众数计算问题之我见——数值型数据集中趋势测度探讨.pdfVIP

众数计算问题之我见 ——数值型数据集中趋势测度探讨 昊海建 一、问题提出的背景 众数(Mode)是一组数据中出现次数最多的变量值，它通常是作为统计分组 整理后数据集中趋势的测度值，用MO表示。众数不仅可以用来测度定类数据的集 中趋势，而且也可以作为定序数据、数值型数据(即定距数据和定比数据)集中 趋势的测度值。 。测度定类数据和定序数据的集中趋势，由于它们的变量值均为离散型，所以 根据定义很 容易确定众数。而对数值型数据或定量数据，则由于这些数据可 能是离散型，可能是连续型，所以数值型数据集中趋势的测度就较为复杂。 目前，在数值型也数据集中趋势测度中，众数的计算分为两种情况： 其一，当数据是单变量值分组时，众数的确定方法与定类数据、定序数据等 情况类似，即查找出现次数最多的变量值并确定为众数值。 其二、当数据是组距分组时，目前都是根据公式来计算众数。但是，大多数 文献中所使用的众数计算公式，其推导证明依据并不充分。本文针对此问题提出 一点自己的见解，并提出一种较为严格的组距数列资料的众数计算公式。 二、目前众数计算公式的缺陷 1．目前众数的计算公式 在组距分组的条件下，设众数组的频数为佃，众数组前、后一组的频数分别 为fm-1、fm+l，‘从众数组直方图的两个顶角向相邻两组直方图的两个项角引直 线，再由交叉点向横轴引垂线，垂足即为众数。 根据相似三角形的关系，推导出组距分组时众数的计算公式如下： A ． m ‘+j嵩。7 。【，一击×，。 MO=(下限公式 ) Cr限公式 ) 或MO= 式中，L、u分别为众数组的下限值、上限值，Im为众数组的组距，△l、 △2分别为众数组的频数与其前一组、后一组的频数之差，即△1=fm—fm一1、 △2=fm—fm+1。 ． 2．公式中存在的缺陷 上述公式的几何证明过程很容易，但是，无论其下限公式还是上限公式，它 们在推导证明过程中，都至少忽略了下列应该考虑的因素： (1)组距大小对众数的影响； (2)远离众数组的其它组的频数对众数的影响。 三、改进的众数计算公式 1．众数概念的考察 从众数的含义考察，它有三个基本要点： 第一，是出现次数最多的变量值； 第二，是数据集中趋势的测度值； 第三，通常是依据统计分组整理后的组距分组资料计算。 2．众数计算因素的考察 众数计算的影响因素，主要是频数大小和频数分布。但在组距数列资料条件 下，众数的计算应当考虑到分组资料频数分布的特点。 (1)频数大小。各组频数大小的分布的确是反映现象的集中趋势，但各组频数 的大小还受其各组组距大小的影响。在组距分组条件下，由于可能存在着等距分 组和异距分组两种情况，所以，出现次数最多的变量值，它与频数最大的组不一 定完全相同。在等距分组情况下，两者足相同的；而在异距分组情况下，两者通 常是不一致的。 (2)频数分布。众数作为集中趋势的测度值，它应当反映所有频数的集中趋势。 如果仅用众数所在组的前、后两组的频数来确定众数值，而不考虑其它各组频数 对它的影响，那么，不论是在哪一种分组数列条件下，它所反映的都只是众数组 及其前、后组频数的集中趋势，而不足全部各组所有频数的集中趋势。 故，根据组距分组资料计算众数，一方面，单纯依据某组频数出现的晟多来确定 其为众数所在组，这是不合适的；另一方面，只考虑众数组前、后两组的频数来 确定众数值的具体位置，也是不全面的。 3．改进的众数计算公式 根据上述的分析，众数的计算公式应为： 姚¨苎!：，。，或磁珂一≤薏×L ^，：=三+盎×，，或。sm一1+sm+l” 式中，L、U分别为众数组的下限、上限，Im为众数组的组距， Sm一1：∑i=1一1= ， = ，Sm_1、 分别表示众数所在组前、后各组的频数累 计。众数组为第111组