<?xml version="1.0"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="zh-Hans-CN">
	<id>https://www.yiliao.com/index.php?action=history&amp;feed=atom&amp;title=%E6%8F%8F%E8%BF%B0%E7%BB%9F%E8%AE%A1</id>
	<title>描述统计 - 版本历史</title>
	<link rel="self" type="application/atom+xml" href="https://www.yiliao.com/index.php?action=history&amp;feed=atom&amp;title=%E6%8F%8F%E8%BF%B0%E7%BB%9F%E8%AE%A1"/>
	<link rel="alternate" type="text/html" href="https://www.yiliao.com/index.php?title=%E6%8F%8F%E8%BF%B0%E7%BB%9F%E8%AE%A1&amp;action=history"/>
	<updated>2026-04-18T08:48:26Z</updated>
	<subtitle>本wiki的该页面的版本历史</subtitle>
	<generator>MediaWiki 1.35.1</generator>
	<entry>
		<id>https://www.yiliao.com/index.php?title=%E6%8F%8F%E8%BF%B0%E7%BB%9F%E8%AE%A1&amp;diff=200696&amp;oldid=prev</id>
		<title>112.247.67.26：以“分为集中趋势分析和离中趋势分析和相关分析三大部分。　　 ==集中趋势分析== 集中趋势分析主要靠平均数、中数、众...”为内容创建页面</title>
		<link rel="alternate" type="text/html" href="https://www.yiliao.com/index.php?title=%E6%8F%8F%E8%BF%B0%E7%BB%9F%E8%AE%A1&amp;diff=200696&amp;oldid=prev"/>
		<updated>2014-02-06T11:28:56Z</updated>

		<summary type="html">&lt;p&gt;以“分为&lt;a href=&quot;/%E9%9B%86%E4%B8%AD%E8%B6%8B%E5%8A%BF&quot; title=&quot;集中趋势&quot;&gt;集中趋势&lt;/a&gt;分析和&lt;a href=&quot;/index.php?title=%E7%A6%BB%E4%B8%AD%E8%B6%8B%E5%8A%BF&amp;amp;action=edit&amp;amp;redlink=1&quot; class=&quot;new&quot; title=&quot;离中趋势（页面不存在）&quot;&gt;离中趋势&lt;/a&gt;分析和相关分析三大部分。　　 ==集中趋势分析== 集中趋势分析主要靠平均数、中数、众...”为内容创建页面&lt;/p&gt;
&lt;p&gt;&lt;b&gt;新页面&lt;/b&gt;&lt;/p&gt;&lt;div&gt;分为[[集中趋势]]分析和[[离中趋势]]分析和相关分析三大部分。　　&lt;br /&gt;
==集中趋势分析==&lt;br /&gt;
集中趋势分析主要靠平均数、中数、众数等统计指标来表示数据的集中趋势。例如被试的平均成绩多少？是正偏分布还是负偏分布？　　&lt;br /&gt;
==离中趋势分析==&lt;br /&gt;
离中趋势分析主要靠全距、四分差、平均差、[[方差]]、[[标准差]]等统计指标来研究数据的离中趋势。例如，我们想知道两个教学班的语文成绩中，哪个班级内的成绩分布更分散，就可以用两个班级的四分差或百分点来比较。　　&lt;br /&gt;
==相关分析==&lt;br /&gt;
相关分析探讨数据之间是否具有[[统计学]]上的关联性。这种关系既包括两个数据之间的单一相关关系——如年龄与个人领域空间之间的关系，也包括多个数据之间的[[多重相关]]关系——如年龄、[[抑郁症]]发生率、个人领域空间之间的关系；既包括A大B就大(小)，A小B就小(大)的直线相关关系，也可以是复杂相关关系（A＝Y－B*X）；既可以是A、B变量同时增大这种[[正相关]]关系，也可以是A变量增大时B变量减小这种[[负相关]]，还包括两变量共同变化的紧密程度——即[[相关系数]]。实际上，相关关系唯一不研究的数据关系，就是数据协同变化的内在根据——即因果关系。获得相关系数有什么用呢？简而言之，有了相关系数，就可以根据回归方程，进行A变量到B变量的估算，这就是所谓的回归分析，因此，相关分析是一种完整的统计研究方法，它贯穿于提出假设，数据研究，数据分析，数据研究的始终。 &lt;br /&gt;
&lt;br /&gt;
例如，我们想知道对监狱情景进行什么改造，可以降低囚徒的暴力倾向。我们就需要将不同的囚舍颜色基调、囚舍绿化程度、囚室人口密度、放风时间、探视时间进行排列组合，然后让每个囚室一种实验处理，然后用[[因素分析]]法找出与囚徒暴力倾向的相关系数最高的因素。假定这一因素为囚室人口密度，我们又要将被试随机分入不同人口密度的十几个囚室中生活，继而得到人口密度和暴力倾向两组变量（即我们讨论过的A、B两列变量）。然后，我们将人口密度排入X轴，将暴力倾向分排入Y轴，获得了一个很有价值的图表，当某典狱长想知道，某囚舍扩建到N人/间囚室，暴力倾向能降低多少。我们可以当前人口密度和改建后人口密度带入相应的回归方程，算出扩建前的预期暴力倾向和扩建后的预期暴力倾向，两数据之差即典狱长想知道的结果。　　&lt;br /&gt;
==[[推论统计]]==&lt;br /&gt;
推论统计是统计学乃至于心理统计学中较为年轻的一部分内容。它以统计结果为依据，来证明或推翻某个命题。具体来说,就是通过分析样本与样本分布的差异，来估算样本与总体、同一样本的前后测成绩差异，样本与样本的成绩差距、总体与总体的成绩差距是否具有显著性差异。例如，我们想研究教育背景是否会影响人的[[智力测验]]成绩。可以找一100名24岁大学毕业生和100名24岁初中毕业生。采集他们的比－西智力测验成绩。用推论统计方法进行数据处理，最后会得出类似这样儿的结论：“研究发现，大学毕业生组的成绩显著高于初中毕业生组的成绩，二者在.01水平上具有显著性差异，说明大学毕业生的比－西智力测验成绩优于中学毕业生组。” &lt;br /&gt;
&lt;br /&gt;
其中，如果用EXCEL 来求描述统计。其方法是：&lt;br /&gt;
&lt;br /&gt;
工具-加载宏-勾选&amp;quot;分析工具库&amp;quot; &lt;br /&gt;
&lt;br /&gt;
然后关闭Excel然后重新打开, &lt;br /&gt;
&lt;br /&gt;
工具菜单就会出现&amp;quot;数据分析&amp;quot;&lt;br /&gt;
&lt;br /&gt;
描述统计是“数据分析”内一个子菜单&lt;br /&gt;
&lt;br /&gt;
在做的时候，记得要把方格输入正确。最好直接点选&lt;/div&gt;</summary>
		<author><name>112.247.67.26</name></author>
	</entry>
</feed>