基于R語言的描述性統(tǒng)計教學(xué)

侯縣平 成都信息工程大學(xué)物流學(xué)院

描述性統(tǒng)計是對數(shù)據(jù)的大小、離散程度、分布形狀等概括性數(shù)據(jù)進行計算，用以描述和發(fā)現(xiàn)數(shù)據(jù)的特征，從而為后續(xù)的進一步數(shù)據(jù)分析做好準(zhǔn)備，是統(tǒng)計學(xué)課程必須掌握的基礎(chǔ)性內(nèi)容。然而，描述性統(tǒng)計的計算較為繁瑣，而R語言是一款免費的統(tǒng)計軟件，能夠方便快捷的進行統(tǒng)計分析，滿足個性化、多樣化的統(tǒng)計需求[1,2]。借助于R語言進行描述性統(tǒng)計教學(xué)，簡單易學(xué)，容易理解，能夠提高計算效率，提升學(xué)生的學(xué)習(xí)興趣，提高教學(xué)效果。本文以具體數(shù)據(jù)為例，分析如何通過R語言來進行描述性統(tǒng)計的教學(xué)。

一、數(shù)據(jù)

本文以car包中[3]的Mroz數(shù)據(jù)集為例進行分析。Mroz數(shù)據(jù)集是對美國已婚婦女勞動力參與就業(yè)的收入調(diào)查，包含753個觀測值，8個指標(biāo)。Mroz數(shù)據(jù)集的前6行如表1所示，實現(xiàn)代碼如下：

表1 Mroz數(shù)據(jù)集

表1中，1-6為序號，lfp指是否參與就業(yè)，k5指5歲及以下孩子的數(shù)量，k618指6至18歲孩子的數(shù)量，age指年齡，wc指妻子是否接受過大學(xué)教育，hc指丈夫是否接受過大學(xué)教育，lwg指期望的工資水平，inc指除妻子收入外的家庭收入。

二、描述水平的統(tǒng)計量

數(shù)據(jù)水平就是指數(shù)據(jù)的大小，描述水平的統(tǒng)計量主要有均值、中位數(shù)、四分位數(shù)等。在R語言中，可以輕松的計算這些統(tǒng)計量。下文的計算是針對lwg進行的，如果要計算inc，則將lwg替換為inc即可。

三、描述差異的統(tǒng)計量

描述數(shù)據(jù)的差異的統(tǒng)計量主要有極差、四分位差、方差和標(biāo)準(zhǔn)差，這些統(tǒng)計量用以反映數(shù)據(jù)的離散程度。

四、描述分布的統(tǒng)計量

數(shù)據(jù)的分布可以通過直方圖來觀察，并與正態(tài)分布做比較。通過偏度系數(shù)和峰度系數(shù)測度數(shù)據(jù)分布的不對稱性和峰值高低。lwg的直方圖及正態(tài)分布曲線如圖1所示。

圖1 lwg的直方圖及正態(tài)分布曲線

五、數(shù)據(jù)的綜合描述

有時候需要對數(shù)據(jù)進行綜合描述，希望一次性得到多個統(tǒng)計量，則可以通過下面的方式實現(xiàn)。

或者，一次性想得到若干變量的統(tǒng)計結(jié)果，則可以運行如下代碼，結(jié)果見表2.

表2 lwg和inc的描述統(tǒng)計

如果想對多個變量進行分組描述統(tǒng)計，則無需繁瑣的逐步進行，用下面的方式非常方便，結(jié)果見表3。

表3 基于lfp和wc分組的lwg和inc的分組描述統(tǒng)計

甚至可以編寫自己的函數(shù)來進行描述性統(tǒng)計，從而滿足個性化的統(tǒng)計需求。

六、結(jié)論

從以上分析中可以看出，R語言是一款優(yōu)秀的統(tǒng)計軟件，可以輕松實現(xiàn)編程，能夠方便快捷地實現(xiàn)個性化的統(tǒng)計需求。將R語言應(yīng)用于教學(xué)，能夠較好的激發(fā)學(xué)生的學(xué)習(xí)興趣和動力，提高學(xué)生動手實踐的積極性和能力。