基于R語言的描述性統計教學

侯縣平 成都信息工程大學物流學院

描述性統計是對數據的大小、離散程度、分布形狀等概括性數據進行計算，用以描述和發現數據的特征，從而為后續的進一步數據分析做好準備，是統計學課程必須掌握的基礎性內容。然而，描述性統計的計算較為繁瑣，而R語言是一款免費的統計軟件，能夠方便快捷的進行統計分析，滿足個性化、多樣化的統計需求[1,2]。借助于R語言進行描述性統計教學，簡單易學，容易理解，能夠提高計算效率，提升學生的學習興趣，提高教學效果。本文以具體數據為例，分析如何通過R語言來進行描述性統計的教學。

一、數據

本文以car包中[3]的Mroz數據集為例進行分析。Mroz數據集是對美國已婚婦女勞動力參與就業的收入調查，包含753個觀測值，8個指標。Mroz數據集的前6行如表1所示，實現代碼如下：

表1 Mroz數據集

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

二、描述水平的統計量

數據水平就是指數據的大小，描述水平的統計量主要有均值、中位數、四分位數等。在R語言中，可以輕松的計算這些統計量。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、描述差異的統計量

描述數據的差異的統計量主要有極差、四分位差、方差和標準差，這些統計量用以反映數據的離散程度。

四、描述分布的統計量

數據的分布可以通過直方圖來觀察，并與正態分布做比較。通過偏度系數和峰度系數測度數據分布的不對稱性和峰值高低。lwg的直方圖及正態分布曲線如圖1所示。

圖1 lwg的直方圖及正態分布曲線

五、數據的綜合描述

有時候需要對數據進行綜合描述，希望一次性得到多個統計量，則可以通過下面的方式實現。

或者，一次性想得到若干變量的統計結果，則可以運行如下代碼，結果見表2.

表2 lwg和inc的描述統計

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

表3 基于lfp和wc分組的lwg和inc的分組描述統計

甚至可以編寫自己的函數來進行描述性統計，從而滿足個性化的統計需求。

六、結論

從以上分析中可以看出，R語言是一款優秀的統計軟件，可以輕松實現編程，能夠方便快捷地實現個性化的統計需求。將R語言應用于教學，能夠較好的激發學生的學習興趣和動力，提高學生動手實踐的積極性和能力。