统计分析方法
2016
week1
?描述统计
?对于均值的假设检验
数据的描述
如同给人画像一样
直方图
?(数据rich.txt,Rich.sav,rich.sas7bdat,Rich据摘自福布斯是世界富豪排行榜，展示了世界最富有的一些人的名次(Rank，为正整数，越小越
富)，所属区域(Region，1至5分别代表北美、欧洲、亚洲和太平洋、南美、非洲)，年龄(Age)和净财富(NetWorth，单位10亿美圆)。其中除了区域之外，均为定量变量。我们关心财富和年龄这两个变量。如何用图形来表示这两个个变量的数据，使人们能够看出这些数目的大体分布或“形状”呢？一个办法就是画直方图(histogram)。
rich=read.table(D:/booktj1/data/rich.txt,headerich[1,]
RankRegionAgeNetWorth
1115050
dim(rich)
[1]7434
attach(rich);par(mfrow=c(1,2));hist(Age);hist(NetWorth)
盒型图
?比直方图简单一些的是盒形图(boxplot又称箱图、箱线图、盒子图)。后面图的用Rich.txt数据所绘的富人在不同区域的年龄的盒形图.
par(mfrow=c(1,1));boxplot(Age~Region)
地区1高三男生身高数据的盒形图
h=read.table(D:/booktj1/data/height2.txt,header=T);boxplot(h)
第三四分位点
中位数
第一四分位点
茎叶图
?以例3.1的欧洲区域富人的年龄为例，下页的茎叶图既展示了年龄的分布形状又有原始数据。
它象一片带有茎的叶子。茎为较大位数的数字，叶为较小位数的数字。
stem(rich[rich[,2]==2,3])
Thedecimalpointis1digit(s)totherightofthe|
2|2
2|
3|44
3|789999999
4|000001112333344444
4|55555677789999
5|000011111112223333333344444
5|5555666666777888889999
6|000111111112222222333444444
6|55555566678888888899999
7|0000000111123333
7|555666677888999999
8|000222233344
8|5566899
9|22
9|5
散点图
人们得到的数据也可能有两个变量，比如例3.1中的年龄和财富，我们可以以年龄为横坐标，而财富为纵坐标在二维空间画出所谓散点图(scatterplot)。
plot(NetWorth~Age)
散点图
?往往人们得到的数据有两对连续变量，比如美国男
士和女士初婚年限的数据。
?该数据描述了自1900年到1998年男女第一次结婚延续的时间的中位数。当然，不可能将所有人的婚姻年限都给出来。所以，每年就取了一个中间的值(中位数)作为代表。
?自1900到1960年是每十年一个值，以后到1990是每五年取一个数，1995年以后是每年一个数。
?这里的一个变量为记录年份，另一个是结婚时间长短。由于分男士和女士，因此有两二维数据。这时可以以一个变量为横坐标（如年份），另一个为纵坐标（这里是结婚年限）来点图。
?还可以看出在二十世纪六十年代婚姻年限降
低，而后来又升高。而男子的年限平均比女性
长。这个图是用SPSS画的。
定性变量的图
?定性变量（或属性变量，分类变量）不能点出直方图、散点图或茎叶图，但可以描绘出它们各类的比例。下面用SPSS绘的图表示了说世界各种主要语言的人数的比例
饼图
条形图
为了综合，下面看一个城市地税例子。
例3.4（数据TaxF.txt）这是某地区某月的税收抽样数据,有三个变量：总收入（单位：元），总纳税额（单位：元）及注册类型代码。
?图3.8(a)显示了总收入的直方图，显然，绝大部分的总收入都很小，以至于不用纳税。
?图3.8(b)为总收入和纳税额的散点图，看来收入越多，
纳税越多。
?图3.8(c)为饼图，描述属于不同注册类型代码的比例。
?图3.8(d)为衡量贫富差距的Lor