大学应用统计学经典课件04——数据分布特征测度.ppt

应用统计学-4 描述统计学在沉积学的一些应用 非众数组的频数占总频数的比率，称为异众比率（variation ratio），用Vr表示。 定义4.8 定义4.7 定义4.9 上四分位数与下四分位数之差，称为四分位差（quartile deviation），也称为内距或四分间距（inter-quartile range），用Qd表示。 一组数据的最大值与最小值之差，称为极差（range）,也称全距，用R表示。 定义4.10 各变量值与其均值离差绝对值（之和）的平均数，称为平均差（mean deviation），也称平均离差，用Md表示。 定义4.11 各变量值与其均值离差平方和的平均数，称为方差（variance）。 定义4.12 方差的平方根，称为标准差（standard deviation）。 定义4.13 变量值与其平均数的离差除以标准差后的值，称为标准分数（standard score） ，也称标准化值或 z 分数。 一组数据的标准差与其相应的均值之比，称为离散系数（coefficient of variation），也称变异系数。 定义4.14 变量值总频数 众数组频数 什么是非众数？ 异重比越大， 代表性越差！ 四分位差相差2个等级，中位数“一般”两侧共有50%的家庭在“满意”和“不满意”之间。 如果：QL=不满意；QU=一般 QD=3-2≠2 注意：与标准差或方差对比 注意：平均差有量纲！ 注意：标准差也有量纲！ 标准差可以有单位 为何用总体计算时自由度为N? 与平均差有何区别？ 平均值的方差多出的部分 均值=34 标准差=6 均值=0 标准差=1 标准差 均值 68%的数据在此范围内 例4.15有几个家庭落在平均数加减2个标准差范围内？ 2个标准差 均值 75%的数据在此范围内 什么是异常值与离群点？ 均值 异常点 异常点 3个标准差 3个标准差 （300+1）/4 =72.25 3*（300+1）/4 =225.75 搞清楚四分位数的值与四分位数的位置的区别 0.75 21 23 1 2 1.75 0.25 28 30 5 6 5.25 3 Q所在组的下限值 Q所在组以前各组的累积频数 Q所在组的组距 Q所在组的频数 数据个数 3 （50+1）/4 3*（50+1）/4 P78 （未分组数据） （已分组数据） 权（频数） 组中值 ? 单变量或未分组数据 分组数据 尝试计算这两组数据的众数和中值 例：科目成绩与学分。 这样的性质表明均值是集中趋势最好的代表值（数据中心） 把均值（X）换成中值（Me）看看！ 权（频数） 组中值 已知资料 总成交额 = 总成交量 平均价格 已知资料 平均价格＝？ 成交额 = 成交量 价格 ∑XiFi/Xi 成交额 = 成交量 价格 成交额 = 成交量 价格 成交额 = 成交量 价格 全部成交额 = 平均价格 全部成交量 ∑ 单项成交量 全部成交量 = 全部成交额 = 平均价格 单项批发价格 单项成交额 ∑ 单项批发价格 单项成交额 = 单项成交量 成交额 = 成交量 价格 ∑XiFi/Xi 数据中出现“0”值时不宜计算调和平均数 几何平均值 这是平均增长率吗？ 2000年产量=100+100X9%=100（1+9%） 2001年产量= 2000年产量+ 2000年产量X16%= 2000年产量（1+16%） 2002年产量= 2001年产量+ 2001年产量X20%= 2001年产量（1+20%） 2002年产量= 100 (1+9%)(1+16%)(1+20%) 2002年产量= 100 (1+G1)(1+G2)(1+G3) 100(1+9%) 100(1+9%)(1+16%) 假设：G1=G2=G3 2002年产量= 100 (1+G)3 = 100 ∏(1+G) 3 只适合于定比数据，对于定距数据不宜使用。 这是平均增长率吗？ 平均收益率=103.84%-100%=3.84% 平均发展速度 平均增长率=平均发展速度 - 1 Me Mo X Me Mo X Me Mo X = = （例：99个女生和1个男生； 51个女生和49个男生） 什么叫“不受极端值影响”？ 众数 什么叫“左偏”和“右偏”？ 中位数 服装尺寸、商品价格水平、判别抄袭 中间收入、房价 有极端值存在时，不宜用均值。 标准分数 * 集中在某个位置 标准分数 标准分数 定义4.1 一组数据中出现次数最多的变量值，称为众数（mode），用M0表示。 定义4.2 一组数据排序后，处于中间位置的变量值，称为中位数（median），用Me表示。 定义4.3 一组数据排序后处于25%和75%位置上的值，称为四分位数，也称四分点。 定义4.4 一组数据相加后除以数据的个数而得的结果，称为均值（mean