统计研究工作基本步骤.docx
- 文档编号:12349646
- 上传时间:2023-06-05
- 格式:DOCX
- 页数:20
- 大小:36.61KB
统计研究工作基本步骤.docx
《统计研究工作基本步骤.docx》由会员分享,可在线阅读,更多相关《统计研究工作基本步骤.docx(20页珍藏版)》请在冰点文库上搜索。
统计研究工作基本步骤
统计研究工作基本步骤
名词解释
总体:
是根据研究目的确定的同质观测单位的集合。
样本:
是从样本总体中随机抽取的,具有代表性的部分观测单位的集合。
参数:
引入一个或一些另外的变量来描述自变量与因变量的变化,引入的变量本来并不是当前问题必须研究的变量,我们把这样的变量叫做参变量或参数。
统计量:
统计量是统计理论中用来对数据进行分析、检验的变量。
概率:
描述随机事件发生可能性大小的一个度量。
频率:
指某种现象发生的次数。
变异:
在一个总体中,各单位的品质标志或数量标志的标志表现具有差异性。
指标:
说明总体单位数量特征的科学概念和具体数值。
简答题
1什么叫医学统计学?
医学统计学与统计学、卫生统计学、生物统计学有何联系和区别?
医学统计学是运用概率论与数理统计的原理及方法,结合医学实际,研究数字资料的搜集、整理分析与推断的一门学科。
医学研究的对象主要是人体以及与人的健康有关的各种因素。
医学统计学:
是运用统计学原理和方法研究生物医学资料的搜索、整理、分析和推断的一门学科
统计学:
是研究数据的收集、整理、分析与推断的科学。
卫生统计学:
是把统计理论、方法应用于居民健康状况研究、医疗卫生实践、卫生事业管理和医学科研的一门应用学科。
生物统计学:
是一门探讨如何从不完整的信息中获取科学可靠的结论从而进一步进行生物学实验研究的设计,取样,分析,资料整理与推论的科学。
2医学统计学资料主要来源于哪些方面?
有何要求?
1、医学统计资料主要有实验数据和现场调查资料、医疗卫生工作记录、报表和报告卡等。
实验数据是指在试验过程中活的的数据;现场调查资料主要来源于大规模的流行病调查获取的资料;医疗卫生工作记录有门诊病历卡、住院病历卡、化验报告等;报表有卫生工作基本情况年报表、传染年(月、日)报表、疫情旬(年、月、日)报表等;报表卡有传染病发病报告卡、出生报告卡、死亡报告卡等等。
这些资料的手机过程中,必须进行质量抗旨,包括它的统一性、确切性、可重复性。
这些原始数据的精读和偏性应有明确的范围。
3.当今医学研究的趋势和特点如何?
医学统计方法主要有哪些?
4.医学统计资料类型有哪些?
方法有哪些?
1)计量资料:
对每个观察单位用定量的方法测定某项指标量的大小,所得的资料称为计量资料(measurementdata)。
计量资料亦称定量资料、测量资料。
.其变量值是定量的,表现为数值大小,一般有度量衡单位。
如某一患者的身高(cm)、体重(kg)、红细胞计数(1012/L)、脉搏(次/分)、血压(KPa)等。
(2)计数资料:
将观察单位按某种属性或类别分组,所得的观察单位数称为计数资料(countdata)。
计数资料亦称定性资料或分类资料。
其观察值是定性的,表现为互不相容的类别或属性。
如调查某地某时的男、女性人口数;治疗一批患者,其治疗效果为有效、无效的人数;调查一批少数民族居民的A、B、AB、O四种血型的人数等。
(3)等级资料:
将观察单位按测量结果的某种属性的不同程度分组,所得各组的观察单位数,称为等级资料(ordinaldata)。
等级资料又称有序变量。
如患者的治疗结果可分为治愈、好转、有效、无效或死亡,各种结果既是分类结果,又有顺序和等级差别,但这种差别却不能准确测量;一批肾病患者尿蛋白含量的测定结果分为+、++、+++等。
等级资料与计数资料不同:
属性分组有程度差别,各组按大小顺序排列
等级资料与计量资料不同:
每个观察单位未确切定量,故亦称为半计量资料。
5.误差、系统误差、随机测量误差、抽样误差有何区别?
对误差控制各有何要求?
如何控制?
(1)系统误差:
在收集资料过程中,由于仪器初始状态未调整到零、标准试剂未经校正、医生掌握疗效标准偏高或偏低等原因,可造成观察结果倾向性的偏大或偏小,这叫系统误差。
要尽量查明其原因,必须克服。
(2)随机测量误差:
在收集原始资料过程中,即使仪器初始状态及标准试剂已经校正,但是,由于各种偶然因素的影响也会造成同一对象多次测定的结果不完全一致。
譬如,实验操作员操作技术不稳定,不同实验操作员之间的操作差异,电压不稳及环境温度差异等因素造成测量结果的误差。
对于这种误差应采取相应的措施加以控制,至少应控制在一定的允许范围内。
一般可以用技术培训、指定固定实验操作员、加强责任感教育及购置一定精度的稳压器、恒温装置等措施,从而达到控制的目的。
(3)抽样误差:
即使在消除了系统误差,并把随机测量误差控制在允许范围内,样本均数(或其它统计量)与总体均数(或其它参数)之间仍可能有差异。
这种差异是由抽样引起的,故这种误差叫做抽样误差,要用统计方法进行正确分析。
单变量资料的统计描述
名词解释
平均数:
平均数是指在一组数据中所有数据之和再除以数据的个数。
均数:
均数是指在一组数据中所有数据之和再除以数据的个数。
几何均数:
是用于反映一组经对数转换后呈对称分布的变量值在数量上的平均水平,在医学研究中常适用于免疫学的指标。
中位数与百分位数:
指将数据按大小顺序排列起来,形成一个数列,居于数列中间位置的那个数据。
百分位数:
统计学术语,如果将一组数据从小到大排序,并计算相应的累计百分位,则某一百分位所对应数据的值就称为这一百分位的百分位数。
全距(极差):
全距是用来表示统计资料中的变异量数,其最大值与最小值之间的差距
标准差:
标准差,也称均方差,是各数据偏离平均数的距离的平均数,它是离均差平方和平均后的方根,用σ表示。
变异系数:
变异系数又称“标准差率”,是衡量资料中各观测值变异程度的另一个统计量。
当进行两个或多个资料变异程度的比较时,如果度量单位与平均数相同,可以直接利用标准差来比较。
简答题:
1、试述频数表的要素及用途。
要素:
组段,频距。
用途:
①描述资料的分布特征和分布类型。
频数分布有两个重要特征:
集中趋势和离散趋势。
大部分观察值向某一数值集中的趋势称为集中趋势,常用平均数指标来表示,各观察值之间大小参差不齐。
频数由中央位置向两侧逐渐减少,称离散趋势,是个体差异所致,可用一系列的变异指标来反映。
②便于进一步计算有关指标或进行统计分析。
当数据较多且需手工计算时,常先编制频数表,再进行统计计算。
③发现特大、特小的可疑值。
如果频数表的一端或两端出现连续几个组段的频数为零后,又出现少数几个特大值或特小值,使人怀疑其是否准确,需进一步检查和核对并做相应处理。
④当样本含量比较大时,可用各组段的平率作为概率的估计值。
2、描述单变量资料的统计指标分哪两大类,分别是什么指标?
分类:
①描述数据分布集中趋势的指标:
算术均数、几何均数、中位数。
②描述数据分布离散程度的指标:
极差、四分位数间距、方差、标准差、变异系数。
3、试述平均数、标准差、变异系数的含义及用途?
4.什么对象可作为医学正常参考值的正常人?
如何制定95%正常参考值范围?
所谓“正常人”不是指健康人,而是指排除了影响所研究指标的疾病和有关因素的同质人群。
制定参考值范围:
1.决定参考值范围的单双侧
根据一个指标是否过大、过小均属异常,决定该指标的参考值范围是双侧范围还是单侧范围。
若一个指标过大、过小均属异常,则相应的参考值范围既有上限又有下限,是双侧参考值范围;若一个指标仅过大属异常,则此指标的参考值范围只有上限,是单侧参考值范围;若一个指标仅过小属异常,则此指标的参考值范围只有下限,也是单侧参考值范围。
2.利用大样本资料制定参考值范围随机抽取一个大样本后,如果指标服从正态分布,就采用正态分布法制定其参考值范围。
如果指标不服从正态分布,就采用百分位数法。
5.正态分布曲线下面积有何分布规律?
所有的正态分布曲线,在υ左右的相同倍数的标准差范围内的面积相同。
并且,在υ±σ范围内的面积约为68.3%;在υ±1.96σ范围内的面积约为95%;在υ±2.58σ范围内面积约为99%。
6.资料的标准差是否一定小于均数?
均数和标准差是两类不同性质的统计指标.标准差用于描述数据的变异程度,变异程度大,则该值大,变异程度小,则该值小.标准差可大于均数,也可小于均数。
单变量资料的统计推断
名词解释
抽样误差与标准误:
抽样方法本身所引起的误差。
当由总体中随机地抽取样本时,哪个样本被抽到是随机的,由所抽到的样本得到的样本指标x与总体指标μ之间偏差,称为实际抽样误差。
标准误,即样本均数的标准差,是描述均数抽样分布的离散程度及衡量均数抽样误差大小的尺度,反映的是样本均数之间的变异。
标准误不是标准差,是多个样本平均数的标准差。
可信区间:
按一定的概率或可信度(1-α)用一个区间来估计总体参数所在的范围,该范围通常称为参数的可信区间或者置信区间,预先给定的概率(1-α)称为可信度或者置信度常取95%或99%.
假设检验:
假设检验是数理统计学中根据一定假设条件由样本推断总体的一种方法。
第一类错误:
即统计推断结果拒绝了实际上成立的H。
,犯了“弃真”的错误。
又称假阳性错误。
第二类错误:
即统计推断的结果不拒绝实际上不成立的H。
,犯了“存伪”的错误。
又称假阴性错误。
t分布:
t分布为一簇单峰分布曲线,以0为中心,左右对称。
主要用于总体均数的区间估计和t检验。
简答题:
1、标准差与标准误有何区别和联系?
•区别:
1.含义不同:
⑴s描述个体变量值(x)之间的变异度大小,s越大,变量值(x)越分散;反之变量值越集中,均数的代表性越强。
⑵标准误是描述样本均数之间的变异度大小,标准误越大,样本均数与总体均数间差异越大,抽样误差越大;反之,样本均数越接近总体均数,抽样误差越小。
2.与n的关系不同:
n增大时,⑴sσ(恒定)。
⑵标准误减少并趋于0(不存在抽样误差)。
3.用途不同:
⑴s:
表示x的变异度大小,计算cv,估计正常值范围,计算标准误等⑵:
参数估计和假设检验。
•联系:
二者均为变异度指标,样本均数的标准差即为标准误,标准差与标准误成正比。
2.统计描述与统计推断分别应该掌握哪些要点?
3.T检验证、z检验的的公式有哪些类型,在应用上有何异同?
t检验:
当样本例数n较小时,要求样本取自正态总体。
t检验的类型:
单样本t检验,独立t检验,配对t检验
z检验:
样本例数较大,或n虽小而总体标准差已知。
4、在统计推断中,如何区别单侧检验和双侧检验?
如果将拒绝性概率平分于理论抽样分布的两侧,称为双侧检验。
例如选定显著性水平α=0.05,双侧检验就是将α概率所规定的拒绝区域平分为两部分而置于概率分布的两边,每边占有=0.025。
双侧检验只强调差异是否显著而不强调方向性。
如果将拒绝性概率置于理论抽样分布的一侧(左侧或右侧),称为单侧检验(右侧检验或左侧检验)。
单侧检验强调差异的方向性。
在具体的假设检验中,选择双侧检验或单侧检验可分为以下三种情况:
第一种:
H0:
μ=μ0:
μ≠μ0双侧
第二种:
H0:
μ≥μ0:
μ<μ0单侧(左侧)
第三种:
H0:
μ≤μ0:
μ>μ0单侧(右侧)
6设检验和总体均数区间估计有何联系?
假设检验:
是对总体做出某种假定,然后根据样本信息推断总体是否成立的一类统计学方法总称。
假设检验有三个基本步骤:
①建立假设和确定检验水准;②选择检验方法和计算检验统计量;③确定P值和做出统计推断结论。
总体均数的估计:
1、点估计:
样本统计量直接作为总体指标的估计值。
它未考虑抽样误差的大小。
2、区间估计:
按预先给定的概率(1-α)确定的包含未知总体参数的可能范围。
7.述Ⅰ型错误和Ⅱ型错误的区别和联系。
·区别:
Ⅰ型错误(弃真):
拒绝实际成立的H0,型错误的概率记为α。
(1-a)即置信度:
重复抽样时,样本区间包含总体参数(μ)的百分数。
当p≤α而拒绝H0时,只能犯Ⅰ型错误,不可能犯Ⅱ型错误。
Ⅱ型错误(存伪):
不拒绝实际不成立的H0,Ⅱ型错误的概率记为β。
(1-β)即把握度(或检验效能:
两总体确有差别,被检出有差别的能力。
当p≥α而拒绝H0时,只能犯Ⅱ型错误,不可能犯Ⅰ型错误。
·联系:
对同一资料,α与β反方向变化,若要同时减小α与β,唯一的办法是增加样本含量。
3、可信区间与参考值范围的不同点。
应注意:
可信区间与参考值范围的意义、计算公式和用途均不同。
1.从意义和用途来看
95%参考值范围是指同质总体内包括95%个体值的估计范围,而总体均数95%可信区间是指按95%可信度估计的总体均数的所在范围。
可信区间用于估计总体参数,总体参数只有一个。
参考值范围用于估计变量值的分布范围,变量值可能很多甚至无限。
2.从计算公式看:
若指标服从正态分布,95%参考值范围的公式是:
±1.96s。
总体均数95%可信区间的公式是:
。
前者用标准差,后者用标准误。
前者用1.96,后者用α为0.05,自由度为v的t界值。
方差分析
思考题:
1方差分析的基本思想是什么?
2方差分析有何特性?
3t检验与f检验的使用条件和应用范围有何异同?
4配对比较的t检验与配伍组比较的方差分析之间有何关系?
两独立样本均数比较的t检验与两独立样本均数比较f检验之间有何联系?
5多个样本拘束比较方差分析的获得组间差异有统计意义,是否已完成该资料的分析?
为什么?
1、方差分析的基本思想是什么?
方差分析(analysisofvariance,ANOVA)的基本思想就是根据资料的设计类型,即变异的不同来源将全部观察值总的离均差平方和(sumofsquaresofdeviationsfrommean,SS)和自由度分解为两个或多个部分,除随机误差外,其余每个部分的变异可由某个因素的作用(或某几个因素的交互作用)加以解释,如各组均数的变异SS组间可由处理因素的作用加以解释。
通过各变异来源的均方与误差均方比值的大小,借助F分布作出统计推断,判断各因素对各组均数有无影响。
3t检验和F检验的使用条件和应用范围有何异同?
t检验适用于两个样本均数的比较,F检验适用于多个样本的比较。
t检验的应用条件:
要求各样本来自相互独立的正态总体且各总体方差齐。
方差分析的应用条件
(1)各样本是相互独立的随机样本,且来自正态分布总体。
(2)各样本的总体方差相等,即方差齐性。
4配对t检验和两样本t检验。
配对t检验:
是采用配对设计方法观察以下几种情形,1,两个同质受试对象分别接受两种不同的处理;2,同一受试对象接受两种不同的处理;3,同一受试对象处理前后。
F检验又叫方差齐性检验。
在两样本t检验中要用到F检验。
从两研究总体中随机抽取样本,要对这两个样本进行比较的时候,首先要判断两总体方差是否相同,即方差齐性。
若两总体方差相等,则直接用t检验,若不等,可采用t'检验或变量变换或秩和检验等方法。
其中要判断两总体方差是否相等,就可以用F检验。
2.t检验和方差分析的前提条件及应用误区用于比较均值的t检验可以分成三类,第一类是针对单组设计定量资料的;第二类是针对配对设计定量资料的;第三类则是针对成组设计定量资料的。
后两种设计类型的区别在于事先是否将两组研究对象按照某一个或几个方面的特征相似配成对子。
无论哪种类型的t检验,都必须在满足特定的前提条件下应用才是合理的。
5不可以,因为各组之间有差异,需要两两比较。
计数资料
1、率的标准化的意义及基本思想。
当比较的两组资料内部各小组率明显不同,且各小组观测例数的构成比也明显不同时,直接比较两个合计率是不合理的。
因为期内部构成比不同,往往影响合计率的大小,需要统一的内部构成进行调整后计算标准化率,使其具有可比性,这种方法称为率的标准化。
率的标准化的基本思想:
要比较两个总率时,发现两组资料的内部构成(如年龄、性别构成等)存在明显不同,而且影响到了总率的结果,这时就不宜再直接比较总率,而应考虑采用标准化法。
标准化法的基本思想,就是采用统一的标准(统一的内部构成)计算出消除内部构成不同影响后的标准化率(调整率),然后再进行比较。
2、常用相对数指标有哪些?
它们在计算和意义上有何不同?
率(强度相对数,频率相对数)、构成比、相对比
应用相对数时应注意的问题:
⑴计算相对数的分母一般不宜过小。
⑵分析时不能以构成比代替率。
⑶不能用构成比的动态分析代替率的动态分析。
⑷对观察单位数不等的几个率,不能直接相加求其总率。
⑸在比较相对数时应注意可比性。
⑹对样本率(或构成比)的比较应随机抽样,并做假设检验。
3、卡方检验的使用范围和各个公式的适用条件是什么?
卡方检验用于:
推断两个及两个以上总体率或构成比是否有差别,两个分类变量间有无相关关系,多个率的趋势检验,以及两个率的等效检验等。
此外,也用于频数分布的拟合优度检验。
对不同的设计类型的资料,检验的应用条件不同:
(1)完全随机设计两样本率的比较
1)当n>40,且T≥5时,用非连续性校正值;
若所得P≈α,则改用四格表的确切概率法。
2)当n≥40,且有1≤T<5时,用连续性校正值。
3)n<40,或有T<1时,不能用检验,应当用四格表的确切概率法。
(2)配对设计四格表
1)当b+c≥40,
2)当b+c<40,需作连续性校正,
(3)行列表资料
1)不宜有1/5以上格子的理论频数小于5,或有1个格子的理论频数小于1;
2)单向有序行列表,在比较各处理组的效应有无差别时,应该用秩和检验或Ridit检验;
3)多个样本率(或构成比)比较的检验时,结论为拒绝无效假设时,只能认为各总体率(或总体构成比)之间总的说来有差别,但不能说明它们彼此之间都有差别,或某两者间有差别。
若想进一步了解哪两者的差别有统计学意义,可用分割法。
4、率的标准误的意义和用途。
意义:
由于抽样的原因所造成的样本率与总体率的不一致就是率的抽样误差。
率的抽样误差的大小是用率的标准误来表示。
用途:
①表示抽样误差的大小,说明样本率的代表性、可靠性。
②对总体率的可信区间进行估计。
非参数统计
1、非参数统计方法的概念及适用范围。
概念:
样本所来自的总体分布难以用某种函数式来表达,还有一些资料的总体分布的函数式是未知的,只知道总体分布是连续型的或离散型的,解决这类问题的一种不依赖总体分布的具体形式的统计方法。
由于这类方法不受总体参数的限制,故称非参数统计法,或称为不拘分布的统计分析方法,又称为无分布型式假定的统计分析方法。
它检验的是分布,而不是参数。
非参数统计不需对总体分布(总体参数)作出特殊假设。
适用范围:
(1)等级资料。
(2)偏态分布资料。
当观察资料呈偏态或极度偏态分布而又未作变量变换,或虽经变量变换仍未达到正态或近似正态分布时,宜用非参数检验。
(3)各组离散程度相差悬殊,即方差明显不齐,且不能变换达到齐性。
(4)个别数据偏离过大,或资料为单侧或双侧没有上限或下限值。
(5)分布类型不明。
(6)初步分析。
有些医学资料由于统计工作量大,可采用非参数统计方法进行初步分析,挑选其中有意义者再进一步分析(包括参数统计内容)。
(7)对于一些特殊情况,如从几个总体所获得的数据,往往难以对其原有总体分布作出估计,在这种情况下可用非参数统计方法。
2、非参数检验的优缺点。
优点:
①非参数统计方法要求的假定条件比较少,因而它的适用范围比较广泛。
②多数非参数统计方法要求的运算比较简单,可以迅速完成计算取得结果,因而比较节约时间。
③大多数非参数统计方法在直观上比较容易理解,不需要太多的数学基础知识和统计学知识。
④大多数非参数统计方法可用来分析如象由等级构成的数据资料,而对计量水准较低的数据资料,参数统计方法却不适用。
⑤当推论多达3个以上时,非参数统计方法尤具优越性。
缺点:
①由于方法简单,用的计量水准较低,因此,如果能与参数统计方法同时使用时,就不如参数统计方法敏感。
若为追求简单而使用非参数统计方法,其检验功效就要差些。
这就是说,在给定的显著性水平下进行检验时,非参数统计方法与参数统计方法相比,第Ⅱ类错误的概率β要大些。
②对于大样本,如不采用适当的近似,计算可能变得十分复杂。
注意:
凡符合或经过变换后符合参数检验条件的资料,最好用参数检验。
当资料不具备参数检验的条件时,非参数检验是一种有效的分析方法。
直线相关
实习七直线相关与回归分析
1、相关与回归的联系和区别。
区别:
意义:
相关反映两变量的相互关系,即在两个变量中,任何一个的变化都会引起另一个的变化,是一种双向变化的关系。
回归是反映两个变量的依存关系,一个变量的改变会引起另一个变量的变化,是一种单向的关系。
应用:
研究两个变量的相互关系用相关分析。
研究两个变量的依存关系用回归分析。
研究性质:
相关是对两个变量之间的关系进行描述,看两个变量是否有关,关系是否密切,关系的性质是什么,是正相关还是负相关。
回归是对两个变量做定量描述,研究两个变量的数量关系,已知一个变量值可以预测出另一个变量值,可以得到定量结果。
相关系数r与回归系数b:
r与b的绝对值反映的意义不同。
r的绝对值越大,散点图中的点越趋向于一条直线,表明两变量的关系越密切,相关程度越高。
b的绝对值越大,回归直线越陡,说明当X变化一个单位时,Y的平均变化就越大。
反之也是一样。
联系:
r与b值可相互换算;r与b正负号一致;r与b的假设检验等价;回归可解释相关。
相关系数的平方r2(又称决定系数)是回归平方和与总的离均差平方和之比,故回归平方和是引入相关变量后总平方和减少的部分。
2、直线相关、秩相关的区别与联系。
区别:
(1)资料要求不同:
直线相关要求x、y是来自双变量正态总体的随机变量;秩相关适用于不服从双变量正态分布或总体分布类型未知以及用等级表示的原始数据。
(2)相关意义不同:
直线相关表示两变量的直线相关关系存在,秩相关表示两变量的相关关系。
联系:
相关系数的取值范围相同;秩相关将原始数据进行秩变换,以秩次计算直线相关系数。
实习八统计表与统计图
1、统计表及统计图的制表原则和要求。
统计表:
(1)统计表的制表原则
1)应重点突出,即一张表一般只包括一个中心内容,内容较多时可以用多个表格表达不同指标和内容。
2)统计表要层次清楚,即标目的安排及分组符合逻辑,便于分析比较。
主谓分明,通常主语放在表的左边,作为横标目;谓语放在右边,作为纵标目。
由左向右读,构成完整的一句话。
但若统计表的主语项目少而谓语项目多或主语项目多而谓语只有一项,亦可将纵标目作主语、横标目作谓语,阅读时从上至下。
3)统计表应简单明了,一切文字、数字和线条都应尽量从简。
(2)制表要求:
统计表通常由标题、标目、线条、数字4部分组成。
表中数字区不插入文字,也不列备注项。
必须说明者标“*”号等,在表下方说明。
1)标题:
应高度概括表的主要内容,一般包括研究的时间、地点和研究内容,左侧加表号,置于表的上方。
2)标目:
有横标目和纵标目,分别说明表格每行和每列数字的意义。
横标目位于表头的左侧,代表研究的对象;纵标目位于表头右侧,表达研究对象的指标。
注意标明指标的单位。
3)线条:
力求简洁,多采用三条线,即顶线、底线、纵标目下横线。
部分表格可再用短横线将“合计”分隔开,或用短横线将两重纵标目分割开。
其它竖线和斜线一概省去。
4)数字:
用阿拉伯数字表示。
同一指标小数点位数一致,位次对齐。
表内不留空项,无数字用“—”表示,缺失数字用“”表示,数值为0者记为“0”。
统计图:
①根据资料性质和分析目的正确选用适当的统计图。
②除圆图外,一般用直角坐标系的第一象限的位置表示图域(制图空间),或者用长方形的框架表示。
③绘制图形应注意准确、美观,给人以清晰的印象。
2、常见的统计图有哪几种?
它们的使用条件各是什么?
常用的统计图有直条图、直方图、百分比条图和圆图、线图、散点图、统计地图、箱式图等。
·直条图:
适用于比较、分析独立的或离散变量的多个
- 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:
- 统计 研究工作 基本 步骤
![提示](https://static.bingdoc.com/images/bang_tan.gif)