§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)
18第3章R ：描述性统计量,绘图,参数估计和假设检验
?直方图：一个方法就是使用mfrow 将绘图框分隔多个部分,然后直接反复使用hist()对各个变量做直方图.
par(mfrow=c(1,2));hist(faithful[[1]]);hist(faithful[[2]])
另一种直接方法是使用lattice 包中的直方图函数,histogram().lattice 包是一个强大的绘图软件包,我们以后还会对其中的常用函数加以介绍.x <–possum;histogram(～x[[7]] x[[4]])
?密度曲线图：这里我们欲绘出某一数值变量在某个因子变量的不同水平下的密度曲线图,可采用lattice 包中的densityplot,举例如下：densityplot(～skullw age,data=possum);densityplot(～skullw sex,data=possum)2.描述性统计分析：
?前面介绍的summary()函数可直接对数据框操作.如library(DAAG);summary(cuckoos)?tapply()能够方便地对分组数据进行函数操作.
a1<–tapply(cuckoos$length,cuckoos$species,mean);
a2<–tapply(cuckoos$length,cuckoos$species,sd);
a3<–tapply(cuckoos$length,cuckoos$species,median);
cbind(mean=a1,std=a2,median=a3)
a1<–tapply(cuckoos$length,cuckoos$species,mean);
a2<–tapply(cuckoos$breadth,cuckoos$species,mean);
a3<–tapply(cuckoos$id,cuckoos$species,mean);
cbind(length.mean=a1,breadth.mean=a2,id.mean=a3)
其它函数,如?venum 等,亦可,不过注意此时输出地是一个list.
另外注意对有缺失的数据,使用na.rm=T.
?为了计算不同因子变量所对应的各数值变量的描述性统计量,我们还可方便地使用分组概括函数aggregate.该函数作用同tapply 类似,不同的在于其对数据框直接操作,返回值也是数据框.举例来说,
aggregate(cuckoos,list(species=cuckoos$species),mean)
注意这里第二个参数必须是一个列表形式的,因此我们需要使用list 函数将其转化.我们当然也可以才用下面的调用形式来避免使用list.
aggregate(cuckoos,cuckoos[“species”],mean)
我们前面讲过使用subset 提取子数据框,是指观测来提取,即子数据框是在原数据框基础上删去部分观测;而我们亦可提取一定的变量列来构造新的数据框,比如
cuckoos[c(“length”,“breadth”,“id”)];此时我们再使用aggregate 函数
aggregate(cuckoos[c(“length”,“breadth”,“id”)],list(species=cuckoos$species),mean)
§3.3绘图19
?by()函数同aggregate类似,只不过对于by,它将数据框中的每列逐一处理，这时那
些不能对数据框直接操作的函数如?venum或者median等函数亦可使用了.
by(cuckoos[c(“length”,“breadth”,“id”)],list(species=cuckoos$species),?venum)
另外,使用tapply,aggregate,及by等函数中的用于计算的函数中要填写其他参数的,直接在函数名的后面填写,比如求分位数
by(cuckoos[c(“length”,“breadth”,“id”)],list(species=cuckoos$species),quantile, probs=0.75)
§3.3绘图
R提供了非常多样的绘图功能.我们可以通过R提供的两组演示例子进行了解：
demo(graphics):二维;demo(persp):三维.
在R的作图函数中,一类是高水平作图,另一类是低水平作图,前者中的函数均可产生图形,可有坐标轴,以及图和坐标轴的说明文字等;后者自身无法生成图形,只能在前者生成的图形基础上增加新的图形.
高水平作图函数:这其中包括我们前面在描述性统计分析中介绍过的各种具有特殊功能的绘图函数,如：hist(),boxplot(),qqnorm()等.我们下面对几种一般的高级绘图函数给予更详细的说明.
1.plot()函数可绘出各种散点图和曲线图.
(a)plot(x,y):生成y关于x的散点图.
(b)plot(x):生成x关于下标的散点图.
x<–faithful;names(x)=c(“x1”,“x2”);plot(x$x1,type=“o”);plot(x$x1,x$x2);
(c)plot(f):其中f是因子变量.生成f的直方图.
(d)plot(f,y):生成y关于f各水平的boxplot,也就是将不同水平所对应的y各自做盒
子图.
library(DAAG);plot(possum[[4]]);plot(possum[[4]],possum[[7]])
(e)plot(df),其中df是数据框.
2.contour(x,y,z)绘出三维图形的等高曲线图;persp(x,y,z)绘出三维图形的表面曲线.
library(MASS);z<–kde2d(x[[1]],x[[2]]);contour(z).这里我们使用了MASS程序包中的二维核密度估计函数kde2d()来估计二维数据的联合密度函数,再利用该函数画出密度的等高曲线图.
persp(z).做出该估计的密度函数的三维图形的曲线图.
20第3章R：描述性统计量,绘图,参数估计和假设检验
其中persp(x,y,z)常用于刻画二维密度曲线,其中两个参数theta=,phi=,用于改变图形的观察角度,使用中经常根据需要自己变动.
persp(z,theta=45,phi=30,xlab=“x”,expand=0.7)
3.高水平绘图中的辅助命令
?add=T(默认F)表示所绘图在原图上加图.
?axes=F(默认T)表示所绘图形没有坐标轴.我们可以用xaxt=“n”或yaxt=“n”
来选择是否画横纵坐标.hist(cuckoos$length,axes=F);hist(cuckoos$length,axes=T,
xaxt=“n”)
?main=“”图的主标题说明,sub=“”图的副标题,xlab,ylab分别是x轴,y轴的说明.
plot(cuckoos$length,cuckoos$breadth,main=“length vs breadth”,sub=“”,xlab=“length”, ylab=“breadth”)
?xlim,ylim用于指定轴的上下限.如:
plot(cuckoos$length,cuckoos$breadth,ylim=c(14,19))
?log=“x”,log=“y”,log=“xy”表示对x,y轴的数据取对数.
?type=“”表示绘图类型.常用的有p(散点图),l(实线),b(所有点被实线链接),o(实
线通过所有的点)
plot(cuckoos$length,type=“l”)
绘图参数
除了低级作图命令之外,图形的显示也可以用绘图参数来改良.绘图参数可以作为图形函
数的选项,比如在plot()函数中可以指定颜色等,但不是所有参数都可以在绘图函数中来指定.
我们可通过使用函数par()来永久地改变绘图参数,也就是说后来的图形都将按照函数par()
指定的参数来绘制.
一些常用的参数设置如下,其它相关参数可参见参见其帮助.
bg：背景颜色,bg=”red”;cex:控制文字大小的值;col:符号的颜色;lty:线的类型;mar：
控制图形边空的4个值c(bottom,left,top,right).mfrow=c(m,n):将绘图窗口分割为m行
和n列,也就是可在一个窗口内画多个图形;pch:符号的类型;lwd：控制连线宽度.
另外注意,通常我们在修改par的参数之前,先将默认值赋值给某变量,如op<–par(),在
某一个图做完之后,可使用par(op),还原到默认状态.
低水平作图函数
1.points(x,y),lines(x,y)分别是加点和加线函数,即在已有的图上加点或者加线.x,y分别
是横纵坐标数值或向量,函数表示在对应的坐标（或坐标向量）处加点、加线.
plot(x$x1,x$x2);lines(lowess(x[[1]],x[[2]]),lwd=3)
§3.3绘图21这里我们在两者的散点图上添加了一非线性拟合曲线,调用了函数lowess().
2.text()该函数的作用是在图上加标记.一般用法是text(x,y,labels=),即表示在对应的坐
标（或坐标向量）(x,y)处添加标记,其中labels默认为label=1:length(x),我们实际中经常用到的是labels=“”,也就是在某处添加某个说明性的字符向量.
text(3.0,6.0,“nonlinear?t”)
3.abline()函数可在图上加直线,范围是整个绘图框.常用方法如下：(i)abline(a,b)绘
出y=a+bx的直线;(ii)abline(h=y),表示画出过y点的水平直线;(iii)abline(v=x)表示画出过x点的垂直直线.
abline(30,10,col=“red”);abline(h=75);abline(v=3.0)
4.polygon(x,y),以数据(x,y)为坐标,依次连接所有的点,绘出一多边形.
5.在图上加说明文字、标记或其他内容.
?title(main=“Main Title”,sub=“sub title”)其中主题目加在图的顶部,子题目加在图的底部.
?axis(side,...)是在坐标轴上加标记、说明或其它内容,其中side=1,2,3,4分别表示所加内容放在图的底部、左侧、顶部、右侧.
比如,axis(1,seq(1.5,6.5,1.0),pos=40)
?legend(x,y,legend)在点(x,y)处添加图例,说明的内容由legend给定.
legend(3.5,55,legend=c(“scatter plot”,“nonlinear?t”),lty=c(0,1),pch=c(21, NA),lwd=c(1,2))
其中lty=0,1分别对应“无线”和实线,pch分别对应空心点和无点.
?rug(x),在x轴上用短线画出x数据的位置.rug(x$x1)
6.在使用text(),legend()等函数中,我们不仅可以使用字符串类型的说明文字,亦可通过使
用函数expression()来加入各种数学公式或数学表达式.在expression()函数中的表达式与Latex中的命令非常地类似,很多都同Latex是一致的,具体用法可通过help(symbol)来进行查询.举例如下：
qqnorm(faithful[[2]]);qqline(faithful[[2]])
比如在该图上添加对qqline的注释,
text(0.5,60,expression(italic(y)==sigma*italic(x)+mu))
这里我们若想在表达式中带入某个变量的值,如sigma,mu,我们可以使用函数sub-stitute()和as.expression().
text(1,60,as.expression(substitute(italic(y)==sigma*italic(x)+mu,
22第3章R：描述性统计量,绘图,参数估计和假设检验
list(sigma=sd(faithful[[2]]),mu=mean(faithful[[2]])))))
如果我们想只显示3位小数,使用round()函数将上述命令中的list命令里修改为：
list(sigma=round(sd(faithful[[2]]),3),mu=round(mean(faithful[[2]]),3))
7.另外当使用原数据不能够得到有意义的图形时,可以对数值进行变换以得到有意义的图
形,例如常用的对数、倒数、指数以及著名的Box-Cox变换.这里以常用的指数变换举例.
library(MASS);par(mfrow=c(1,2));
plot(brain～body,data=Animals);plot(log(brain)～log(body),data=Animals)
由于尺度的影响,左侧的散点图几乎没有体现出任何的信息,而做了log变换后的右侧散点图则呈现出明显的线性关系.
描述性统计分析在实证研究中的作用及具体软件实现——以SPSS为例为了提升经管代码库（https://www.doczj.com/doc/8d10208072.html,/forum-2626-1.html）人气，一大早起床，打算就微观实证分析中描述性统计分析作用及SPSS具体软件实现做个详细的说明，理由如下：一是有坛友在论坛上问：看到很多实证研究在建模前有做描述性统计分析，问做这个有何意义（网址链接：https://www.doczj.com/doc/8d10208072.html,/thread-929635-1-1.html），说明有实际需求；二是论坛上也没看见有什么详细阐述这个问题的，说明有实际需求而无有效供给。故而特开此贴，希望能吸引更多对计量实证感兴趣的朋友关注经管代码库，来多多发此类原创帖。不多说，图文并茂的开讲啦！ 做用SPSS具体做描述性统计分析前，先简要说一下我个人认为的在实证分析中做描述性统计分析的作用——探究数据分布趋势，找出极端异常值。由于此贴只讲描述性统计分析，故而不对极端异常值对模型的影响，数据分布趋势不是正态进一步详尽处理展开来说，只点到即止，后续帖子陆续补充。 在用SPSS做描述性统计分析前，先截两张实证论文中一般做的描述性统计分析表格。进而可以直观看到我们一般做描述性统计分析要交待哪些统计量。 以上两个表格是常见的描述性统计分析表述表格，一般实证论文中，做描述性统计分析要报告以下4个统计量：均值、标准差、最小值和最大值（有的文章限于表格篇幅，只报道均值和标准差）。问题来了，做了描述性统计分析后，结果要怎么看呢？我们要怎么才能确认结果是好或者不好呢（即变量是否符合正态分布呢）？ 这个问题一般看均值和标准差。如果标准差>>均值，那表明数据可能存在极端异常值，这时可能要对数据做进一步的处理。如做箱形图看是否存在极端异常值（头上标*的就是）。然而，一般情况下如果均值和标准差相差不大，如上表中“1998—2003年年均调整地块百分比”这类变量，可以就这样，不用做进一步处理。若存在极端异常值，参见我这篇帖子的处理方法：https://www.doczj.com/doc/8d10208072.html,/thread-3569928-1-1.html。 下面用SPSS截图演示怎么做描述性统计分析吧（案例用的SPSS自带文件accidents.sav）。软件操作：分析——描述统计——描述
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：
2. 数据汇总Summarizing Data 频数分布与图形展示 本章和下一章讨论有关统计描述的问题。关于收集、组织、展示数值数据的方法。其中包括描述各种数据分布，各种统计图形的使用，描述数据的各种指标，如平均值、期望值、方差等等。 2.1 频数分布Frequency distribution 为了进行决策或推断，我们需要信息。例如，为了进行制定有关销售方面的决策需要了解员工的实际销售情况，或者说要获得有关销售的信息。获得了数据以后，就需要对数据进行组织，也就是将数据组织成容易观察的形式。然后就是展示数据，通常都是以图形的方式。最后就可以得出关于这一组数据的结论，并将这些结论用于决策。 一种常用的方式是首先获得一组原始数据。将这组数据组织成数组，即将数据从大到小或从小到大进行排序。然后将其总结成一组频数分布。也就是将这一数组按一定的间隔进行计数，清点出位于每一间隔中的数据出现的次数。这样就获得了频数表或频数分布。 频数分布就是一张显示一组数据位于每一独立区间间隔内的次数的数据表格。频数分布也称为频数表。 频数分布又可以划分为定性数据的频数分布和定量数据的频数分布。一般我们主要对定量数据进行频数分布研究。 为了建立一频数分布，我们需要确定： ? 间隔的数量， ? 间隔的长度（或宽度）， ? 间隔的边界，或者说是划分间隔的位置 然后我们就可以清点落在每一间隔中的数值。 例： PP28表2-2显示了一个频数分布。 确定间隔长度（或宽度）的公式为： 间隔数量 最小值 最大值估计的间隔长度-= 在此，如果间隔数量选为8，则间隔的长度应该为： 813.88 26000 96500=-= 估计的间隔长度 当然，这个数值看起来不太好，所以可以取整为9000或10000。 如果我们不能确定应该用多少个间隔数量，则可以通过下列估计间隔长度的公式进行计算：
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
第十章 数据的统计描述和分析 数理统计研究的对象是受随机因素影响的数据，以下数理统计就简称统计，统计是以概率论为基础的一门应用学科。 数据样本少则几个，多则成千上万，人们希望能用少数几个包含其最多相关信息的数值来体现数据样本总体的规律。描述性统计就是搜集、整理、加工和分析统计数据，使之系统化、条理化，以显示出数据资料的趋势、特征和数量关系。它是统计推断的基础，实用性较强，在统计工作中经常使用。 面对一批数据如何进行描述与分析，需要掌握参数估计和假设检验这两个数理统计的最基本方法。 我们将用Matlab 的统计工具箱(Statistics Toolbox)来实现数据的统计描述和分析。 §1 统计的基本概念 1.1 总体和样本 总体是人们研究对象的全体，又称母体，如工厂一天生产的全部产品（按合格品及废品分类），学校全体学生的身高。 总体中的每一个基本单位称为个体，个体的特征用一个变量（如x ）来表示，如一件产品是合格品记0=x ，是废品记1=x ；一个身高170（cm ）的学生记170=x 。 从总体中随机产生的若干个个体的集合称为样本，或子样，如n 件产品，100名学生的身高，或者一根轴直径的10次测量。实际上这就是从总体中随机取得的一批数据，不妨记作n x x x ,,,21Λ，n 称为样本容量。 简单地说，统计的任务是由样本推断总体。 1.2 频数表和直方图 一组数据（样本）往往是杂乱无章的，作出它的频数表和直方图，可以看作是对这组数据的一个初步整理和直观描述。 将数据的取值范围划分为若干个区间，然后统计这组数据在每个区间中出现的次数，称为频数，由此得到一个频数表。以数据的取值为横坐标，频数为纵坐标，画出一个阶梯形的图，称为直方图，或频数分布图。 若样本容量不大，能够手工作出频数表和直方图，当样本容量较大时则可以借助Matlab 这样的软件了。让我们以下面的例子为例，介绍频数表和直方图的作法。 例1 学生的身高和体重
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。
§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
关于描述性统计分析 作者：记忆de&#…文章来源：csdn blog 点击数：156 更新时间：2007-2-12 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 Anal ysis），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：
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：
表5-4 变量描述统计表 变量类型变量样本数均值标准差最小值最大值购买意愿willingness 382 0.727 0.446 0 1 认知与信任度trust 382 2.015 0.706 1 3 price 382 0.496 0.500 0 1 health 382 0.421 0.494 0 1 energy 382 1.992 0.768 1 3 exhau 382 0.452 0.498 0 1 quality 382 2.259 0.654 1 3 label 382 0.513 0.500 0 1 speed 382 2.172 0.757 1 3 信息来源source2 382 0.269 0.444 0 1 source3 382 0.256 0.437 0 1 source4 382 0.164 0.371 0 1 source5 382 0.104 0.306 0 1 family 382 0.493 0.501 0 1 info 382 0.513 0.500 0 1 friend 382 0.403 0.491 0 1 信息正反性exper 382 0.486 0.500 0 1 易得性promo 382 0.473 0.499 0 1 avail 382 0.413 0.493 0 1 个人特征age 382 34.018 11.718 18 62 gender 382 0.497 0.501 0 1 marital 382 0.536 0.499 0 1 income 382 37.448 16.212 2.3 98 employ2 382 0.261 0.440 0 1 employ3 382 0.232 0.423 0 1 数据来源：本研究计算整理，2013. 5.3样本描述统计分析 5.3.1被调查消费者基本情况 5.3.1.1被调查消费者年龄情况 如图5-1所示，根据调查结果，被调查的消费者中，25岁以下的有77人，占被调查对象的20%；25到35岁的被调查消费者较多为153人，占了40%；35到45岁的68人，占了18%；45到55岁的53人，占了14%；55岁及以上的31人，占了8%。
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) ,
第二节常用的数据描述统计 本节拟讲述如何通过SPSS菜单或命令获得常用的统计量、频数分布表等。 1.数据 这部分所用数据为第一章例1中学生成绩的数据,这里我们加入描述学生性别的变量“sex”与班级的变量“class”,前几个数据显示如下(图2－2),将数据保存到名为“2-6-1、sav”的文件中。 图2－2:数据输入格式示例 1.Frequencies语句 (1)操作 打开数据文件“2-6-1、sav”,单击主菜单Analyze /Descriptive Statistics / F requencies…,出现频数分布表对话框如图2-3所示。 图2－3: Frequencies定义窗口 把score变量从左边变量表列中选到右边,并请注意选中下方的Display frequency table复选框(要求显示频数分布表)。如果您只要求得到一个频数分布表,那么就可以点OK按钮了。如果您想同时获得一些统计
量,及统计图表,还需要进一步设置。 ①Statistics选项 单击Statistics按钮,打开对话框,请按图2-4自行设置。有关说明如下: (ⅰ)在定义百分位值(percentile value)的矩形框中,选择想要输出的各种分位数,SPSS提供的选项有: ●Quartiles四分位数,即显示25%、50%、75%的百分位数。 ●Cut points equal 把数据平均分为几份。如本例中要求平均分为3份。 ●Percentile显示用户指定的百分位数,可重复多次操作。本例中要求15%、50%、85%的百分位数。(ⅱ) 在定义输出集中趋势(Central Tendency)的矩形框中,选择想要输出的集中统计量,常用的选项有: ●Mean 算术平均数 ●Median 中数 ●Mode 众数 ●Sum 算术与 (ⅲ)在定义输出离散统计量(Dispersion)的矩形框中,选择想要输出的离散统计量,常用的选项有: ●Std、Deviation 标准差 ●Variance 方差 ●Range 全距 ●Minimum 最小值 ●Maximum 最大值 ●S、E、mean 平均数的标准误 (ⅳ)描述数据分布(Distribution)的统计量 ●Skewness 偏度,非对称分布指数。 ●Kurtosis 峰度,CASE围绕中心点的扩展程度。 另外,频数过程(Frequence)除了能够提供上面常用的统计量外,还可以对分组数据计算百分位数与中数(Values are group midpoints),即对于已经分组的数据,并且数据中的原始数据表示的就是组中数的数据计算百分位数的值与中位数。
第三章数据分布特征的统计描述 练习题 一、单项选择题 1、一组数据排序后处于25%和75%位置上的值称为（C） A、众数 B、中位数 C、四分位数 D、均值 2、离散系数的主要用途是（C） A、反映一组数据的离散程度 B、反映一组数据的平均水平 C、比较多组数据的离散程度 D、比较多组数据的平均水平 3、离散系数（C） A、只能消除一组数据的水平对标准差的影响 B、只能消除一组数据的计量单位对标准差的影响 C、可以同时消除数据的水平和计量单位对标准差的影响 D、可以准确反映一组数据的离散程度 4、峰态通常是与标准正态分布相比较而言的，如果一组数据服从标准正态分布，则峰态系数的值（A） A、等于0 B、大于0 C、小于0 D、等于1 5、如果峰态系数K＞0，表明该组数据是（A） A、尖峰分布 B、扁平分布 C、左偏分布 D、右偏分布 6、某大学经济管理学院有1200名学生，法学院有800名学生，医学院有320名学生，理学院有200名学生。在上面的描述中，众数是（B） A、1200 B、经济管理学院 C、200 D、理学院 7、某居民小区准备采取一项新的物业管理措施，为此，随机抽取了100户居民进行调查，其中表示赞成的有69户，表示中立的有22户，表示反对的有9户，描述该组数据的集中趋势宜采用（A） A、众数 B、中位数 C、四分位数 D、均值 8、甲、乙两组工人的平均日产量分别为18件和15件。若甲、乙两组工人的平均日产量不变，但是甲组工人数占两组工人总数的比重下降，则两组工人总平均日产量（B）
A、上升 B、下降 C、不变 D、可能上升，也可能下降 9、权数对平均数的影响作用取决于（C）。在统计计算中，用来衡量总体中各单位标志值在总体中作用大小的数值叫权数。 A、各组标志值的大小 B、各组的次数多少 C、各组次数在总体单位总量中的比重 D、总体单位总量 10、当各个变量值的频数相等时，该变量的（A） A、众数不存在 B、众数等于均值 C、众数等于中位数 D、众数等于最大的数据值 11、有8名研究生的年龄分别为21，24，28，22，26，24，22，20岁，则他们的年龄中位数为（B） A、24 B、23 C、22 D、21 12、下列数列平均数都是50，在平均数附近离散程度最小的数列是（b） A、0 20 40 50 60 80 100 B、0 48 49 50 51 52 100 C、0 1 2 50 98 99 100 D、0 47 49 50 51 53 100 13、如果你的业务是提供足球运动鞋的号码，那么，哪一种平均指标对你更有用？（d） A、算术平均数 B、几何平均数 C、中位数 D、众数 14、假定某人6个月的收入分别是1800元，1840元，1840元，1840元，1840元，8800元，反映其月收入一般水平应该采用（C） A、算术平均数 B、几何平均数 C、众数 D、调和平均数 15、某组数据分布的偏度系数为正时，该数据的众数、中位数、均值的大小关系是（B ） A、众数＞中位数＞均值 B、均值＞中位数＞众数 C、中位数＞众数＞均值 D、中位数＞均值＞众数 二、填空题 1、某班的经济学成绩如下表所示： 43 55 56 56 59 60 67 69 73 75 77 77 78 79 80 81 82 83 83 83 84 86 87 88 88 89 90 90 95 97
用Excel进行数据分析：描述性统计分析 郑来轶发表于2013-04-14 22:03 来源：本站原创 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
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。
Excel中的描述统计分析工具 Excel描述统计工具计算与数据的集中趋势、离中趋势、偏度、峰度等有关的描述性统计指标。 使用：工具--数据分析--描述统计—汇总统计 第一次随堂作业的有关事宜通知 1、作业完成地点：北京大学校内 2、随堂作业时间：本周五下午2：30-4：30 3、作业内容：对10年校园调查的汇总数据进行描述统计分析，完成对一个指定主题的深入分析。 4、作业的具体内容：届时参见网络平台的“作业”版块。 5、其他要求：独立完成，不得与别人讨论交流。 第三部分推断统计 第四章概率论与数理统计基础 §1 了解和认识随机事件与概率 北京市天气预报：明天白天降水概率40%，它的含义是： A 明天白天北京地区有40%的地区有降雨； B 明天白天北京地区有40%的时间要下雨；
C 明天白天北京地区下雨的强度有40%； D明天白天北京地区下雨的可能性有40%； E 北京气象局有40%的工程师认为明天会下雨。 一、必然现象与随机现象 1、必然现象：可事前预言，即在准确地重复某些条件下，它的结果总是可以肯定的。 例： 太阳每天从东方升起 在标准大气压下，水加热到100摄氏度，就必然会沸腾 在欧式几何中，三角形的内角和总是180° 在北京大学，不及格科目达到1/3，一定拿不到毕业证 事物间的这种联系是属于必然性的。通常的自然科学各学科就是专门研究和认识这种必然性的，寻求这类必然现象的因果关系，把握它们之间的数量规律。 2、随机现象：一种可能发生，也可能不发生；可能这样发生，也可能那样发生的不确定现象。在随机现象中，可能结果不止一个，且事前无法预知确切的结果。也称偶然现象。 在自然界，在生产、生活中，随机现象十分普遍，也就是说随机现象是大量存在的。 例： 高考的结果 掷骰子的结果 学生对手机品牌的选择 随机抽取的交作业名单 今天来上统计学课的学生人数 这类现象是即使在一定的相同条件下，它的结果也是不确定的。 举例来说，同一个工人在同一台机床上加工同一种零件若干个，它们的尺寸总会有一点差异。在同样条件下，进行小麦品种的人工催芽试验，各颗种子的发芽情况也不尽相同，有强弱和早晚的分别等等。 3、为什么会有随机现象 在这里，我们说的“相同条件”是指一些主要条件来说的，除了这些主要条件外，还会有许多次要条件和偶然因素又是人们无法事先一一能够掌握的。正因为这样，我们在这一类现象中，就无法用必然性的因果关系，对个别现象的结果事先做出确定的答案。事物间的这种关系是属于偶然性的，随机性的。 在同样条件下，多次进行同一试验或调查同一现象，所的结果不完全一样，而且无法准确地预测下一次所得结果，随机现象这种结果的不确定性，是由于一些次要的、偶然的因素影响所造成的。