生物统计学版杜荣骞课后习题答案统计数据的收集与整理.docx
- 文档编号:10030361
- 上传时间:2023-02-08
- 格式:DOCX
- 页数:17
- 大小:154.58KB
生物统计学版杜荣骞课后习题答案统计数据的收集与整理.docx
《生物统计学版杜荣骞课后习题答案统计数据的收集与整理.docx》由会员分享,可在线阅读,更多相关《生物统计学版杜荣骞课后习题答案统计数据的收集与整理.docx(17页珍藏版)》请在冰豆网上搜索。
生物统计学版杜荣骞课后习题答案统计数据的收集与整理
第一章统计数据的收集与整理
1.1算术平均数是怎样计算的?
为什么要计算平均数?
n
yi
i1
y
答:
算数平均数由下式计算:
n,含义为将全部观测值相加再被观测值的个数
除,所得之商称为算术平均数。
计算算数平均数的目的,是用平均数表示样本数据的集中点,或是说是样本数据的代表。
1.2既然方差和标准差都是衡量数据变异程度的,有了方差为什么还要计算标准差?
答:
标准差的单位与数据的原始单位一致,能更直观地反映数据地离散程度。
1.3标准差是描述数据变异程度的量,变异系数也是描述数据变异程度的量,两者之间有什么不同?
答:
变异系数可以说是用平均数标准化了的标准差。
在比较两个平均数不同的样本时所得结果更可靠。
1.4完整地描述一组数据需要哪几个特征数?
答:
平均数、标准差、偏斜度和峭度。
1.5
下表是我国青年男子体重(kg)。
由于测量精度的要求,从表面上看像是离散型数据,不要忘记,体重是通过度量得到的,属于连续型数据。
根据表中所给出的数据编制频数分布表。
序和计算结果如下:
procformat;valuehfmt56-57='56-57'62-63='62-63'68-69='68-69'70-71='70-71'72-73='72-73'74-75='74-75';
run;
dataweight;infile'E:
\data\exer1-5e.dat';inputbw@@;
run;
procfreq;tablebw;formatbwhfmt.;
run;
TheSASSystem
CumulativeCumulativeBWFrequencyPercentFrequencyPercent
56-57
3
1.0
3
1.0
58-59
4
1.3
7
2.3
60-61
22
7.3
29
9.7
62-63
46
15.3
75
25.0
64-65
83
27.7
158
52.7
66-67
77
25.7
235
78.3
68-69
45
15.0
280
93.3
70-71
13
4.3
293
97.7
72-73
5
1.7
298
99.3
74-75
2
0.7
300
100.0
1.6将上述我国男青年体重看作一个有限总体,用随机数字表从该总体中随机抽出含量为10的两个样本,分别计算它们的平均数和标准差并进行比较。
它们的平均数相等吗?
标准差相等吗?
能够解释为什么吗?
答:
用means过程计算,两个样本分别称为y1和y2,结果见下表:
TheSASSystem
VariableNMeanStdDev
Y11064.50000003.5039660
Y21063.90000003.1780497
随机抽出的两个样本,它们的平均数和标准差都不相等。
因为样本平均数和标准差都是统计量,统计量有自己的分布,很难得到平均数和标准差都相等的两个样本。
1.7从一个有限总体中采用非放回式抽样,所得到的样本是简单的随机样本吗?
为什么?
本课程要求的样本都是随机样本,应当采用哪种抽样方法,才能获得一随机样本?
答:
不是简单的随机样本。
从一个有限总体中以非放回式抽样方法抽样,在前后两次抽样之间不是相互独立的,后一次的抽样结果与前一次抽样的结果有关联,因此不是随机样本。
应采用随机抽样的方法抽取样本,具体说应当采用放回式抽样。
nn
yiy2yiy2,其中yiyiC。
yiyiyCy
1.8证明i1i1若用C或yiCyi
编码时,前式是否仍然相等?
答:
(1)令yiyiC
则yyC平均数特性之③。
n
2
yiy2
i1
n
yiCyC2
i1
n
2
yiy2
i1
n
2
yiy2i1
n
i1
2yiyCC
n
yiy2i1C2用第二种编码方式编码结果,两式不再相等。
1.9有一个样本:
y1,y2,,yn,设B为其中任意一个数值。
证明只有当By时,
n
yB2
i1最小。
这是平均数的一个重要特性,在后面讲到一元线型回归时还会用到该特性。
yB20
答:
令pyB,为求使p达最小之B,令B0
1.10检测菌肥的功效,在施有菌肥的土壤中种植小麦,成苗后测量苗高,共100株,数据如下[1]:
10.0
9.3
7.2
9.
1
8.5
8.
0
10.5
10.6
9.6
10.1
7.0
6.7
9.5
7.
10.5
7.
8.1
9.6
7.6
9.4
8
9
10.0
7.5
7.2
5.
7.3
8.
7.1
6.1
5.2
6.8
0
7
10.0
9.9
7.5
4.
7.6
7.
9.7
6.2
8.0
6.9
5
0
8.3
8.6
10.0
4.
4.9
7.
8.3
8.4
7.8
7.5
80
6.6
10.0
6.5
9.
5
8.5
11.0
9.7
6.6
10.0
5.0
6.5
8.0
8.4
8.
7.4
7.
8.1
7.7
7.5
7.1
3
4
7.8
7.6
8.6
6.
7.0
6.
6.7
6.3
6.4
11.0
0
4
10.5
7.8
5.0
8.
7.0
7.
5.2
6.7
9.0
8.6
0
4
4.6
6.9
3.5
6.
9.7
6.
5.8
6.4
9.3
6.4
24
编制苗高的频数分布表,绘制频数分布图,并计算出该样本的四个特征数。
答:
首先建立一个外部数据文件,名称和路径为:
E:
\data\exr1-10e.dat。
SAS程序及结
果如下:
optionsnodate;
procformat;
valuehfmt
3.5-4.4='3.5-4.4'4.5-5.4='4.5-5.4'5.5-6.4='5.5-6.4'
6.5-7.4='6.5-7.4'7.5-8.4='7.5-8.4'8.5-9.4='8.5-9.4'
9.5-10.4='9.5-10.4'10.5-11.4='10.5-11.4';
run;
datawheat;
infile'E:
\data\exr1-10e.dat';
inputheight@@;
run;
procfreq;
tableheight;
formatheighthfmt.;
run;
proccapabilitygraphicsnoprint;
varheight;
histogram/vscale=count;
insetmeanvarskewnesskurtosis;
run;
TheSASSystem
TheFREQProcedure
CumulativeCumulativeheightFrequencyPercentFrequencyPercent
3.5-4.4
1
1.00
1
1.00
4.5-5.4
9
9.00
10
10.00
5.5-6.4
11
11.00
21
21.00
6.5-7.4
23
23.00
44
44.00
7.5-8.4
24
24.00
68
68.00
8.5-9.4
11
11.00
79
79.00
9.5-10.4
15
15.00
94
94.00
10.5-11.4
6
6.00
100
100.00
[2]如下:
(略作
1.11北太平洋宽吻海豚羟丁酸脱氢酶(HDBH)数据的接收范围频数表调整)
HDBH数据的接收范围
-1
/(U·L-1)
频数
<214
1
<245.9091
3
<277.8182
11
<309.7273
19
<341.6364
26
<373.5455
22
<405.4545
11
<437.3636
13
<469.2727
6
<501.1818
3
<533.0909
2
根据上表中的数据作出直方图。
1.12
纹嵴有许多特
灵长类手掌和脚掌可以握物一侧的皮肤表面都有突起的皮肤纹嵴。
征,这些特征在胚胎形成之后是终生不变的。
人类手指尖的纹型,大致可以分为弓、箕和斗三种类型。
在手指第一节的基部可以找到一个点,从该点纹嵴向三个方向辐射,这个点称为三叉点。
弓形纹没有三叉点,箕形纹有一个三叉点,斗形纹有两个三叉点,记录从三叉点到箕或斗中心的纹嵴数目称为纹嵴数(fingerridgecount,FRC)。
将双手十个指尖的全部箕形纹的纹嵴数和/或斗形纹两个纹嵴数中较大者相加,称为总纹嵴数(totalfingerridgecount,
TFRC)。
下表给出了大理白族人群总纹嵴数的频数分布[3]:
TFRC分组
中值
频数
11~30
20
2
31~50
40
1
51~70
60
8
71~90
80
29
91~110
100
54
111~130
120
63
131~150
140
68
151~170
160
51
171~190
180
18
191~210
200
6
首先判断数据的类型,然后绘出样本频数分布图,计算样本的四个特征数并描述样本分布形态。
答:
总纹脊数属计数数据。
计数数据的频数分布图为柱状图,频数分布图如下:
样本特征数(以TFRC的中值计算)SAS程序:
optionsnodate;
datatfrc;
doi=1to10;inputy@@;inputn@@;doj=1ton;
output;
end;
end;
cards;
202
401
608
8029
10054120631406816051180182006run;
procmeansmeanstdskewnesskurtosis;vary;
run;
结果见下表:
TheSASSystem
AnalysisVariable:
Y
MeanStdDevSkewnessKurtosis
126.533333332.8366112-0.2056527-0.0325058
从频数分布图可以看出,该分布的众数在第七组,即总纹脊数的中值为140的那一组。
分布不对称,平均数略小于众数,有些负偏。
偏斜度为-0.2056527,偏斜的程度不是很明显,基本上还可以认为是对称的,峭度几乎为零。
1.13海南粗榧叶长度的频数分布[4]
叶长度/mm
中值
频数
2.0~2.2
2.1
390
2.2~2.4
2.3
1434
2.4~2.6
2.5
2643
2.6~2.8
2.7
3546
2.8~3.0
2.9
5692
3.0~3.2
3.1
5187
3.2~3.4
3.3
4333
3.4~3.6
3.5
2767
3.6~3.8
3.7
1677
3.8~4.0
3.9
1137
nag
4.0~4.2
4.1
667
4.2~4.4
4.3
346
4.4~4.6
4.5
181
绘出频数分布图,并计算偏斜度和峭度。
答:
表中第一列所给出的数值为组限,下图为海南粗榧叶长度的频数分布图。
计算偏斜度和峭度的SAS程序和计算结果如下:
optionsnodate;
datalength;
doi=1to13;inputy@@;inputn@@;doj=1ton;
output;
end;
end;
cards;
2.1390
2.31434
2.52643
2.73546
2.95692
3.15187
3.34333
3.52767
3.71677
3.91137
4.1667
4.3346
4.5181run;procmeansnskewnesskurtosis;
vary;run;
TheSASSystemAnalysisVariable:
Y
nSkewnessKurtosis
300000.41064580.0587006
样本含量n=30000,是一个很大的样本,样本的偏斜度和峭度都已经很可靠了。
偏斜度为
0.41,有一个明显的正偏。
体质量/g中值雌鱼雄鱼
3.00~4.00
3.50
6
7
4.00~5.00
4.50
13
11
5.00~6.00
5.50
30
25
6.00~7.00
6.50
25
25
7.00~8.00
7.50
16
23
8.00~9.00
8.50
21
17
9.00~10.00
9.50
18
16
10.00~11.00
10.50
12
4
11.00~12.00
11.50
3
12.00~13.00
12.50
2
首先判断数据的类型,然后分别绘制雌鱼和雄鱼的频数分布图,计算样本平均数、标准差、偏斜度和峭度并比较两者的变异程度。
答:
鱼的体重为度量数据,表中第一列所给出的数值为组限。
在下面的分布图中雌鱼和雄鱼的分布绘在了同一张图上,以不同的颜色表示。
计算统计量的SAS程序与前面的例题类似,这里不再给出,只给出结果。
雌鱼:
TheSASSystem
AnalysisVariable:
Y
NMeanStdDevSkewnessKurtosis
1477.24149662.14568200.2318337-0.6758677
雄鱼:
TheSASSystem
AnalysisVariable:
Y
NMeanStdDevSkewnessKurtosis
1326.78030301.9233971-0.1322816-0.5510332
直观地看,雄鱼的平均体重低于雌鱼。
雌鱼有一正偏,雄鱼有一负偏。
因此,相对来说雌鱼
低体重者较多,雄鱼高体重者较多。
但两者都有很明显的负峭度,说明“曲线”较平坦,两
尾翘得较高。
1.15黄胸鼠体重的频数分布[6]:
组界/g频数
0 15 30 45 60 10 26 30 22 22 75 17 90 16 105 14 120 6 135 4 150 2 总数 169 绘制频数分布图,从图形上看分布是对称的吗,说明什么问题? 答: 下面是频数分布图: 从上图可见,图形不是对称的,有一些正偏。 说明在该黄雄鼠群体中,低体重者分布数量,高于高体重者的数量。 另外,似乎峭度也有些低。 1.1625名患者入院后最初的白细胞数量(×103)[7]如下表: 8 5 12 4 11 6 8 7 7 12 7 3 11 14 11 9 6 6 5 6 10 14 4 5 5 计算白细胞数量的平均数、方差和标准差。 答: 用means过程计算,程序不再给出,只给出运行结果。 TheSASSystem AnalysisVariable: Y NMeanVarianceStdDev 257.840000010.30666673.2103998 1.17细胞珠蛋白基因(CYGB)可能是非小细胞肺癌(NSCLC)的抑制基因之一。 一个研究小组研究了该基因的表达、启动子甲基化和等位基因不平衡状态等,以便发现它与肿瘤发病间的关联。 下面列出了其中15名患者的基因表达(肿瘤患者/正常对照,T/N),肿瘤 患者与正常对照甲基化指数差(MtIT-MtIN)[8]: 样本号 T/N MtIT-MtIN 357 0.014 0.419 370 0.019 0.017 367 0.035 0.105 316 0.044 0.333 369 0.054 0.170 358 0.084 0.246 303 0.111 0.242 314 0.135 0.364 308 0.236 0.051 310 0.253 0.520 341 0.264 0.200 348 0.315 0.103 323 0.359 0.167 360 0.422 0.176 336 0.442 0.037 计算以上两项指标的平均数和标准差并计算两者的变异系数,这两个变异系数可以比较吗? 为什么? 答: 记T/N为y1,MtIT-MtIN为y2,用means过程计算,SAS运行的结果见下表: TheSASSystem VariableNMeanStdDevCV Y1150.18580000.150562481.0346471 Y2150.21000000.146527469.7749634 两个变异系数是可以比较的,因为它们的标准差都是用平均数标准化了的,已经不存在不同单位的影响了。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 生物 统计学 版杜荣骞 课后 习题 答案 统计数据 收集 整理
![提示](https://static.bdocx.com/images/bang_tan.gif)