您要按性别和眼睛颜色汇总研究中个体的体重数据。
1 打开工作表“眼睛颜色.MTW”。
2 选择统计 > 表格 > 描述性统计。
3 在对于行中,输入性别。在对于列中,输入眼睛颜色。
4 单击关联变量,然后输入体重。
5 在显示下,选中均值和标准差。在每个对话框中单击确定。
会话窗口输出
列表统计量: 性别, 眼睛颜色
行: 性别 列: 眼睛颜色
蓝色 棕色 绿色 淡褐色 缺失 全部
女 124.2 123.3 118.0 125.0 120.0 122.2 19.25 10.63 13.40 18.03 * 15.06
男 156.3 159.1 156.8 164.7 170.0 158.4 28.47 13.91 20.77 10.02 * 20.12
全部 142.5 146.1 132.1 139.9 * 140.3 29.16 21.86 24.89 25.22 * 25.36
单元格内容: 体重 : 均值 体重 : 标准差 |
您意识到存在缺失数据,您决定将缺失数据包括在表格计算中,以了解这会对边际统计量产生什么影响。
1 选择统计 > 表格 > 描述性统计。
2 在对于行中,输入性别。在对于列中,输入眼睛颜色。
3 单击关联变量,然后输入体重。
4 在显示下,选中均值和标准差。单击确定。
5 单击选项,选中在计算中包括显示的缺失值。依次在每个对话框中单击确定。
会话窗口输出
列表统计量: 性别, 眼睛颜色
行: 性别 列: 眼睛颜色
蓝色 棕色 绿色 淡褐色 缺失 全部
女 124.2 123.3 118.0 125.0 120.0 122.1 19.25 10.63 13.40 18.03 * 14.72
男 156.3 159.1 156.8 164.7 170.0 158.9 28.47 13.91 20.77 10.02 * 19.80
全部 142.5 146.1 132.1 139.9 145.0 140.5 29.16 21.86 24.89 25.22 35.36 25.36
单元格内容: 体重 : 均值 体重 : 标准差 |
默认情况下,Minitab 将在表中显示所有缺失值,但不会将它们包括在计算中,除非在“选项”子对话框中选中了在计算中包括显示的缺失值。当某个数据点缺失时,默认情况下在计算中忽略整个工作表行(观测值)。
在本例中,缺失 1 名女性和 2 名男性的眼睛颜色数据。如果计算中不包括缺失数据,则研究中女性的平均体重为 122.2 磅。如果包括眼睛颜色缺失的女性的体重数据,则平均体重为 122.1 磅。对于男性,不包括缺失数据时平均体重为 158.4 磅,包括缺失数据时平均体重为 158.9 磅。
您必须决定哪个统计量对您的应用更有意义。如果某个人的任何一部分数据缺失,一些研究人员会把整个点从研究中排除,而另一些研究人员则会尽可能地利用这些数据。