统计学302：回归分析入门讲解-数据类型与频数分布

本篇课件是来自西门菲沙大学（SFU）统计学与精算科学系讲师布拉德·麦克内尼（Brad McNeney）在2014年春季开设的课程《实验与观察数据分析》（Statistics302）中的第一章复习资料。主题聚焦于基础统计分析，特别是对数据类型的深入理解。 首先，课件介绍了数据类型，区分了不同的数据类别。其中包括： 1. 分类数据（Nominal data）：这些是无序类别或分类，例如性别（男性、女性）和癌症类型。这类数据通常用于分组讨论，没有内在的数值顺序。 2. 顺序数据（Ordinal data）：如癌症阶段或伤害严重程度评分，这些类别有自然的等级顺序，但并不表示量的大小。 接着，对于数值数据，又细分为： 3. 离散数据（Discrete data）：这些数值表示可测量的数量，如住院天数或胎次，但通常局限于特定值，如整数。例如，膀胱癌患者中男女人数的分布就是用离散数据呈现的。 4. 连续数据（Continuous data）：这些数值同样代表可测量属性，如血压和身高，其取值范围理论上无限，但在实践中受限于测量设备的精确度。 课件还提到数据的展示方式，包括表格的使用。对于分类变量，例如性别在膀胱癌患者中的频率分布，会通过频率表来呈现，如上表所示，展示了80,350名患者中男女的比例。对于连续变量，可能通过“分箱”（binning）的方式进行表格分类，以便于理解和分析。 这部分内容对于学习统计学的学生至关重要，因为它帮助他们理解不同类型的数据如何处理和解读，以及选择合适的分析方法。掌握这些基础知识对于后续进行回归分析等高级统计任务是必不可少的。