统计学作业数据分析

20144312·357·

代谢组学数据分析的统计学方法

柯朝甫

1

*

张涛

2

武晓岩

1

李康

1Δ

代谢组学是近年发展快速的一门学科，目前在医学、植物学、微生物学、毒理学、药物研发等诸多领域中

［1-5］

。代谢组学研究产生大量的数得到了广泛的应用

据，这些数据具有高维、小样本、高噪声等复杂特征。

（4）相互作用关系复杂：各种代谢物质可能不仅

具有简单的相加效应，而且可能具有交互作用，从而增加了识别这些具有复杂关系的生物标志物的难度。

（5）相关性和冗余性：各种代谢物并非独立存在，而是相互之间具有不同程度的相关性，同时由于碎片、加合物和同位素的存在使得数据结构存在很大的冗余性，这就需要采用合理的统计分析策略来揭示隐藏其中的复杂数据关系。

（6）分布的不规则和稀疏性：代谢组学数据分布不规则，而且数据具有稀疏性（即有很多值为零），因此，传统的一些线性和参数分析方法此时可能失效。

数据的预处理

代谢组学数据分析的目的是希望从中挖掘出生物相关信息，然而，代谢组学数据的变异来源很多，不仅包括生物变异，还包括环境影响和操作性误差等方面。处理手段主要包括归一化（standardization）、标准化（normalization），即中心化（centering）和尺度

统计学作业： 统计学作业：统计调 查方案设计组员：吴振宇，余丞，王涛，廖明 海等

红河学院大学生每月支出统计调查 方案方案来源：红河学院商学院统计学作业 方案来源：红河学院商学院统计学作业 目的： 1.了解数据调查方案制定的意义； 1.了解数据调查方案制定的意义； 2.掌握数据调查方案制定的方法步骤； 2.掌握数据调查方案制定的方法步骤； 3.掌握数据调查收集的方法，对一项具体的调查， 3.掌握数据调查收集的方法，对一项具体的调查， 能选择最合适的数据收集方法； 4.通过问卷设计，练习解决问卷设计过程中的细 4.通过问卷设计，练习解决问卷设计过程中的细 节问题，提高问卷设计的质量。

一、调查目的随着经济社会的纵深发展，我们大学生作为社会特殊的消 费群体，我们的消费观念的塑造和培养更为突出而直接地 影响我们世界观的形成与发展，进而对我们产生重要的影 响。因此，关注大学生消费状况，把握大学生生活消费的 心理特征和行为导向，在当前就成为我们当代大学生共同 关注的课题。关注大学生消费状况，在大学生的消费理念 超前或没有计划的前提下，培养和提高大学生的“财商” 超前或没有计划的前提下，培养和提高大学生的“财商”。 帮助大学生做好理财规划，是一个有利于帮助大

练习题P32-34

2.1

（1）制作一张频数分布表。

（2）绘制一张条形图，反映评价等级分布。

（3）绘制评价等级的帕累托图。

（4）绘制一张饼图，反映评价等级构成。

2.2（1）以组距为10进行分组，整理成频数分布表。 （2）根据分组绘制直方图，说明数据分布特点。

（3）制作茎叶图，并与直方图做比较。

使用寿命 Stem-and-Leaf Plot Frequency Stem & Leaf 1.00 Extremes (=<651) 1.00 65 . 8 2.00 66 . 14 3.00 66 . 568 3.00 67 . 134 3.00 67 . 679 7.00 68 . 1123334 7.00 68 . 5558899 13.00 69 . 0011112223344 13.00 69 . 5566677888899 8.00 70 . 00112234 10.00 70 . 5666778889 6.00 71 . 002233 7.00 71 . 5677889 4.00 72 . 0122 6.00 72 . 567899 1.00 73 . 3 2.00 73 . 56 1.00 74 . 1 1.00 74 . 7 1.00 Extremes (>=749)

2.3

（1）根据上面数据，画出两个班考试成绩的环形图，比较它们的构成。

（2）画出雷达图，比较两个班考试成绩分布是否相似。

2.4绘制各城市月气温的箱线图，并比较各城市气温分布特点。

第二章习题（离散程度指标）

1．[习题集P23第9题]某车间有两个小组，每组都是7人，每人日产量数如下：第一组：20、40、60、70、80、100、120；第二组：67、68、69、70、71、72、73。已知两组工人每人平均日产量件数为70件，试计算：（1）R；（2）A.D；（3）S.D，并比较哪个组的平均数代表性大？

要求：如计算过程有小数，请保留至小数点后两位，余均同。 2．[习题集P23第10题]有两班各20名工人的日产量分组资料如下： 甲组 日产量（件） 5 7 9 10 13 合计 工人数（人） 3 5 6 4 2 20 日产量（件） 8 12 14 15 16 合计 乙组 工人数（人） 6 7 3 3 1 20 试据此分别计算其平均日产量，并说明哪个班的平均日产量代表性大？ 3．两种不同的水稻品种分别在五块田块上试种，其产量资料如下： 甲品种 播种面积（亩） 1.2 1.1 1.0 0.9 0.8 5.0 产量（斤） 1200 1045 1100 810 840 4995 播种面积（亩） 1.5 1.3 1.3 1.0 0.9 6.0 乙品种 产量（斤） 1680 1300 1170 1220 630 6000 假定生产条件

《应用统计学》课程设计之一：国家医护协会

美国国家医护协会（National HealthCare Association）对于医护专业未来护士的缺乏十分关注。为了了解现阶段护士们对工作的满意程度，该协会发起了一项对全国医院护士的调查研究。一个由50名护士组成的随机样本，要求她们写出对工作、工资和升职机会的满意程度。这三方面的评分都是从0到100，分值越大表明满意程度越高。表1显示了根据护士所在医院的分类：私人医院、军人下属医院、大学医院收集到的数据。

表1 来自3种类型医院共50名护士对工作、工资和升职机会

满意程度的评分样本数据

私人医院工作工资升职机会725740906266844266855664714568884942726045883647776075644361712574842862703854875157745982896662855767744763824991军队下属医院大学医院工作工资升职机会工作工资升职机会71495884536384743787664972378672597963487888555284602974705173565585894694605279594190276769471672763790562

《统计学》课程习题

1．举例说明统计分组可以完成的任务。

2．举一个单向复合分组表的例子，再举一个双向复合分组表的例子。 3．某市拟对该市专业技术人员进行调查，想要通过调查来研究下列问题： （1）通过描述专业技术人员队伍的学历结构来反映队伍的整体质量；（2）研究专业技术人员总体的职称结构比例是否合理；（3）描述专业技术人员总体的年龄分布状况；（4）研究专业技术人员完成的科研成果数是否与其最后学历有关。

请回答：

（1）该项调查研究的调查对象是 ； （2）该项调查研究的调查单位是 ； （3）该项调查研究的报告单位是 ；

（4）为完成该项调查研究任务，对每一个调查单位应询问下列调查项目 。 4．某车间按工人日产量情况分组资料如下：

日产量（件） 50-60 60-70 70-80 80-90 90-100 合计 工人人数（人） 6 12 18 10 7 53 根据上表指出：

（1）变量、变量值、上限、下限、次数（频数）； （2）各组组距、组中值、频率。

5．某地区人口数据如下表，请在空白处填写组距、组

《应用统计学》课程设计之一：国家医护协会

美国国家医护协会（National HealthCare Association）对于医护专业未来护士的缺乏十分关注。为了了解现阶段护士们对工作的满意程度，该协会发起了一项对全国医院护士的调查研究。一个由50名护士组成的随机样本，要求她们写出对工作、工资和升职机会的满意程度。这三方面的评分都是从0到100，分值越大表明满意程度越高。表1显示了根据护士所在医院的分类：私人医院、军人下属医院、大学医院收集到的数据。

表1 来自3种类型医院共50名护士对工作、工资和升职机会

满意程度的评分样本数据

私人医院工作工资升职机会725740906266844266855664714568884942726045883647776075644361712574842862703854875157745982896662855767744763824991军队下属医院大学医院工作工资升职机会工作工资升职机会71495884536384743787664972378672597963487888555284602974705173565585894694605279594190276769471672763790562

华东理工大学继续教育学院成人教育

2014年下半年《统计学》视频课练习卷

考试形式： 闭卷

专业 任课教师 徐林德 班级 考生姓名 学号 成绩

一．填空题：（0.5分x20空=10分） 1．“统计”一词一般有三种涵义即（ 统计工作 ）、（ 统计资料 ）、和（ 统计学 ）。 2．统计学的特点可以归纳为四方面即（数量性）、（ 总体性）、（ 具体性 ）、（客观性）。 3．专门调查有（ 普查 ）、（抽样调查 ）、（ 重点调查 ）和（ 典型调查 ）。 4．统计分组有（ 简单分组 ）、（ 复合分组 ）和（ 品质分组 ）。 5．总量指标的计量单位主要有( 实物单位 )、（劳动时间单位）、（ 价值单位 ）。 6．国内生产总值（GDP）有三种表现形态（价格形态）、（收入形态 ）、（ 产品形态 ）。

二．判断题：（对“√”，错“×”。1分x10题=10分）

1． 统计数字的具体性是统计学区别于数学的根本标志。 （√） 2． 变量是指可变的数量标志。 （×）

3． 调查对象就是统计总体，而统计总体不一定是调查对象。

第二章习题（离散程度指标）

1．[习题集P23第9题]某车间有两个小组，每组都是7人，每人日产量数如下：第一组：20、40、60、70、80、100、120；第二组：67、68、69、70、71、72、73。已知两组工人每人平均日产量件数为70件，试计算：（1）R；（2）A.D；（3）S.D，并比较哪个组的平均数代表性大？

要求：如计算过程有小数，请保留至小数点后两位，余均同。 2．[习题集P23第10题]有两班各20名工人的日产量分组资料如下： 甲组 日产量（件） 5 7 9 10 13 合计 工人数（人） 3 5 6 4 2 20 日产量（件） 8 12 14 15 16 合计 乙组 工人数（人） 6 7 3 3 1 20 试据此分别计算其平均日产量，并说明哪个班的平均日产量代表性大？ 3．两种不同的水稻品种分别在五块田块上试种，其产量资料如下： 甲品种 播种面积（亩） 1.2 1.1 1.0 0.9 0.8 5.0 产量（斤） 1200 1045 1100 810 840 4995 播种面积（亩） 1.5 1.3 1.3 1.0 0.9 6.0 乙品种 产量（斤） 1680 1300 1170 1220 630 6000 假定生产条件

华东理工大学继续教育学院成人教育

2014年下半年《统计学》视频课练习卷

考试形式： 闭卷

专业 任课教师 徐林德 班级 考生姓名 学号 成绩

一．填空题：（0.5分x20空=10分） 1．“统计”一词一般有三种涵义即（ 统计工作 ）、（ 统计资料 ）、和（ 统计学 ）。 2．统计学的特点可以归纳为四方面即（数量性）、（ 总体性）、（ 具体性 ）、（客观性）。 3．专门调查有（ 普查 ）、（抽样调查 ）、（ 重点调查 ）和（ 典型调查 ）。 4．统计分组有（ 简单分组 ）、（ 复合分组 ）和（ 品质分组 ）。 5．总量指标的计量单位主要有( 实物单位 )、（劳动时间单位）、（ 价值单位 ）。 6．国内生产总值（GDP）有三种表现形态（价格形态）、（收入形态 ）、（ 产品形态 ）。

二．判断题：（对“√”，错“×”。1分x10题=10分）

1． 统计数字的具体性是统计学区别于数学的根本标志。 （√） 2． 变量是指可变的数量标志。 （×）

3． 调查对象就是统计总体，而统计总体不一定是调查对象。