）； 3、画出茎叶图、盒形图和正态概率图； 4、试进行正态性检验。 Data N; DO i=1to100; x=75+3*normal(12345); output; end; proc print; run; proc univariate data=N; var x; run; proc gchart data=N; block x; run; proc univariate data=N plot; var x;
第六章：描述性统计分析－－ Descriptive Statistics菜单详解 描述性统计分析是统计分析的第一步，做好这第一步是下面进行正确统计推断的先决条件。SPSS的许多模块均可完成描述性分析，但专门为该目的而设计的几个模块则集中在Descriptive Statistics菜单中，最常用的是列在最前面的四个过程：Frequencies过程的特色是产生频数表；Descriptives过程则进行一般性的统计描述；Explore过程用于对数据概况不清时的探索性分析；Crosstabs 过程则完成计数资料和等级资料的统计描述和一般的统计检验，我们常用的X2检验也在其中完成。 本章讲述的四个过程在9.0及以前版本中被放置在Summarize菜单中。 §6.1 Frequencies过程 频数分布表是描述性统计中最常用的方法之一，Frequencies过程就是专门为产生频数表而设计的。它不仅可以产生详细的频数表，还可以按要求给出某百分位点的数值，以及常用的条图，圆图等统计图。 和国内常用的频数表不同，几乎所有统计软件给出的均是详细频数表，即并 不按某种要求确定组段数和组距，而是按照数值精确列表。如果想用Frequencies过程得到我们所熟悉的频数表，请先用第二章学过的Recode过程产生一个新变量来代表所需的各组段。 6.1.1 界面说明 Frequencies对话框的界面如下所示：
该界面在SPSS中实在太普通了，无须多言，重点介绍一下各部分的功能如下：【Display frequency tables复选框】 确定是否在结果中输出频数表。 【Statistics钮】 单击后弹出Statistics对话框如下，用于定义需要计算的其他描述统计量。 现将各部分解释如下：
实训一利用Excel进行数据整理和描述性统计分析 一、实训目的 目的有三：（1）掌握Excel中基本的数据处理方法；（2）学会使用Excel进行统计分组；（3）学会使用Excel计算各种描述性统计指标，能以此方式独立完成相关作业。 二、实训要求 1、已学习教材相关内容，理解数据整理中的统计计算问题；理解描述性统计指标中的统计计算问题；已阅读本次实训指导书，了解Excel中相关的计算工具。 2、准备好一个统计分组问题、准备好一个或几个描述性统计指标计算问题及相应数据（可用本实训所提供问题与数据）。 3、以Word文件形式（其中的统计表和统计图用Excel制作）提交实训报告（含：实训过程记录、疑难问题发现与解决记录（可选））。此条为所有实训所要求。 三、实训内容和操作步骤 （一）问题与数据 有顾客反映某家航空公司售票处售票的速度太慢。为此，航空公司收集了解100位顾客购票所花费时间的样本数据（单位：分钟），结果如下表。
航空公司认为，为一位顾客办理一次售票业务所需的时间在五分钟之内就是合理的。上面的数据是否支持航空公司的说法顾客提出的意见是否合理请你对上面的数据进行适当的分析，回答下列问题。 （1）对数据进行等距分组，整理成频数分布表，并绘制频数分布图（直方图、折线图、饼图）。 （2）根据分组后的数据，计算中位数、众数、算术平均数和标准差。 （3）分析顾客提出的意见是否合理为什么 （4）使用哪一个平均指标来分析上述问题比较合理 答：（1）： 2：
从表中我们可以得到中位数为众数为1平均数为标准差为 （3）：合理，虽然他的平均数是<5属于正常范围，但是依旧有将近20%的购票时间>5分钟属于超过正常范围，那就是速度太慢了。平均数不能代表一切。 所以顾客提出的理由是正确的，购票太慢的现象确实存在。 （4）：平均数比较合理，它能较好的反映购票的大概时间。比较有代表性！ 实训二用Excel数据分析功能进行统计整理 和计算描述性统计指标 一、实训目的 学会使用Excel数据分析功能进行统计整理和计算各种描述性统计指标，能以此方式独立完成相关作业。 二、实训要求 1、已学习教材相关内容，理解统计整理和描述性统计指标中的统计计算问题；已阅读本次实验导引，了解Excel中相关的计算工具。 2、准备好一个统计分组问题、准备好一个或几个数字特征计算问题及相应数据（可用本实验导引所提供问题与数据）。 3、以Word文件形式（其中的统计表和统计图用Excel制作）提交实训报告（含：实训过程记录、疑难问题发现与解决记录（可选））。此条为所有实训所要求。 三、实训内容和操作步骤
第2章统计数据的描述 练习： 2.1为评价家电行业售后服务的质量，随机抽取了由100家庭构成的一个样本。服务质量的 等级分别表示为：A.好；B.较好；C.一般；D.差；E.较差。调查结果如下： B E C C A D C B A E D A C B C D E C E E A D B C C A E D C B B A C D E A B D D C C B C E D B C C B C D A C B C D E C E B B E C C A D C B A E B A C D E A B D D C A D B C C A E D C B C B C E D B C C B C (1) 指出上面的数据属于什么类型； (2)用Excel制作一张频数分布表； (3) 绘制一张条形图，反映评价等级的分布。 2.2某行业管理局所属40个企业2002年的产品销售收入数据如下（单位：万元）： 152 124 129 116 100 103 92 95 127 104 105 119 114 115 87 103 118 142 135 125 117 108 105 110 107 137 120 136 117 108 97 88 123 115 119 138 112 146 113 126 (1)根据上面的数据进行适当的分组，编制频数分布表，并计算出累积频数和累积频率； (2)如果按规定：销售收入在125万元以上为先进企业，115万～125万元为良好企业， 105万～115万元为一般企业，105万元以下为落后企业，按先进企业、良好企业、一般企业、落后企业进行分组。 2.3某百货公司连续40天的商品销售额如下（单位：万元）： 41 25 29 47 38 34 30 38 43 40 46 36 45 37 37 36 45 43 33 44 35 28 46 34 30 37 44 26 38 44 42 36 37 37 49 39 42 32 36 35 根据上面的数据进行适当的分组，编制频数分布表，并绘制直方图。 2.4为了确定灯泡的使用寿命（小时），在一批灯泡中随机抽取100只进行测试，所得结果 如下： 700 716 728 719 685 709 691 684 705 718 706 715 712 722 691 708 690 692 707 701
S A S中的描述性统计过 程 公司内部档案编码：[OPPTR-OPPT28-OPPTL98-OPPNN08]
SAS中的描述性统计过程 (2012-08-01 18:07:01) 转载▼ 分类：数据分析挖掘 标签： 杂谈 SAS中的描述性统计过程 描述性统计指标的计算可以用四个不同的过程来实现，它们分别是means过程、summary过程、univariate过程以及tabulate过程。它们在功能范围和具体的操作方法上存在一定的差别，下面我们大概了解一下它们的异同点。 相同点：他们均可计算出均数、标准差、方差、标准误、总和、加权值的总和、最大值、最小值、全距、校正的和未校正的离差平方和、变异系数、样本分布位置的t检验统计量、遗漏数据和有效数据个数等，均可应用by语句将样本分割为若干个更小的样本，以便分别进行分析。 不同点： （1）means过程、summary过程、univariate过程可以计算样本的偏度（skewness）和峰度（kurtosis），而tabulate过程不计算这些统计量； （2）univariate过程可以计算出样本的众数（mode），其它三个过程不计算众数；
（3）summary过程执行后不会自动给出分析的结果，须引用output 语句和print过程来显示分析结果，而其它三个过程则会自动显示分析的结果； （4）univariate过程具有统计制图的功能，其它三个过程则没有； （5）tabulate过程不产生输出资料文件（存储各种输出数据的文件），其它三个均产生输出资料文件。 统计制图的过程均可以实现对样本分布特征的图形表示，一般情况下可以使用的有chart过程、plot过程、gchart过程和gplot过程。大家有没有发现前两个和后两个只有一个字母‘g’（代表graph）的差别，其实它们之间（只差一个字母g的过程之间）的统计描述功能是相同的，区别仅在于绘制出的图形的复杂和美观程度。 chart过程和plot过程绘制的图形类似于我们用文本字符堆积起来的图形，只能概括地反映出资料分布的大体形状，实际上这两个过程绘制的图形并不能称之为图形，因为他根本就没有涉及一般意义上图形的任何一种元素（如颜色、分辨率等）。而gchart过程和gplot过程给出的是真正意义上的图形，可以用很多的语句和选项来控制图形的各方面的性质和特征。 chart和gchart与plot和gplot的区别则体现在不同的作图功能，前两个过程可以绘制出的图形主要有条形图（包括横条和竖条）、圆图、环形图和星形图等，后两个过程通常用一个记录中的两个变量值表示点的坐标来绘制图形，如散点图和线图等。
主讲人：刘莎莎 第三讲 描述性统计分析
一、 序列窗口下的描述性统计分析
知识点 1：如何以建立组对象的方式将数据导入到 Eviews 中去（第二种导入数 据的方式） 。 知识点 2：如何在序列窗口下实现简单描述性统计量和直方图，将直方图和正态 分布曲线叠加在一起，从而更直观地观察数据的分布特征。 （如何将 EViews 图形 复制粘贴到 word 中） 知识点 3：如何在序列窗口下实现描述性统计量的假设检验 知识点 4：如何实现将单序列按某一变量分类后再进行描述性统计分析（本案例 的分类变量是该天是星期几） 知识点 5：如何实现将单序列按某一变量分类后再进行假设检验 知识点 6：如何画上证综指日对数收益率的 QQ 图 知识点 7：如何估计数据的经验分布函数的参数 案例数据说明：2003 年 1 月 6 日-2009 年 6 月 26 日上证综指日对数收益率。
二、序列组窗口下的描述性统计分析
知识点 1：如何通过打开 excel 文件的方式将数据导入到 Eviews 中去。 （第三种 导入数据的方式） 。 知识点 2：如何实现多变量的描述性统计量 知识点 3：如何实现多变量描述性统计量的假设检验 案例数据说明：国家统计调查队分别在两个地区调查了 10 个家庭的收入 知识点 4：如何计算当前序列组的相关系数矩阵，协方差矩阵
主讲人：刘莎莎
案例数据说明：1983-2000 年我国粮食生产与相关投入的数据，变量包括粮食产 量（单位：万吨）、农业化肥施用量（单位：万千克）、粮食播种面积（单位： 公顷）
附注：描述性统计量的计算公式
标准差(Std.Dev.)的计算公式是：
s=
2 ( y ? y ) ∑ t t =1
T
T ?1
其中，
yt 是观测值， y 是样本平均数。
偏度（Skewness）的计算公式是：
1 T yt ? y 3 S = ∑( ) T t =1 s
其中，
yt 是观测值， y 是样本平均数,s 是样本标准差，T 是样本容量。对
称分布的偏度是零，比如正态分布。
峰度（Kurtosis）的计算公式是:
1 T yt ? y 4 S = ∑( ) T t =1 s
其中，
yt 是观测值， y 是样本平均数,s 是样本标准差，T 是样本容量。
正态分布的峰度值是 3。
第二章统计数据的描述 一、填空题： 1.统计分组有等距分组与异距分组两大类。 2. 频率是每组数据出现的次数与全部次数之和的比值。 3. 统计分组的关键在于确定组数和组距。 4. 统计表从形式上看，主要由表头(总标题）、横行标题、纵栏标题和数字资料（指标数值）四部分组成。 5. 均值是测度集中趋势最主要的测度指标，标准差是测度离散趋势最主要的测度指标。 6.当平均水平和计量单位不同时，需要用变异系数（离散系数）来测度数据之间的离散程度。 7．众数是一组数据中出现次数最多的变量值。 8.对于一组数据来说，四分位数有 3 个。 二、单项选择题： 1. 次数是分配数列组成的基本要素之一，它是指（ B ）。 A、各组单位占总体单位的比重 B、分布在各组的个体单位数 C、数量标志在各组的划分 D、以上都不对 2. 某连续变量数列，其末组为600以上。又如其邻近组的组中值为560，则末组的组中值为 （ D ）。 A、620 B、610 C、630 D、640 3. 变量数列中各组频率的总和应该是（ B ）。 A、小于1 B、等于1 C、大于1 D、不等于1 4. 某连续变量数列，其首组为500以下。又如其邻近组的组中值为520，则首组的组中值为 （ C ）。 A、460 B、470 C、480 D、490 5. 在下列两两组合的指标中，哪一组的两个指标完全不受极端数值的影响（D ） A、算术平均数和调和平均数 B、几何平均数和众数 C、调和平均数和众数 D、众数和中位数 6. 在编制等距数列时，如果全距等于56，组数为6，为统计运算方便，组距应取（D ）
A、9.3 B、9 C、6 D、10 7. 一项关于大学生体重的调查显示,男生的平均体重是60公斤,标准差为5公斤;女生的平均体重是50公斤,标准差为5公斤.据此数据可以推断( B) 用变异系数算 A、男生体重的差异较大 B、女生体重的差异较大 C、男生和女生的体重差异相同 D、无法确定 8. 某生产小组有9名工人,日产零件数分别为10,11,14,12,13,12,9,15,12.据此数据计算的结果是( A ) 众数12 中位数12 平均数12 A、均值=中位数=众数 B、众数>中位数>均值 C、中位数>均值>众数 D、均值>中位数>众数 9. 按连续型变量分组，最后一组为开口组，下限值为2000。已知相邻组的组距为500，则最后一组组中值为（B ） A、2500 B、2250 C、2100 D、2200 10. 下列数据是某班所有学生的统计学考试成绩：72，90，91，84，85，57，90，84，77，84，69，77，66，87，85，95，86，78，86，45，87，92，73，82。这些成绩的极差是（B） A、78 B、50 C、45 D、40 11. 下列关于众数的叙述中,不正确的是( C ) A、一组数据可能存在多个众数 B、一组数据可能没有众数 C、一组数据的众数是唯一的 D、众数不受极端数值的影响 三、多项选择题： 1. 下列分组哪些是按品质标志分组？（BCDE ） A、职工按工龄分组 B、科技人员按职称分组 C、人口按民族分组 D、企业按所有制分组 E、人口按地区分组 F、职工按收入水平分组 2. 下列分组哪些是按数量标志分组（AF ）。 A、职工按工龄分组 B、科技人员按职称分组 C、人口按民族分组 D、企业按所有志分组 E、人口按地区分组 F、职工按收入水平分组 3. 下列哪些属于离散程度的测度指标（BDE ）。 A、几何平均数 B、极差 C、中位数 D、方差 E、离散系数 4. 下列哪些属于集中趋势的测度指标（AC ）。
§3.2多组和分类数据的描述性统计分析17 ?盒子图 盒子图能够直观简洁地展现数据分布的主要特征.我们在R 中使用boxplot()函数作盒子图.在盒子图中,上下四分位数分别确定中间箱体的顶部和底部,箱体中间的粗线是中位数所在的位置.由箱体向上下伸出的垂直部分为“触须”(whiskers),表示数据的散布范围,其为1.5倍四分位间距内距四分位点最远的数据点.超出此范围的点可看作为异常点(outlier). §3.2多组和分类数据的描述性统计分析 在对于多组数据的描述性统计量的计算和图形表示方面,前面所介绍的部分方法不能够有效地使用,例如许多函数都不能直接对数据框进行操作.这时我们需要一些其他的函数配合使用. 1.图形表示： ?散点图：前面介绍的plot,可直接对数据框操作.此时将绘出数据框中所对应的所有变量两两之间的散点图.所做图框中第一行的散点图是以第一个变量为纵坐标,分别以第二、三...个变量为横坐标的散点图.这里数据举例说明. library(DAAG);plot(hills) ?盒子图：前面介绍的boxplot,亦可直接对数据框操作,其在同一个作图区域内画出各组数的盒子图.但是注意,此时由于不同组数据的尺度可能差别很大,这样的盒子图很多时候表达出来不是很有意义.boxplot(faithful).因此这样做比较适合多组数据具有同样意义或近似尺度的情形.例如,我们想做某一数值变量在某个因子变量的不同水平下的盒子图.我们可采用类似如下的命令： boxplot(skullw ～age,data=possum),亦可加上参数horizontal=T,将该盒子图横向放置. boxplot(possum$skullw ～possum$sex,horizontal=T) ?条件散点图：当数据集中含有一个或多个因子变量时,我们可使用条件散点图函数coplot()作出因子变量不同水平下的多个散点图,当然该方法也适用于各种给定条件或限制情形下的作图.其调用格式为 coplot(formula,data)比如coplot(possum[[9]]～possum[[7]] possum[[4]]),或 coplot(skullw ～taill age,data=possum); coplot(skullw ～taill age+sex,data=possum)
统计分析往往是从了解数据的基本特征开始的。描述数据分布特征的统计量可分为两类：一类表示数量的中心位置，另一类表示数量的变异程度（或称离散程度）。两者相互补充，共同反映数据的全貌。 这些内容可以通过SPSS中的“Descriptive Statistics”菜单中的过程来完成。 1 频数分析 (Descriptive Statistics - Frequencies) 频数分布分析主要通过频数分布表、条形图和直方图，以及集中趋势和离散趋势的各 种统计量来描述数据的分布特征。 下面我们通过例子来学习单变量频数分析操作。 1) 输入分析数据 在数据编辑器窗口打开“data1-2.sav”数据文件。 2)调用分析过程 在主菜单栏单击“Analyze”，在出现的下拉菜单里移动鼠标至“Descriptive Statistics”项上，在出现的次菜单里单击“Frequencies”项，打开如图3-4所示的对话框。 图3-4 “Frequencies” 对话框 3)设置分析变量 从左则的源变量框里选择一个和多个变量进入“Variable(s):”框里。在这里我们选“三化 螟蚁螟[虫口数]”变量进入“Variable(s):”框。 4)输出频数分布表
Display frequency tables，选中显示。 5)设置输出的统计量 单击“Statistics”按钮，打开图3-5所示的对话框，该对话框用于选择统计量： 图3-5 “Statistics”对话框 ①选择百分位显示“Percentiles Values”栏： Quartiles：四分位数，显示25%、50%和75%的百分位数。 Cut points for 10 equal groups：将数据平分为输入的10个等份。 Percentile(s):：用户自定义百分位数，输入值0—100之间。选中此项后，可以利用“Add”、“Change”和 “Remove”按钮设置多个百分位数。 ②选择变异程度的统计量“Dispersion”：（离散趋势） Std.deviation标准差 Minimum 最小值 Variance 方差 Maximum 最大值 Range 极差 S.E.mean均值标准误 ③选择表示数据中心位置的统计量“Central Tendency”：（集中趋势） Mean 均值 Median 中位数 Mode 众数 Sum 算术和
一、实验概述： 【目的】了解SPSS软件的安装、启动、退出以及运行管理方式；掌握SPSS软件的Analyze 菜单中的Descriptive Statistics模块进行数据的描述性统计分析。 【实施环境】SPSS—17.0统计分析软件。 二、实验内容： 用SPSS软件对实验一数据中的“熟悉程度”进行描述统计分析：描述数据的频数分布、集中趋势、离散程度和形状、并给出直方图。 三、实验步骤 步骤1：用SPSS打开已知的数据文件 选择菜单“File—>Open—>Data”，在对话框中找到需要分析的数据文件(实验一&二描述统计和假设检验.sav)，然后选择“打开” 步骤2：计算所要求的描述统计量值及频数分布 1．打开文件之后，选择菜单“Analyze—>Descriptive Statistics—>Frequencies”。 2．确定所要分析的变量 要在“Frequencies 对话框”中选中左侧列表框中的“Familiarity”，之后点击列表框中间的箭头按钮，将要分析的变量加入到右侧Variable(s)列表框中。然后，选择位于小窗口下端的“Display frequency tables 复选框”，以确定要输出频数分布表。
3. 选择所要计算的统计量 在变量选择确定之后，在同一窗口上，点击“Statistics”按钮，打开统计量对话框，选择统计输出选项。 步骤3：结果输出与分析 点击Frequencies：Statistics对话框中的“Continue”按钮，再点击Frequencies 对话框中的“OK”按钮，即得到频数分布结果。 步骤4：选择菜单“Graphs—>Legacy Dialogs—>Histogram”。
1数据的描述性统计练习题 一、填空题 1. 一组数据向某以中心值靠拢的倾向反映了数据的（集中趋势）。 2. （众数）是一组数据中出现次数最多的变量值。 3. 一组数据排序后处于中间位置的变量值称为（中位数）。 4. 不受极端值影响的集中趋势度量指标有（四分位数）（众数）（中位数）。 5. 一组数据的最大值与最小值之差称为（极差）。 6. （离散系数）一组数据的标准差与其相应的均值之比。 7. 数据分布的不对称性是（偏度）。 8. 数据分布的尖峰程度称为（峰度）。 9. 计算比率的平均数一般用（几何平均法），它实际上是各变量值对数的（算术平均数）。 二、单项选择题 1. 对于对称分布的数据，众数、中位数和平均数的关系是（B） A. 众数>中位数>平均数 B. 众数=中位数=平均数 C. 平均数>中位数>众数 D. 中位数>众数>平均数 2. 可以计算平均数的数据类型是（C） A．分类数据 B．顺序型数据 C．数值型数据 D．所有数据 3. 顺序数据的集中趋势测度的指标（B） A．中位数 B．平均数 C．极差 D．标准差 4. 数值型数据的离散程度测度方法中，受极端变量值影响最大的是（A） A．极差 B．方差 C．均方差 D．平均差 5. 当偏态系数为正数是，说明数据的分布是（C） A．正态分布 B．左偏分布 C．右偏分布 D． U型分布 三、多项选择题 1. 数据的分布特征可以从以下哪几个方面测度和描述（ABCD） A．集中趋势 B．分布的偏态 C．分布的峰态 D．离散程度 E．长期趋势
2. 受极端变量值影响的集中趋势的度量指标是（CDE） A．众数 B．分位数 C．算数平均数 D．调和平均数 E．几何平均数 3. 加权算术平均数的大小的影响因素有（AC） A．变量值 B．样本容量 C．权数 D．分组的组数 E．数据的类型 4. 数值型数据离散程度的测度指标有（ABCDE） A．变异系数 B．极差 C．标准差 D．异众比率 E．四分位数 5. 离散系数的主要作用是（BD） A．说明数据的集中趋势 B．比较不同计量单位数据的离散程度 C．说明数据的偏态程度 D．比较不同变量值水平数据的离散程度 E．说明数据的峰态程度 四、简答题 1. 什么是数据的集中趋势？反映数据集中趋势的指标有哪些？ 数据的集中趋势指一组数据向某一中心值靠拢的倾向。 反映数据集中趋势的指标主要有：众数、中位数、分位数、平均数等。 2. 什么是数据的离散程度？常用测度离散程度的指标有哪些？ 离散程度反映的是各变量值远离其中心值的程度。 反映数据离散程度的指标主要有：四分位差、方差、标准差、极差、离散系数等。 3. 怎样理解平均数在统计学中的地位？ 平均数在统计学中具有重要的地位，它是进行统计分析和统计推断的基础；平均数作为代表值，是误差相互抵消的结果，反映了事物必然性的数量特征。 4. 简述众数、中位数和平均数的特点和应用场合。 众数是一组数据分布的峰值，是一种位置代表值，不受极端值的影响，其缺点是不具有唯一性。虽然对数据型数据和分类数据也适用，但主要是用于分类数据的集中趋势测度值。 中位数是中间位置上的代表值，也是一种位置的代表值，其特点是不受极端值的影响。顺序数据可以计算众数，但以中位数宜。 平均数是根据数据型数据计算的，而且利用了所以信息，是实际中应用最广的集中趋势测度值。虽然数据型数据可以计算众数和中位数，但以平均数为宜。平均数的主要缺点是受极端值的影响，对于偏态分布，平均数的代表性差。特别是当偏态程度较大是，可用位置平均数代替。
第二章统计数据的描述 一、单项选择题 1．当数据呈对称分布或接近对称分布时，应选择（ ）作为集中趋势的代表值。 A ．众数 B ．均值 C ．中位数 D ．几何平均数 2．（ ）是用来对两组数据的差异程度进行相对比较的。 A ．标准差 B ．离散系数 C ．平均差 D ．全距 3．由组距数列确定众数时，如果众数相邻两组的次数相等时，则（ ）。 A ．众数为零 B ．众数就是那个最大的变量值 C ．众数组的组中值就是众数 D ．众数就是当中那一组的变量值 4．某连续变量数列，其首组为50以下。又知其邻近组的组中值为75，则首组的组中值为（ ） A 24 B 25 C 26 D 27 5．两组数据相比较（ ）。 A.标准差大的离散程度也就大 B.标准差大的离散程度就小 C ．离散系数大的离散程度也就大 D.离散系数大的离散程度就小 6.某连续变量分为5组：第一组为40—50，第二组为50—60，第三组为60—70，第四组为70—80，第五组为80以上，则（ ） A.50在第一组，70在第四组 B.60在第三组，80在第五组 C.70在第三组，80在第五组 D.80在第四组，50在第二组 7.若某总体次数分布呈左偏分布，则成立的有（）。 A.x >e M >o M B.x
描述性统计分析 作者：清华大学中国企业研究中心阅读次数：24704次发布日期：2005-07-04 在数据分析的时候，一般首先要对数据进行描述性统计分析（Descriptive Analysis），以发现其内在的规律，再选择进一步分析的方法。描述性统计分析要对调查总体所有变量的有关数据做统计性描述，主要包括数据的频数分析、数据的集中趋势分析、数据离散程度分析、数据的分布、以及一些基本的统计图形。 （1）数据的频数分析：在数据的预处理部分，我们曾经提到利用频数分析和交叉频数分析来检验异常值。此外，频数分析也可以发现一些统计规律。比如说，收入低的被调查者用户满意度比收入高的被调查者高，或者女性的用户满意度比男性低等。不过这些规律只是表面的特征，在后面的分析中还要经过检验。 （2）数据的集中趋势分析：数据的集中趋势分析是用来反映数据的一般水平，常用的指标有平均值、中位数和众数等。各指标的具体意义如下： 平均值：是衡量数据的中心位置的重要指标，反映了一些数据必然性的特点，包括算术平均值、加权算术平均值、调和平均值和几何平均值。 中位数：是另外一种反映数据的中心位置的指标，其确定方法是将所有数据以由小到大的顺序排列，位于中央的数据值就是中位数。 众数：是指在数据中发生频率最高的数据值。 如果各个数据之间的差异程度较小，用平均值就有较好的代表性；而如果数据之
间的差异程度较大，特别是有个别的极端值的情况，用中位数或众数有较好的代表性。
（3）数据的离散程度分析：数据的离散程度分析主要是用来反映数据之间的差异程度，常用的指标有方差和标准差。方差是标准差的平方，根据不同的数据类型有不同的计算方法。 （4）数据的分布：在统计分析中，通常要假设样本的分布属于正态分布，因此需要用偏度和峰度两个指标来检查样本是否符合正态分布。偏度衡量的是样本分布的偏斜方向和程度；而峰度衡量的是样本分布曲线的尖峰程度。一般情况下，如果样本的偏度接近于0，而峰度接近于3，就可以判断总体的分布接近于正态分布。 （5）绘制统计图：用图形的形式来表达数据，比用文字表达更清晰、更简明。在SPSS软件里，可以很容易的绘制各个变量的统计图形，包括条形图、饼图和折线图等。 示例SIM手机描述性统计分析 为简化起见，我们只分析SIM手机用户满意调查中的两个变量：“总体感知质量”和“总体满意度”变量。 （1）数据的频数分析 用SPSS软件的频数分析可以很容易地画出两个变量的频数图：
第一章统计数据的描述习题及答案 1.简述众数、中位数和均值的特点和应用场合。 答：众数、中位数和均值是分布集中趋势的三个主要测度，众数和中位数是从数据分布形状及位置角度来考虑的，而均值是对所有数据计算后得到的。众数容易计算，但不是总是存在，应用场合较少；中位数直观，不受极端数据的影响，但数据信息利用不够充分；均值数据提取的信息最充分，但受极端数据的影响。 2.为什么要计算离散系数？ 答：在比较二组数据的差异程度时，由于方差和标准差受变量值水平和计量单位的影响不能直接比较，由此需计算离散系数作为比较的指标。 3.某百货公司6月份各天的销售额数据如下（单位：万元）： 257 276 297 252 238 310 240 236 265 278 271 292 261 281 301 274 267 280 291 258 272 284 268 303 273 263 322 249 269 295 （1）计算该百货公司日销售额的均值、中位数和四分位数；（2）计算日销售额的标准差。 解：（1）将全部30个数据输入Excel表中同列，点击列标，得到30个数据的总和为8223，于是得该百货公司日销售额的均值： 或点选单元格后，点击“自动求和”→“平均值”，在函数EVERAGE()的空格中输入“A1：A30”，回车，得到均值也为274.1。在Excel表中将30个数据重新排序，则中位数位于30个数据的中间位置，即靠中的第15、第16两个数272和273的平均数： 由于中位数位于第15个数靠上半位的位置上，所以前四分位数位于第1～第15个数据的中间位置(第8位)靠上四分之一的位置上，由重新排序后的Excel表中第8位是261，第15位是272，从而： 同理，后四分位数位于第16～第30个数据的中间位置(第23位)靠下四分之一的位置上，由重新排序后的Excel表中第23位是291，第16位是273，从而： （2）未分组数据的标准差计算公式为：
第2章统计数据的描述 练习题部分： 2.1为评价家电行业售后服务的质量，随机抽取了由100家庭构成的一个样本。服务质量的 等级分别表示为：A.好；B.较好；C.一般；D.差；E.较差。调查结果如下： B E C C A D C B A E D A C B C D E C E E A D B C C A E D C B B A C D E A B D D C C B C E D B C C B C D A C B C D E C E B B E C C A D C B A E B A C D E A B D D C A D B C C A E D C B C B C E D B C C B C (2)用Excel制作一张频数分布表； (3)绘制一张条形图，反映评价等级的分布。 2.2某行业管理局所属40个企业2008年的产品销售收入数据如下（单位：万元）： 152 124 129 116 100 103 92 95 127 104 105 119 114 115 87 103 118 142 135 125 117 108 105 110 107 137 120 136 117 108 97 88 123 115 119 138 112 146 113 126 (1)根据上面的数据进行适当的分组，编制频数分布表，并计算出累积频数和累积频率； (2)如果按规定：销售收入在125万元以上为先进企业，115万～125万元为良好企业， 105万～115万元为一般企业，105万元以下为落后企业，按先进企业、良好企业、一般企业、落后企业进行分组。 2.3某百货公司连续40天的商品销售额如下（单位：万元）： 41 25 29 47 38 34 30 38 43 40 46 36 45 37 37 36 45 43 33 44 35 28 46 34 30 37 44 26 38 44 42 36 37 37 49 39 42 32 36 35 根据上面的数据进行适当的分组，编制频数分布表，并绘制直方图。 2.4为了确定灯泡的使用寿命（小时），在一批灯泡中随机抽取100只进行测试，所得结果 如下： 700 716 728 719 685 709 691 684 705 718 706 715 712 722 691 708 690 692 707 701 708 729 694 681 695 685 706 661 735 665 668 710 693 697 674 658 698 666 696 698 706 692 691 747 699 682 698 700 710 722 694 690 736 689 696 651 673 749 708 727
在数据分析的时候，一般首先要对数据进行描述性统计分析（Descriptive Analysis），以发现其内在的规律，再选择进一步分析的方法。描述性统计分析要对调查总体所有变量的有关数据做统计性描述，主要包括数据的频数分析、数据的集中趋势分析、数据离散程度分析、数据的分布、以及一些基本的统计图形，常用的指标有均值、中位数、众数、方差、标准差等等。 接下来我们讲讲在Excel2007中完成描述性统计分析。一、案例场景 某网站的专题活动积累了一定访问数据后，需要统计流量的的均值、区间，以及给出该专题访问量差异的量化标准，借此来作为分析每天访问量的价值、参差不齐、此起彼伏一个衡量的依据。要求得到均值、区间、众数、方差、标准差等统计数据。 二、操作步骤 1、打开数据表格，这个案例中用的数据无特殊要求，只是一列数值就可以了。 2、选择“工具”——“数据分析”——“描述统计”后，出现属性设置框
注：本功能需要使用Excel扩展功能，如果您的Excel尚未安装数据分析，可以参考上一篇文章《用Excel进行数据分析：数据分析工具在哪里？》。 3、依次选择 选项有2方面，输入和输出选项 输入区域：原始数据区域，选中多个行或列，选择相应的分组方式逐行/逐列；
如果数据有标志，勾选“标志位于第一行”；如果输入区域没有标志项，该复选框将被清除，Excel 将在输出表中生成适宜的数据标志； 输出区域可以选择本表、新工作表或是新工作簿； 汇总统计：包括有平均值、标准误差(相对于平均值)、中值、众数、标准偏差、方差、峰值、偏斜度、极差、最小值、最大值、总和、总个数、最大值、最小值和置信度等相关项目。 第K大(小)值：输出表的某一行中包含每个数据区域中的第 k 个最大(小)值。 平均数置信度：数值 95% 可用来计算在显著性水平为 5% 时的平均值置信度。