Статистический анализ: Подход с использованием ЭВМ - Афифи А.
Скачать (прямая ссылка):
61 500 * 1 111212 2 I 2111 1 ( l) * 61.500
60.500 - 11 1 31 4141 1 1 Ul 111 И VI/ . 60.500
59 500
59.500
u1 5 7 'i<Xj
58.500 1 1 . 58.500
1 I - 57.500
56.500 * 1 1 1 1 I * 56 500
55.500 1 . i5i5M
.500 -
54,500
— 5J.5O0 1 53 soo
Ь 52.50C - 1 1 ~ 52.500
51.500 * 11 • 51 500
О 50.500 -? 49.500 --? 48 500 -
4 7 <>00 ¦
50.500 49.500 48.500 . 500
46.500 • 1 . 46500
45.500 -
44.500 -
4 1. SOO -42.500 -41.500 ¦ 40.SOO ¦ 19.500 ¦ 3B.500 -37.500 ¦ 36.600 ' J5.S00 -34.500 ¦ 3 3.500 -
45.500 44.500 4 3.500 42. 500 41 .500 40.500 39.500
за.5oo 3 7.500 36 500
3 5 SOO 31.500 33.500
CURRENT WEIGHT fib)
Рнс. 1.7.6. Диаграмма рассеяния для переменных «рост» н «текущий вес».
Пример 1.7.1 (продолжение). На рис. 1.7.6 изображена диаграмма рассеяния для переменных «рост» и «текущий вес». Четыре наблюдения выглядят выбросами по сравнению с основной группой данных. Кажется, что в выборку включены трое детей (левый
1.7. Проверка данных
63
нижний угол) и один очень тяжелый и низкорослый человек (посередине справа).
На рис. 1.7.7 изображена диаграмма рассеяния для переменных «общий белок» (мг/100 мл) и «альбумин» (мг/100 мл). Поскольку содержание альбумина всегда меньше, чем общего белка, то три крайние точки (посередине справа) должны быть ошибками. И действительно, при проверке оказалось, что это — ошибки кодировки.
в.вао
в. МО - 8. BOO
в.800 - 1 • 8.730
в.720 * в. 640
в.640 - 111 1 8.560
8.560 - 8.480
в.480 -8.400 -в.320 * 8.240 • 11 1 1112 11 2 111 12 12 11 I 8.400 • 8.320 в.240 8.160
8.160 -
В.080 - 2 2 2 1 1 2 1 1 1 в.оео - В.000 / lV 7.920 / /- 7.840 / /" 7'IT.
8.000 -7.920 * 1 2 1 2 3 S 2 1 1 6 4 13 2114134234 2 1
7.840 Э 57479617212
7.760 -
7.680 - 1 4464497994111 У /¦ it0
7.600 - 1 1 117956A6649 21 11 / I ' !™
1.520 • 22638779D973 41 / 1 / * 7.520
^ 7.440 - 1 1 112SCACB7J5222 V1 / - 7,tS
В 7,360 - - 7.360
О 7,280 - 1 2334AS8A87531L 7.280
О 7.200 - 1 3 2 23277658E5522 7.200
7.120 * 1 2 2463875354311 1 * 7.120
„, 7.040 - 1 1 1 1635879223 211 7.040
^ б.вао - 6.960
5 3 4 6 2 1 3 1 1 6. eeo
в.аоо - 1 22332 1 Э 3 2 L 6.800
z «.720 • 1 3 112 11 * .6.720
6.640 - 2 11 11 6.640
tz 6.560 - 6.560
о 6.«0 -PC 6.400 - 2 1 6.480
1 11 1 6.400
(X 6.J20 • • 6.320
6.240 1 1 6.240
6.160 - 6. 160
S - 6.060
О «.ООО - 1 1 6.000
t- 5.920 • • 5.920
5.840 - 5.840
5.760 - 5.760
5.680 - 1 5.680
5.600 - 1 5.600
5.S20 • 1 * 5.520
5.440 - 5.440
2.950 3.950 4.950 5.950 6.950 7.9SO
3.450 4.450 5.450 6.450 ».450
ALBUMIN (mg/lOOml) Рис. 1.7.7. Диаграмма рассеяния для переменных «общийбелок» и «альбумин».
1.7.5. Обработка отсутствующих значений1)
Многие программы из ПСП позволяют исключать элементы выборки, удовлетворяющие определенным условиям. Обычно исключаются элементы, у которых значение данной переменной оказывается выше (или ниже) указанного предела. Другой метод состоит
*) Иногда в отечественной литературе встречается термин «непомеренные». Нам кажется, что термин «отсутствующие значения» лучше, поскольку значение переменной может быть неизвестным не только потому, что оно не было измерено, но н потому, что оно утрачено в процессе обработки. — Прим. перев.
64
Гл. 1. Введение в анализ данных
в отбрасывании элементов, у которых значение переменной равно данному. Первый способ позволяет исключать выбросы и неисправимые грубые ошибки, а второй оказывается удобным средством для отбрасывания отсутствующих значений. Обычно отсутствующее значение кодируется либо пробелом, либо строкой из одних цифр 9, заполняющих все поле переменной.
Если анализу подвергается единственная переменная, то отсутствующие значения разумнее всего выкидывать. Если же анализируется несколько параметров, то можно воспользоваться и другими методами. Эти методы позволяют использовать информацию, содержащуюся в случаях, когда наблюдение не пропущено, вместо того чтобы исключить весь случай целиком. Мы обсудим некоторые из них в разд. 3.2.6.
