第7章　基本统计分析

本章内容

• 描述性统计分析

• 频数表和列联表

• 相关系数和协方差

• t检验

• 非参数统计

在前几章中，你学习了如何将数据导入到R中，以及如何使用一系列函数组织数据并将其转换成为可用的格式。然后，我们评述了数据可视化的基本方法。

在数据被组织成合适的形式后，你也开始使用图形探索数据，而下一步通常就是使用数值描述每个变量的分布，接下来则是两两探索所选择变量之间的关系。其目的是回答如下问题。

• 各车型的油耗如何？特别是，在对车型的调查中，每加仑汽油行驶英里数的分布是什么样的？（均值、标准差、中位数、值域等。）

• 在进行新药实验后，用药组和安慰剂组的治疗结果（无改善、一定程度的改善、显著的改善）相比如何？实验参与者的性别是否对结果有影响？

• 收入和预期寿命的相关性如何？它是否明显不为零？

• 美国的某些地区是否更有可能因为你犯罪而将你监禁？不同地区的差别是否在统计上显著？

本章，我们将评述用于生成基本的描述性统计量和推断统计量的R函数。首先，我们将着眼于定量变量的位置和尺度的衡量方式。然后我们将学习生成类别型变量的频数表和列联表的方法（以及连带的卡方检验）。接下来，我们将考察连续型和有序型变量相关系数的多种形式。最后，我们将转而通过参数检验（t检验）和非参数检验（Mann—Whitney U检验、Kruskal—Wallis检验）方法研究组间差异。虽然我们关注的是数值结果，但也将通篇提及用于可视化这些结果的图形方法。

本章中涵盖的统计方法通常会在本科第一年的统计课程中讲授。如果你对这些方法不熟悉，有两份优秀的文献可供参考：McCall（2000）和Snedecor & Cochran（1989）。除此之外，对于讲到的每个主题，也有许多翔实的在线资源可供参考（如维基百科）。