基于R语言的描述性统计教学

侯县平 成都信息工程大学物流学院

描述性统计是对数据的大小、离散程度、分布形状等概括性数据进行计算，用以描述和发现数据的特征，从而为后续的进一步数据分析做好准备，是统计学课程必须掌握的基础性内容。然而，描述性统计的计算较为繁琐，而R语言是一款免费的统计软件，能够方便快捷的进行统计分析，满足个性化、多样化的统计需求[1,2]。借助于R语言进行描述性统计教学，简单易学，容易理解，能够提高计算效率，提升学生的学习兴趣，提高教学效果。本文以具体数据为例，分析如何通过R语言来进行描述性统计的教学。

一、数据

本文以car包中[3]的Mroz数据集为例进行分析。Mroz数据集是对美国已婚妇女劳动力参与就业的收入调查，包含753个观测值，8个指标。Mroz数据集的前6行如表1所示，实现代码如下：

表1 Mroz数据集

表1中，1-6为序号，lfp指是否参与就业，k5指5岁及以下孩子的数量，k618指6至18岁孩子的数量，age指年龄，wc指妻子是否接受过大学教育，hc指丈夫是否接受过大学教育，lwg指期望的工资水平，inc指除妻子收入外的家庭收入。

二、描述水平的统计量

数据水平就是指数据的大小，描述水平的统计量主要有均值、中位数、四分位数等。在R语言中，可以轻松的计算这些统计量。下文的计算是针对lwg进行的，如果要计算inc，则将lwg替换为inc即可。

三、描述差异的统计量

描述数据的差异的统计量主要有极差、四分位差、方差和标准差，这些统计量用以反映数据的离散程度。

四、描述分布的统计量

数据的分布可以通过直方图来观察，并与正态分布做比较。通过偏度系数和峰度系数测度数据分布的不对称性和峰值高低。lwg的直方图及正态分布曲线如图1所示。

图1 lwg的直方图及正态分布曲线

五、数据的综合描述

有时候需要对数据进行综合描述，希望一次性得到多个统计量，则可以通过下面的方式实现。

或者，一次性想得到若干变量的统计结果，则可以运行如下代码，结果见表2.

表2 lwg和inc的描述统计

如果想对多个变量进行分组描述统计，则无需繁琐的逐步进行，用下面的方式非常方便，结果见表3。

表3 基于lfp和wc分组的lwg和inc的分组描述统计

甚至可以编写自己的函数来进行描述性统计，从而满足个性化的统计需求。

六、结论

从以上分析中可以看出，R语言是一款优秀的统计软件，可以轻松实现编程，能够方便快捷地实现个性化的统计需求。将R语言应用于教学，能够较好的激发学生的学习兴趣和动力，提高学生动手实践的积极性和能力。