第2章样本数据特征的初步分析.pptVIP

* * * * * * * * * Shape Concerned with extent to which values are symmetrically distributed. Kurtosis The extent to which a distribution is peaked (flatter or taller). For example, a distribution could be more peaked than a normal distribution (still may be 慴ell-shaped). If values are negative, then distribution is less peaked than a normal distribution. Skew The extent to which a distribution is symmetric or has a tail. Values are 0 if normal distribution. If the values are negative, then negative or left-skewed. * * * * * * * * * * * Location (Position) Concerned with where values are concentrated. Variation (Dispersion) Concerned with the extent to which values vary. Shape Concerned with extent to which values are symmetrically distributed. * * * * * * * 数据类型与集中趋势测度值 数据类型和所适用的集中趋势测度值 数据类型 分类数据 顺序数据 间距数据 比率数据 适 用 的 测 度 值 ※众数 ※中位数 ※平均数 ※平均数 — 四分位数 众数 几何平均数 — 众数 中位数 中位数 — — 四分位数 四分位数 — — — 众数 * * 五、样本数据的离散特征：变异指标 1. 变异指标的概念 平均指标把总体各数据之间的差异抽象化，反映总体的一般水平和分布的集中趋势。但总体内各数据之间是参差不齐的，它们分布在平均数的周围，呈现一种离中趋势或离散趋势：集中趋势愈强，离散趋势就愈弱；反之，离散趋势愈强，集中趋势就愈弱。 * * 2.变异指标的作用　　变异指标在统计分析中具有重要的作用。变异指标是衡量平均指标代表性的尺度。一般来讲，数据分布越分散，变异指标越大，平均指标的代表性越小；数据分布越集中，变异指标越小，平均指标的代表性越大。反映活动过程均衡性和稳定性的重要指标。 3.常用的变异指标有：极差、方差、标准差等。 * * 例如：某车间有两个生产小组，每组各有10个工人，每个工人日产量件数如下：　第一组：20 22 23 25 26 26 26 26 28 28　第二组：12 14 18 24 28 30 30 30 31 33 分析：两组的均值都等于25，但是离散程度差异很大。第一组分布相对比较均匀，而第二组明显存在前松后紧的现象，极差和离差较大。　　 * * 极差(Range) 极差也称全距，是指总体分布中最大数据与最小数据之差。表示数据的变动范围，通常以R表示： 离散程度的最简单测度值 易受极端值影响 未考虑数据的分布 R = max(xi) - min(xi) * * 方差与标准差(Variance and Standard Deviations) 数据离散程度的最常用测度值 反映了各变量值与均值的平均差异 根据总体数据计算的，称为总体方差或标准差，记为?2(?)；根据样本数据计算的，称为样本方差或标准差，记为s2(s) 标准差（std Dev.），亦称均方差，是综合反映总体或样本数据变异程度最重要，也是最常用的指标 标准差的平方称为方差(Variance ) * * 样本方差和标准差 方差的计算公式 标准差的计算公式 注意：样本方差用自由度n-1去除! * * 自由度是指附加给独立的观测值的约束或限制的个数 从字面涵义来看，自由度是指一组数据中可以自由取值的个数 当样本数据的个数为n时，若样本平均数确定后，则附加给n个观测值的约束个数就是1个，因此只有n-1个数据可以自由取值，其中必有一个数据不能自由取值 按着这一逻辑，如果对n个观测值附加的约束个数为k个，自由度则为n-k 自由度 (degree of freedom) * * 自由度 (degree of freedom) 样本有3个