来源：http://study.163.com/course/courseMain.htm?courseId=1005232026
索引——
- 基本概念
- 连续变量的统计描述
- 分类变量的统计描述
- 正太分布
- 二项分布
- 参数估计与可信区间
- 假设检验
三、分类变量的统计描述
1、分类变量的描述指标
1.1 基本描述方式
原始数据：频数列表、百分比、累计频数、累计百分比
集中趋势：众数
比（radio）：任意两个变量之比。俩变量可以是性质相同或不同的指标，但必须有专业意义，如：两个地区某病发病例数；性别比，货物/销售人员比。
构成比：部分占总体的比例，分为k个部分（A1，A2，......Ak）；构成比的分子是分母的一部分，所以取值必在0到1之间，构成比之和为1.
率（rate）：某个时期内时间发生的强度或频率，与物理中速率的定义相对照。
率的公式：
以下不符合率的定义：
（1）分子与分母不在同一范畴的“率”，如离婚率（媒体所报道的离婚率是当年结婚与当年离婚的夫妻，很大情况下并不是同一波人）
（2）分子可重复计数的绿，如感冒发病率（假设一个人同个季度内感冒2次，可能被算成2个病人）
2、相对数应用的注意事项
2.1 计算相对数时分母不宜过小。
可行的情况：如仍硬币自扔两次，两次正面朝上，并不能说明问题
不可行的情况：AISD还未被治愈过，但只要治愈一例就足以扬名立万
2.2 几个总率比较时要注意构成的差别，若分母不同不可以直接相加减
如：中国 汉族占97%，蒙古国蒙古族占100%，则直接相加除以2并不能表示二者所占总数的比例
2.3 相对数进行比较时应注意可比性，即其他因素的影响
3、
分类变量描述的统计软件实现
3.1 SAS（强项在于建模）
|
proc freq
|
可生成交叉表（一维二维）并做检验
|
|
proc tabulate
|
复杂制表输出
|
3.2 SPSS
|
描述统计子菜单
|
频数、交叉表、检验
|
|
表/报告子菜单
|
以制表形式实现包括多选题在内的各种复杂汇总描述
|
|
多重响应子菜单
|
多选题的统计描述
|
3.3 python
pandas包：
series.value_counts（）：频数表、百分位数分布、条形图等
df.pivot_table（），df.crosstab（） ：二维或多维交叉表
3.4 R
table（）
deducer.frequencies（）
gmodels.CrossTable（）