资源描述
单击以编辑,母版标题样式,单击以编辑母版文本样式,第二级,第三级,第四级,第五级,*,探索性分析（,Data Explore),基本统计学原理,定义,探索性分析的目的,探索性分析的方法,SPSS,操作,对话框介绍,应用实例,1,基本统计学原理,数据探查的意义,探索性分析可对变量进行更为,深入详尽,的描述性统计分析,，主要用于对资料（,data,）,的性质与分布特点（如正态性 、方差齐性 ）,等完全不清楚时，对其进行统计分析，有助,于分析者对数据资料制定继续分析的,方案,，,选择最适合的该资料的统计方法，往往比描,述性统计,透视,数据特征的功能更强 。,SPSS,中,专门有一子菜单,Explore。,2,探索性分析的目的,对数据进行初步检查，判断有无离群,值（,outliers,),和（或）极值（,extreme value,)、,可疑值，对于,（,x-）/s3 (p=0.0027),的,数据要仔细检查，也不能随便取舍。仅,适用于正态分布。,对前提条件假定，如正态分布和方差,齐性，进行直观的检验，不满足正态分态,和方差齐性时，提示数据转换方法，最后,决定是否使用参数检验方法，抑或非参数,方法。,能直观地了解组间差异的特征及分布。,3,探索性分析的方法,数据探查过程可给出基本统计量 、正态性,检验和描述性统计图，包括,茎叶图、直方图和,箱图,。,SPSS,中的,Explore,子菜单专门为探索性分析,而准备的。下面着重介绍一下茎叶图和箱图的,用法。,4,茎叶图,最普通的数据结构是一批杂乱无张的,数据，这是最原始的数据结构。通过,审视,或细察,这些数据往往不容易看出其特征。,而茎叶图让我们用图示方法把这些数组织,起来，使我们直观地注意到数据的各种特,征。如：, 这批数据接近对称的程度。, 这些数据有多大的展布（极差）。, 是否有些数远离其它数。, 是否有数据集中。, 数据中是否有间隙。,5,举例说明茎叶图的构造：,Roystom,and Abrams,(1980),给出21个健康,妇女的平均月经周期（天）,，,数据如下：,22.9 26.3 26.6 26.8 26.9 26.9 27.5,27.6 27.6 28.0 28.4 28.4 28.5 28.8,28.8 29.4 29.9 30.0 30.3 31.2 31.8,（数据来源探索性数据分析,P.9.）,6,DAY Stem-and-Leaf Plot Frequency Stem & Leaf 1 Extremes (=22.9) 23 24 25 5 26 . 36899 3 27 . 566 6 28 . 044588 2 29 . 49 2 30 . 03 2 31 . 28 Stem width: 1.0 Each leaf: 1 case(s),7,数值 分开 茎 和 叶,22.9 22 9 22 和,9,通过上面的茎叶图，很容易发现：三分,之二的妇女的平均月经周期在26.3和28.8之间。,除一个以外，其它三分之一的平均周期更长。,一位妇女表现异常，她的平均周期只有22.9天。,我们将这个异常数据点当作为离群值，也许,把它从其它数据点中拿出去单独处理更好。,stem,leaf,8,说明：,茎叶图和它的近亲直方图，在给,分析者提示数据特征方面，有很多共同点。,由于茎叶图是用数据本身，而不是用直方,图那样的面积 ， 在某些情况，它有优点。,我们手算的时候，比较容易作茎叶图，我,们可以很容易求出中位数或其它描述性统,计量，茎叶图还可以帮助我们看出数据值,在每个区间中的分布以及数据的模式。,9,10,11,箱图,箱图非常直观地显示了一批数据结构的,要点。从箱图我们可以发掘出数据的下列特,性：, 位置。, 展布（极差或四分位间距）。, 偏度（正偏或负偏）。, 尾长（偏的程度多大）。, 边远数据点（极值）。,箱图所显示的数据分布特征，能给人以,视觉印象，特别是比较几组数据的,分布位置,和,变异度,时常会用到。,12,例：某克山病高发区测得12例急性克山,病患者与该地区14名健康人的血磷值（,m,g%)。,数据如下：试作探索性分析( 方差是,否齐？是否是正态分布？）,组别 血磷值,急性克 4.75 6.40 2.62 3.44 6.50 5.20 5.60,山病人 3.80 4.30 5.78 20.76 4.15,健康人 2.38 2.60 2.10 1.80 1.90 3.65 2.30,3.80 4.60 4.85 5.80 4.25 4.22 3.84,13,极端值,奇异值,触须,箱体,14,P,0,P,25,P,75,P,100,中,位,P,50,数,15,说明：, 极端值（,extreme value),和离群值（,outliers,),极端值：观察值距箱体底线或顶线的距离,超过3倍箱体高度，以,“,*,”,标出 。,离群值：观察值距离体底线或顶线的距离,超过1.5倍至3倍箱体高度，以,“,0,”,标出。, 从箱图一眼就可以看清位置、展布、尾,长和边远数据点。数据位置由中位数来概括，,用长方形箱中的一横线代表。长方形的长度表,示四分位间距，从图中的上四分位数、下四分,位数相对于中位数的位置，我们看到某种程度,的偏度。,16,17,18,19,20,21,例：某克山病高发区测得12例急性克山病患者与该地区14,名健康人的血磷值（,mg%)。,数据如下：试作探索性分析( 方,差是否齐？是否是正态分布？）,组别 血磷值,急性克 4.75 6.40 2.62 3.44 6.50 5.20 5.60,山病人 3.80 4.30 5.78 3.76 4.15,健康人 2.38 2.60 2.10 1.80 1.90 3.65 2.30,3.80 4.60 4.85 5.80 4.25 4.22 3.84,22,P Stem-and-Leaf Plot forGROUP= 2 Frequency Stem & Leaf 2.00 1 . 89 4.00 2 . 1336 3.00 3 . 688 4.00 4 . 2268 1.00 5 . 8 Stem width: 1.00 Each leaf: 1 case(s),23,P Stem-and-Leaf Plot forGROUP= 1 Frequency Stem & Leaf 1.00 2 . 6 3.00 3 . 478 3.00 4 . 137 3.00 5 . 267 2.00 6 . 45 Stem width: 1.00 Each leaf: 1 case(s),24,25,26,27,28,29,30,31,32,
展开阅读全文