第二章例2.1软件实现(spss,sas,stata,r)
例2-1`
例2-1 某医院用随机抽样方法检查了138名正常成年女子的红细胞数 ，其测量结果如下，试编制频数分布表。
3.96 4.23 4.42 3.59 5.12 4.02 4.32 3.72 4.76 4.16 4.61 4.26
3.77 4.20 4.36 3.07 4.89 3.97 4.28 3.64 4.66 4.04 4.55 4.25
4.63 3.91 4.41 3.52 5.03 4.01 4.30 4.19 4.75 4.14 4.57 4.26
4.56 3.79 3.89 4.21 4.95 3.98 4.29 3.67 4.69 4.12 4.56 4.26
4.66 4.28 3.83 4.20 5.24 4.02 4.33 3.76 4.81 4.17 3.96 3.27
4.61 4.26 3.96 4.23 3.76 4.01 4.29 3.67 3.39 4.12 4.27 3.61
4.98 4.24 3.83 4.20 3.71 4.03 4.34 4.69 3.62 4.18 4.26 4.36
5.28 4.21 4.42 4.36 3.66 4.02 4.31 4.83 3.59 3.97 3.96 4.49
5.11 4.20 4.36 4.54 3.72 3.97 4.28 4.76 3.21 4.04 4.56 4.25
4.92 4.23 4.47 3.60 5.23 4.02 4.32 4.68 4.76 3.69 4.61 4.26
3.89 4.21 4.36 3.42 5.01 4.01 4.29 3.68 4.71 4.13 4.57 4.26
4.03 5.46 4.16 3.64 4.16 3.76
- 求极差 极差（range）也称全距，即最大值和最小值之差，记作 。本例 。
2．确定组段数和组距 组段数通常取10~15组，分组过多计算繁琐，分组过少难以显现分布特征。组距可通过极差除以组段数求得，一般取方便阅读和计算的数字。本例组距 。
3．根据组距写出组段 每个组段的下限为 、上限为 ，变量 值的归组统一定为 ，最后组段写出上限。起始组段和最后组段应分别包含全部变量值的最小值和最大值，见表2-1第（1）栏。
4．分组划记并统计频数 各组段的频数见表2-1第(2)栏，然后求频数合计，完成频数表。
SPSS代码及结果
大概步骤：分析–描述统计–频率（依次点击即可）
FREQUENCIESVARIABLES=红细胞数 /FORMAT=NOTABLE # 分析变量/NTILES= 4 # 四分位数/PERCENTILES= 2.5 97.5 # 百分位数/STATISTICS=STDDEV SEMEAN MEAN SKEWNESS SESKEW KURTOSIS SEKURT # 统计量/HISTOGRAM NORMAL # 直方图/ORDER= ANALYSIS
结果表示
SAS代码说明及结果
options nodate;
/*制作频数表*/
data ex2_1;input x @@;low=3.07;dis=0.2;z=x-mod(x-low,dis);
cards;
3.96 4.23 4.42 3.59 5.12 4.02 4.32 3.72 4.76 4.16 4.61 4.26
3.77 4.20 4.36 3.07 4.89 3.97 4.28 3.64 4.66 4.04 4.55 4.25
4.63 3.91 4.41 3.52 5.03 4.01 4.30 4.19 4.75 4.14 4.57 4.26
4.56 3.79 3.89 4.21 4.95 3.98 4.29 3.67 4.69 4.12 4.56 4.26
4.66 4.28 3.83 4.20 5.24 4.02 4.33 3.76 4.81 4.17 3.96 3.27
4.61 4.26 3.96 4.23 3.76 4.01 4.29 3.67 3.39 4.12 4.27 3.61
4.98 4.24 3.83 4.20 3.71 4.03 4.34 4.69 3.62 4.18 4.26 4.36
5.28 4.21 4.42 4.36 3.66 4.02 4.31 4.83 3.59 3.97 3.96 4.49
5.11 4.20 4.36 4.54 3.72 3.97 4.28 4.76 3.21 4.04 4.56 4.25
4.92 4.23 4.47 3.60 5.23 4.02 4.32 4.68 4.76 3.69 4.61 4.26
3.89 4.21 4.36 3.42 5.01 4.01 4.29 3.68 4.71 4.13 4.57 4.26
4.03 5.46 4.16 3.64 4.16 3.76
;
proc freq;tables z;
run;
程序说明：创建数据集，用变量low定义最下限，用变量dis定义组距，用mod(x,y)函数新建变量Z,该变量就是将原始变量转换成该数据所在组段的下限值z=x-mod(x-low,dis)
mod(x,y)为取余函数
注意：两个小数求余取值规律：
被除数-(整商×除数)之后在第一位小数位进行四舍五入。 [1]
例：mod(9,1.2)=0.6即：9除以1.2其整商为7；7与除数1.2之积为8.4；被除数9与8.4之差为0.6。故结果为0.6。
用FREQ过程计算下限值的频数，则得到各个组段的频数。
备注：z=x-mod(x-low,dis)，各位读者有更好的理解可评论
运行结果
/*用MEANS过程计算例数、均数、标准差、标准误和95%可信区间*/
proc means data=ex2_1n mean std stderr clm;
var x;
run;
程序说明：调用means过程，计算例数、均数、标准差、标准误和95%可信区间
运行结果
/*用MEANS过程对频数表计算例数、均数、标准差、最小值和最大值*/
data ex2_1_1;
input x f @@;
cards;
3.17 2
3.37 3
3.57 9
3.77 14
3.97 22
4.17 30
4.37 21
4.57 15
4.77 10
4.97 6
5.17 4
5.37 2
;
proc means;freq f;var x;
run;
程序说明：在创建数据集时，应设置两个变量，一个变量表示各个组段的组中值，另一个变量为相应组段的频数，means过程中，ferq语句指明哪个变量为频数变量，本例子用f，用var语句指明哪个变量为组中值变量，本例子为x。
结果
/*用UNIVARIATE过程进行描述性统计*/
proc univariate data=ex2_1_1;freq f;var x;
run;
程序说明：univariate过程能够给出的描述性统计量比较多，除了means以外，还能输出符号统计量，正态性检验及自定义的百分位数，而且可以生成若干个描述变量分布的茎叶图等统计图。X为分析变量，f为频数变量。
运行结果：
/*计算2.5%和97.5%分位数*/
proc univariate data=ex2_1_1;var x;output out=pctpctlpre=ppctlpts=2.5 97.5;
run;
proc print data=pct;
run;
程序说明：output语句将univariate产生的部分统计量输出到新建的数据集中，out=pct 就是将要新建的数据集名称为pct,pltpts表示需要计算的百分位数,pctlpre表示新数据集中的变量中的百分位数的前缀，本例子表示为p.
运行结果：
/*作正态性检验、茎叶图、箱式图和正态概率图*/
proc univariate data=ex2_1_1Normalplot;var x;
run;
程序说明：只需在univariate后面加上normal plot选项，就可以输出该组数据正态性检验的结果和茎叶图、箱式图及正态概率图。
运行结果：
STATA代码说明
summarize x /*一般描述、均数、标准差、最小值和最大值*/
summarize x,detail /*详细描述*/
means x /*计算几何均数*/
centile x /*计算中位数*/
centile x,centile(2.5 50 97.5) /*计算百分位数*/
gen group=int((x-3.07)/0.2+0.01)*0.2+3.07 /*产生分组变量*/
tab group /*制作频数表*/
histogram x,frequency bin(12) xlab(3.07(0.2)5.47)norm /*直方图，bin指的是条形数量*/
stem x,round(0.01) /*茎叶图*/
30* | 7
31* |
32* | 17
33* | 9
34* | 2
35* | 299
36* | 0124467789
37* | 12266679
38* | 3399
39* | 166667778
40* | 11122223344
41* | 2234666789
42* | 000011133345566666667888999
43* | 01223466666
44* | 12279
45* | 4566677
46* | 111366899
47* | 15666
48* | 139
49* | 258
50* | 13
51* | 12
52* | 348
53* |
54* | 6
R代码说明及结果
代码
# install.packages("readxl") # 第一运行该文件时加载readxl包用于读取Excel输入数据，将本行开始的#号删除即可
library( readxl ) # 调用外部数据程序包readxl# 读取Data文件夹下的02_01例题的Excel数据文件（“../Data/E02_01.xls”代表上一级文件夹Data中的E02_01.xls）
E02_01 <- read_excel( "../Data/E02_01.xls" ) # 符号“../” 表示回溯到上一级文件夹#################### 描述读取的例题数据 ###########################library(pastecs) # 调用数据程序包pastecs
MyData <-E02_01[[1]]
typeof(MyData)
## [1] "double"
summary(MyData) # 通过summary()计算描述性统计量#################### 下面为例题的统计分析 ##########################stat.desc(E02_01$x, norm=TRUE) #通过pastecs包中的stat.desc()函数计算描述性统计量
length(E02_01$x) # 显示对象中元素的数量
max(E02_01$x) # 计算最大值
min(E02_01$x) # 计算最小值
mean(E02_01$x) # 计算平均值
median(E02_01$x) # 计算中位数
sd(E02_01$x) # 计算标准差
var(E02_01$x) # 计算方差
sd(E02_01$x)/sqrt(length(E02_01$x)) # 计算标准误
range(E02_01$x) # 计算值域
quantile(E02_01$x,c(0.025, 0.25, 0.5, 0.75, 0.975)) # 求分位数， 2.5%, 25%, 50%, 75%, 97.5 %的分位点shapiro.test(E02_01$x) # 夏皮洛-威尔克正态性检验
qqnorm( E02_01$x ) # 画出E02_01的Q-Q图hist(E02_01$x) # 直方图
boxplot(E02_01$x) # 箱式图
plot(E02_01$x) # 散点图
stem(E02_01$x) # 将数据序列x从x轴到数据值按照茎状形式画出，以圆圈终止。杆图X <- pretty( c(2.5, 6), 300 ) # pretty()函数用于创建美观的分割点# dnorm()函数返回正态分布概率密度函数，求出X点的概率值
TranData <- dnorm( X, mean=mean(E02_01$x), sd = sd(E02_01$x) )# X与X点的概率值之间的散点图
plot( X, TranData)```{r E02_01 frequency analysis, message=FALSE, warning=FALSE }#################### 读取例题02_01的数据 ###########################library(readxl)
## 读取Data文件夹下的02_01例题的Excel数据文件（“../Data/E02_01.xls”代表上一级文件夹Data中的E02_01.xls）
E02_01 <- read_excel( "../Data/E02_01.xls" ) # 符号“../” 表示回溯到上一级文件夹MyData <- E02_01[[1]]#################### 下面为例题的统计分析 ###########################CurrentRange <- range( MyData ) # 值域
Breaks <- seq( min(MyData),5.5,0.2) # seq()函数用于生成一个序列
Breaks# cut()函数将连续型变量x分割为有n个水平的因子
MyTable <- cut(MyData, breaks = Breaks,right = TRUE )
MyTable# 转换为数据框
df <- as.data.frame(table(MyTable))
dfX <- Breaks[1:12]+0.1
X
FinalFreqTable <- data.frame( df, X, fX = df[,2]*X, FX2= df[,2]*X^2 )
FinalFreqTable运行结果：
#################### 描述读取的例题数据 ###########################
> library(readxl)
> E02_01 <- read_excel("F:/Data/E02_01.xls")
> library(pastecs) # 调用数据程序包pastecs
> MyData <-E02_01[[1]]
> typeof(MyData)
[1] "double"
> ## [1] "double"
> summary(MyData) # 通过summary()计算描述性统计量Min. 1st Qu. Median Mean 3rd Qu. Max. 3.070 3.962 4.230 4.227 4.527 5.460
>
>
> #################### 下面为例题的统计分析 ##########################
>
> stat.desc(E02_01$x, norm=TRUE) #通过pastecs包中的stat.desc()函数计算描述性统计量nbr.val nbr.null nbr.na min max range
138.00000000 0.00000000 0.00000000 3.07000000 5.46000000 2.39000000 sum median mean SE.mean CI.mean.0.95 var
583.33000000 4.23000000 4.22702899 0.03794304 0.07502975 0.19867505 std.dev coef.var skewness skew.2SE kurtosis kurt.2SE 0.44572980 0.10544754 0.18690931 0.45301429 0.04348952 0.05306434 normtest.W normtest.p 0.98908446 0.35243661
> length(E02_01$x) # 显示对象中元素的数量
[1] 138
> max(E02_01$x) # 计算最大值
[1] 5.46
> min(E02_01$x) # 计算最小值
[1] 3.07
> mean(E02_01$x) # 计算平均值
[1] 4.227029
> median(E02_01$x) # 计算中位数
[1] 4.23
> sd(E02_01$x) # 计算标准差
[1] 0.4457298
> var(E02_01$x) # 计算方差
[1] 0.1986751
> sd(E02_01$x)/sqrt(length(E02_01$x)) # 计算标准误
[1] 0.03794304
> range(E02_01$x) # 计算值域
[1] 3.07 5.46
> quantile(E02_01$x,c(0.025, 0.25, 0.5, 0.75, 0.975)) # 求分位数， 2.5%, 25%, 50%, 75%, 97.5 %的分位点2.5% 25% 50% 75% 97.5%
3.40275 3.96250 4.23000 4.52750 5.18325
>
>
> shapiro.test(E02_01$x) # 夏皮洛-威尔克正态性检验Shapiro-Wilk normality testdata: E02_01$x
W = 0.98908, p-value = 0.3524> qqnorm( E02_01$x ) # 画出E02_01的Q-Q图
> hist(E02_01$x) # 直方图
> boxplot(E02_01$x) # 箱式图
> plot(E02_01$x) # 散点图
> stem(E02_01$x) # 将数据序列x从x轴到数据值按照茎状形式画出，以圆圈终止。杆图The decimal point is 1 digit(s) to the left of the |30 | 731 | 32 | 1733 | 934 | 235 | 29936 | 012446778937 | 1226667938 | 339939 | 16666777840 | 1112222334441 | 223466678942 | 00001113334556666666788899943 | 0122346666644 | 1227945 | 456667746 | 11136689947 | 1566648 | 13949 | 25850 | 1351 | 1252 | 34853 | 54 | 6> X <- pretty( c(2.5, 6), 300 ) # pretty()函数用于创建美观的分割点
> # dnorm()函数返回正态分布概率密度函数，求出X点的概率值
> TranData <- dnorm( X, mean=mean(E02_01$x), sd = sd(E02_01$x) )
> # X与X点的概率值之间的散点图
> plot( X, TranData)
> #################### 下面为例题的统计分析 ###########################
> CurrentRange <- range( MyData ) # 值域
> Breaks <- seq( min(MyData),5.5,0.2) # seq()函数用于生成一个序列
> Breaks[1] 3.07 3.27 3.47 3.67 3.87 4.07 4.27 4.47 4.67 4.87 5.07 5.27 5.47
> # cut()函数将连续型变量x分割为有n个水平的因子
> MyTable <- cut(MyData, breaks = Breaks,right = TRUE )
> MyTable[1] (3.87,4.07] (4.07,4.27] (4.27,4.47] (3.47,3.67] (5.07,5.27] (3.87,4.07][7] (4.27,4.47] (3.67,3.87] (4.67,4.87] (4.07,4.27] (4.47,4.67] (4.07,4.27][13] (3.67,3.87] (4.07,4.27] (4.27,4.47] <NA> (4.87,5.07] (3.87,4.07][19] (4.27,4.47] (3.47,3.67] (4.47,4.67] (3.87,4.07] (4.47,4.67] (4.07,4.27][25] (4.47,4.67] (3.87,4.07] (4.27,4.47] (3.47,3.67] (4.87,5.07] (3.87,4.07][31] (4.27,4.47] (4.07,4.27] (4.67,4.87] (4.07,4.27] (4.47,4.67] (4.07,4.27][37] (4.47,4.67] (3.67,3.87] (3.87,4.07] (4.07,4.27] (4.87,5.07] (3.87,4.07][43] (4.27,4.47] (3.47,3.67] (4.67,4.87] (4.07,4.27] (4.47,4.67] (4.07,4.27][49] (4.47,4.67] (4.27,4.47] (3.67,3.87] (4.07,4.27] (5.07,5.27] (3.87,4.07][55] (4.27,4.47] (3.67,3.87] (4.67,4.87] (4.07,4.27] (3.87,4.07] (3.07,3.27][61] (4.47,4.67] (4.07,4.27] (3.87,4.07] (4.07,4.27] (3.67,3.87] (3.87,4.07][67] (4.27,4.47] (3.47,3.67] (3.27,3.47] (4.07,4.27] (4.07,4.27] (3.47,3.67][73] (4.87,5.07] (4.07,4.27] (3.67,3.87] (4.07,4.27] (3.67,3.87] (3.87,4.07][79] (4.27,4.47] (4.67,4.87] (3.47,3.67] (4.07,4.27] (4.07,4.27] (4.27,4.47][85] (5.27,5.47] (4.07,4.27] (4.27,4.47] (4.27,4.47] (3.47,3.67] (3.87,4.07][91] (4.27,4.47] (4.67,4.87] (3.47,3.67] (3.87,4.07] (3.87,4.07] (4.47,4.67][97] (5.07,5.27] (4.07,4.27] (4.27,4.47] (4.47,4.67] (3.67,3.87] (3.87,4.07]
[103] (4.27,4.47] (4.67,4.87] (3.07,3.27] (3.87,4.07] (4.47,4.67] (4.07,4.27]
[109] (4.87,5.07] (4.07,4.27] (4.27,4.47] (3.47,3.67] (5.07,5.27] (3.87,4.07]
[115] (4.27,4.47] (4.67,4.87] (4.67,4.87] (3.67,3.87] (4.47,4.67] (4.07,4.27]
[121] (3.87,4.07] (4.07,4.27] (4.27,4.47] (3.27,3.47] (4.87,5.07] (3.87,4.07]
[127] (4.27,4.47] (3.67,3.87] (4.67,4.87] (4.07,4.27] (4.47,4.67] (4.07,4.27]
[133] (3.87,4.07] (5.27,5.47] (4.07,4.27] (3.47,3.67] (4.07,4.27] (3.67,3.87]
12 Levels: (3.07,3.27] (3.27,3.47] (3.47,3.67] (3.67,3.87] ... (5.27,5.47]
>
> # 转换为数据框
> df <- as.data.frame(table(MyTable))
> dfMyTable Freq
1 (3.07,3.27] 2
2 (3.27,3.47] 2
3 (3.47,3.67] 11
4 (3.67,3.87] 12
5 (3.87,4.07] 22
6 (4.07,4.27] 31
7 (4.27,4.47] 21
8 (4.47,4.67] 14
9 (4.67,4.87] 10
10 (4.87,5.07] 6
11 (5.07,5.27] 4
12 (5.27,5.47] 2
>
> X <- Breaks[1:12]+0.1
> X[1] 3.17 3.37 3.57 3.77 3.97 4.17 4.37 4.57 4.77 4.97 5.17 5.37
> FinalFreqTable <- data.frame( df, X, fX = df[,2]*X, FX2= df[,2]*X^2 )
> FinalFreqTableMyTable Freq X fX FX2
1 (3.07,3.27] 2 3.17 6.34 20.0978
2 (3.27,3.47] 2 3.37 6.74 22.7138
3 (3.47,3.67] 11 3.57 39.27 140.1939
4 (3.67,3.87] 12 3.77 45.24 170.5548
5 (3.87,4.07] 22 3.97 87.34 346.7398
6 (4.07,4.27] 31 4.17 129.27 539.0559
7 (4.27,4.47] 21 4.37 91.77 401.0349
8 (4.47,4.67] 14 4.57 63.98 292.3886
9 (4.67,4.87] 10 4.77 47.70 227.5290
10 (4.87,5.07] 6 4.97 29.82 148.2054
11 (5.07,5.27] 4 5.17 20.68 106.9156
12 (5.27,5.47] 2 5.37 10.74 57.6738
第二章例2.1软件实现(spss,sas,stata,r)相关推荐
- 2021考研数学 高数第二章 导数与微分
文章目录 1. 背景 2. 导数与微分的概念 2.1. 导数与微分的概念 2.2. 连续.可导.可微之间的关系 2.3. 导数的几何意义 2.4. 相关变化率 3. 导数公式及求导法则 3.1. 基本 ...
- 软件构造 第二章 第一节 软件生命周期和版本控制
软件构造第二章 第一节 软件生命周期和版本控制 基本内容 Software Development Lifecycle (SDLC) Traditional software process mode ...
- 《STM32单片机开发应用教程(HAL库版)---基于国信长天嵌入式竞赛实训平台（CT117E-M4）》第二章 软件安装与使用
写在前面-- 作为<STM32单片机开发应用教程(HAL库版)-基于国信长天嵌入式竞赛实训平台(CT117E-M4)>系列之第二章,本章节将介绍开发软件STM32CubeMX和KEIL5的 ...
- 第二章：软件项目确立
引:项目初始-项目确立 项目初始----------项目计划-项目执行控制-项目结束 项目确立.生存期 第二章:软件项目确立 一.项目立项 项目启动背景: 符合法规.法律或社会要求 满足相官方的要求或 ...
- 《软件方法》第二章 自测题
UMLChina软件方法各章练习题自测(二) 关于UMLChina 前言 <软件方法>第二章自测题 自测题1 自测题2 关于UMLChina 前言 笔者为在校大三生,初次接触UML建模语言 ...
- 《软件测试》第二章 软件开发的过程
<软件测试>第二章 软件开发的过程 2.1 产品的组成部分 2.1.1 软件产品需要多少投入 2.1.2 软件产品由哪些部分组成 2.2 软件项目成员 2.3 软件开发生命周期模式 2.3 ...
- 《软件开发工具》（第二章）
第二章:软件开发过程及其组织 做好软件的关键: 关键在于两个转换没有顺利地通过:首先是从用于的理解到程序员的理解,其次是从程序员的理解到程序的实现 大型软件开发中的困难表现在哪些方面: 1) 一致性的 ...
- Image Signal Processing(ISP)-第二章-Demosaic去马赛克以及BMP软件实现
Hello!ISP的基础知识分享第二章终于来了!最近精力都投入到了工作上,真是没时间写东西.但一位大佬私信我催更,着实让我感动.即使我的文字只有一个人看,那我也会写下去,而且泡做事怎么会半途而费呢? ...
- 第二章：并行硬件和并行软件
第二章:并行硬件和并行软件 背景知识 冯诺依曼结构:内存与CPU分开,CPU分为控制单元和算术逻辑单元,内存的速度限制了CPU的速度 进程.多任务和线程:没啥好说的,操作系统都有 对冯·诺 ...
最新文章
- linux date时间戳互相转换
- Java---- 静态内部类与非静态内部类的区别
- 如何优雅的实现pandas DataFrame 和spark dataFrame 相互转换
- 概率统计笔记： 卡方分布（介绍）
- LinkedHashMap 源码详细分析（JDK1.8）
- 网易笔试编程题java_2017年网易校招笔试JAVA研发编程题
- 具有Aspects的Java中的Mixin –用于Scala特性示例
- c和java内存泄漏区别_内存溢出和内存泄漏的区别（转）
- 操作技巧：在Python Shell里如何清屏
- 华三交换机配置多个镜像口_H3C交换机端口镜像配置的方法
- mybatis 显示 sql日志
- 软件测试常用方法实例与分析
- 关于阿里云图标的使用 iconfont
- 栅栏密码(Fence crypto)
- DependsOn注解
- 会员(用户)数据化运营——分析模型
- iOS App 签名的原理 App 重签名（一）
- MySQL数据库——复杂查询（二）
- python验证账号密码登录
- 美团前端组件化开发实践