第4章数据分布特征讲解.ppt

第四章 数据的概括性度量 第四章 数据分布特征的测度 第一节 集中趋势的测度 第二节 离散程度的测度 第三节 偏态与峰态的测度 数据分布的特征 数据分布特征的测度 第一节 集中趋势的度量 一. 众数 二. 中位数和四分位数 三. 均值 四. 众数、中位数和均值的比较 集中趋势(Central tendency) 一、众数 众数（Mode）是一组数据中出现次数最多的变量值，用Mo表示。 众数主要用于测度分类数据集中趋势，也适用于顺序数据及数值型数据集中趋势测度。 众数是位置代表值，不受数据中极端数值的影响。 如果数据的分布没有明显的集中趋势或最高峰点，众数可能不存在。如果有两个最高峰点，可以有两个众数。 众数(不唯一性) 无众数原始数据: 10 5 9 12 6 8 分类数据的众数 (第三章例3.2饮料品牌调查数据例题分析) 顺序数据的众数 (第三章例3.3城市住房问题研究数据例题分析) 数值型数据的众数 ⑴未分组或单变量值分组数据，出现次数最多的变量值即为众数。 ［例］20名学生的年龄分组数据： 众数为20岁（Mo＝20） 数值型数据的众数⑵组距分组数据，先确定次数最多的一组为众数组，再按以下公式近似计算众数： 式中：L——众数组下限值 f——众数组次数 f-1——众数组以下（以前）一组次数 f+1——众数组以上（以后）一组次数 i——众数组组距 用上式计算，是假定数据分布具有明显的集中趋势，假定众数组与相邻两组的频数之差反映了数据分布的变动趋势，并假定众数组内的变量值在该组内均匀分布，若这些假定不成立，则众数的代表性不强。因此上式计算结果只是近似值。 ［例］根据第三章例3.4的组距分组数据，计算50名工人日加工零件数的众数。 解：从表中看出，频数最高为14，其对应120～125组为众数组。根据前述公式得50名工人日加工零件的众数为： 二、中位数和四分位数 将全部数据按变量值大小顺序等分为若干个部分处于分位点的变量值称为分位数。有中位数（Median）也称二分位数、四分位数（Quartile）、十分位数（Decile）和百分位数（Percentile）等。 若数据等分为k部分，则有k-1个分位点。 分位数可以作为考察数据分布集中趋势和变异状况的有效工具。 分位数是位置代表值，不受极端值的影响。 分位数主要用于顺序数据，也可用于数值型数据，但不能用于分类数据。 ㈠中位数 ㈡四分位数 ㈠中位数（Median） 中位数是一组数据从小到大排序后处于中间位置的变量值，用Me表示。中位数将全部数据等分成两部分，每部分包含50％的数据，一部分数据比Me大，另一部分比Me小。 中位数是位置代表值，不受极端值影响。数据分布偏斜时用中位数代表一般水平代表性较好。 中位数主要用于测度顺序数据的集中趋势，也适用于数值型数据集中趋势测度，不适用于分类数据。 各变量值与中位数的离差绝对值之和最小，即 顺序数据的中位数 (第三章例3.3城市住房问题研究数据例题分析) 数值型数据的中位数 1.未分组数据中位数的确定 ⑴先将数据排序； ⑵然后确定中位数的位置，其公式为： 式中n为数据的个数 ⑶最后确定中位数的具体数值。 数值型未分组数据的中位数 如果n为奇数，则居于中间位置的变量值为中位数。 教材P.89【例4.5】：9个家庭的人均月收入数据（元） 原始数据: 1500 750 780 1080 850 960 2000 1250 1630 排 序: 750 780 850 960 1080 1250 1500 1630 2000 位 置: 1 2 3 4 5 6 7 8 9 数值型未分组数据的中位数 如果n为偶数，则居于中间位置的两个变量值的均值为中位数。 教材P.89【例4.5】：10个家庭的人均月收入数据(元) 排序: 660 750 780 850 960 1080 1250 1500 1630 2000 位置: 1 2 3 4 5 6 7 8 9 10 2.分组数据中位数的确定 ⑴单变量值分组数据确定中位数，先累积频数，再根据公式n/2 确定中位数位置，找出中位数所在组，该组对应的变量值即为中位数。 ［例］20名学生的分组数据： 中位数位置=20/2=10