3管理统计第3章MBA.pptVIP

* 3.4.1 对样本数据离散特征的点状描述：极值、四分点与百分位点 1. 极大值（Maximum）与极小值（Minimum） 极大值与极小值，从一定视角反映了样本数据集合中样本值的离散情况。 问：极大值、极小值适用于什么测度？ 2. 下四分点（Lower quartile）与上四分点（Upper quartile） 1）上、下四分点的概念 下四分点使排序后的数据集合的左边部分，包含25%的样本总个数，右边部分包含75%的样本总个数。 上四分点使排序后的数据集合的左边部分，包含75%的样本总个数，右边部分包含25%的样本总个数。 * 2）上、下四分点（及中位数）的位置 Q1：下四分点，Q3：上四分点， ，Q2＝Me ：中位数，n：该数据集合的数据总个数 。 下四分点Q1的位置＝(n＋1)×0.25 正中间Q2的位置＝(n＋1)×0.5 上四分点Q3的位置＝(n＋1)×0.75 3）上、下四分点（及中位数）的值 当Q1、 Q2、Q3的位置为整数时，相应整数位置上的样本值，就是当Q1、 Q2、Q3的值。 P.74：当其不为整数时 Q1＝Q1位置左边的样本值＋（Q1位置右边的样本值－Q1位置左边的样本值）× Q1位置的小数部分 Q3＝Q3位置左边的样本值 ＋（Q3位置右边的样本值－Q3位置左边的样本值）× Q3位置的小数部分 * 有关上四分点、下四分点和中位数的手工计算，是不很重要的。 很重要的是上四分点、下四分点和中位数的概念。 计算将由SPSS软件完成。 百分位点的概念，很容易从四分位点推广得到。故，略。 * 3.4.2 对样本数据离散特征的区间描述：极差、四分距与离差 “区间描述”，适用于什么等级的数据？ 1. 极差（Range） 极差＝极大值－极小值 它反映了样本数据在数轴上的分布范围。 2. 四分位距（Interquartile range） 四分位距（Iqr）＝Q3－Q1 它反映了样本数据集合中样本值处于中间大小的1/2的数据的分布范围。 * 3. 样本离差（Sample deviations）与离差平方和（Sun of squared deviations） 样本离差被定义为每个样本与样本均值之差：xi － ， i＝1, 2, …, n 样本离差又称为样本中心化数据。 反映集合中的数据对均值的总偏差问题： 所有的样本离差之和，存在正负相互抵消的问题，其和必然为零，所以，采用离差平方和的方式来反映样本数据对均值的总偏离情况。 离差平方和被定义为： * 3.4.3 离散状况的统计值描述：样本方差（Sample variance） s2= 为什么用离差平方和除以n－1，不除以样本个数，我们将在后面解释。 样本标准差（Standard Deviation）的定义是 S= * 第五节 样本数据特征的综合表达：箱形图 箱形图法是综合表达数据的中心特征和离散特征的图形方法。 3.5.1 箱形图的基本构造 从这个图还可以看出样本数据值分布的偏斜（Skewness）情况。如果左箱体和左胡须都短，则表明数据集聚是左侧，样本数据值的分布向左偏斜。反之，就是向右偏斜。 图3.5.1是个横卧的箱形图。当然，也可以竖起来摆放。两者的效果是相同的。 5.2 修正的箱形图 * 例3.2.1身高数据的箱形图 例3.5.1 在例3.2.1中，加身高213厘米的人 例3.2.1 箱形图 例3.5.1修正箱形图 * * 管理统计学（MBA用） Statistics for management 数据获取、统计原理 SPSS工具、管理应用 授课教师： 课件制作：马庆国教授 课件修改： * 第三章 样本数据特征的初步分析 第一节 样本数据结构的基本特征：频次与频率 第二节（上）观察刻度级样本数据结构的茎叶图 第二节（下）观察刻度级样本数据结构直方图方法 第三节 样本数据的位置特征：对数据中心的描 第四节 样本数据的离散特征 第五节 样本数据特征的综合表达：箱图 * 第三章 样本数据特征的初步分析（上） 第一节 样本数据结构的基本特征：频次与频率 3.1.1频次与频率的基本概念 3.1.2观察样本数据基本特征（频次与频率）的图形方法） 3.1.3样本数据的基本特征的延伸：累积频率 * 第一节 样本数据结构的基本特征：频次与频率 一个误区：聚焦于数据值（样本值）及其变化 另一个重要问题：相同值出现的频次、频率。这是数据集合的最基本的结构特征。 本节讨论这一结构特征：频次（Frequency）与频率（Percentage，或Relative Frequency） 两个紧密相关的不同的概念： 1）样