基于R语言的现代统计分组处理原则.doc

基于R语言的现代统计分组处理原则.doc基于R语言的现代统计分组处理原则[提要]在已经划分组距的状况下,为了处理某些单位的标志值正好等于组上限下限数值的情形,一般把这种特别的数值划归到下限组,这一原则称为“上限不在内原则”,这种统计界的行规是否具备内在的理性?可否可以改进?关键词:统计分组;上限不在内原则;变量分布中图分类号:TP31文献标识码:A原标题:现代统计分组的处理原则一一基于R语言的处理方法收录口期:2014年4月10B一、统计界行规统计界一直存在一个这样的惯例,统计分组时使用上限不在内原则。这一原则存在于各大教科书中,也是国家统计局主导的全国统计资格考试的官方标准答案。在google搜索引擎中输入“统计学上限不在内”,可以找到169本教林千篇一律、异口同声地对这个问题,进行全部一致的表述。我们抽取第一本教材,《统计学教程》(清华大学出版社2006年,卢小广主编),在采用重合组限场合,为了贯彻“不重不漏”原则,一般采用“上限不在内”统计惯例的处理方式。所谓上限不在内,完整表述是“下限在内、上限不在内”,凡是其数值恰好等于某组上限的数据,在重合组限场合必然同时等于其以上一组的下限……中国国内所有统计学教科书中众口一词,千篇一律,进行这样的表述。国家统计局主导的2012年度全国统计专业技术中级资格考试,统计基础理论及相关知识试卷(A卷)第一大题单项选择题的第四小题,在统计分组中,如果某一数值恰好等于某一组的组限时,贝慄取(B・上限不在内的原则)。国家统计局作为行业领导,采取这样一种观念,更加重了统计界对这个问题的看法。仔细分析可以发现,上限不在内原则是慕于重叠分组而产生,一个组的上限和另一个组的下限相等时,我们人为裁定:上限不在内。这个数据就要划归到下限组。如果我们在分组的时候,不采取重叠分组,这个问题就简简单单地规避了,也不会有上限不在内的说法了。统计分组的最基础原则应该是:全面覆盖,不重不漏。以此为岀发点,可以避免人为硬性规定“上限不在内”的做法。无论如何分组,只要做到全部覆盖,相邻区间端点不重合,不遗漏,就无需再提“上限不在内”。重叠分组将导致某个值正好等于区间端点,如何将它划入哪个区间的两难境地。这种做法也符合数学上的美:完备性。你分割的区间对所研究问题的值域,构成一种无重复的完备分割。进一步查看国内的统计学教材,你会发现,居然是用手工检测的方式来保证这种上限不在内的原则得以履行。二、国际统计软件的处理方法国际统计学界最流行的软件是R,它是一个有着统计分析功能及强大作图功能的软件,在GNU协议GeneralPublicLicenced下免费发彳亍。它是面向对象的统计编程语言,是由AT&T贝尔实验室所创的S语言发展出的一种方言。R是一种为统计计算和图形显示而设计的语言及环境。它是以开源项目形式发展出來的一套国际通用统计科学计算包,.org/,已成为统计界的标准学术语言。R采取了一种怎样的处理方式呢?R软件的处理原则是:全血覆盖、不重不漏。由于它没有采用重叠分组,因此无需硬性规定“上限不在内”。下面,我们给一个具体的实例,用R语言进行编程处理,并给出全部的代码。某班50名学生的统计基础谍程期中测试成绩如下,请统计分组后,编制变量数列。[,1][,2][,3][,7][,8][,9][,10]826886948963777684897578818276998084898860837