第1章数据分布特征的描述讲解.ppt

数据分布特征的描述 数据分布的特征 数据分布特征的描述 1 集中趋势的测度 2 离散程度的测度 3 偏态与峰度的测度 学习目标 1. 掌握集中趋势各测度值的计算方法； 掌握集中趋势不同测度值的特点和应用场合。 2. 掌握离散程度各测度值的计算方法； 掌握离散程度不同测度值的特点和应用场合。 3. 掌握偏态与峰度测度方法 4.用Excel、SPSS算描述统计量并进行分析 数据分布的特征和测度 集中趋势(Central tendency) 一、数值平均数 （一）算术平均数 （二）调和平均数 （三）几何平均数 （一）算术平均数（均值）(概念要点) 全部数据的算术平均，常简称为“均值”； 最常用的集中趋势的测度值； 一组数据的均衡点所在； 易受极端值的影响； 5. 用于数值型数据，不能用于定类数据和定序数据 简单算术平均 加权均值 甲乙两组各有10名学生，他们的考试成绩及其分布数据如下： 甲组： 考试成绩（X ）: 0 20 100 人数分布（F ）：1 1 8 乙组： 考试成绩（X ）: 0 20 100 人数分布（F ）：8 1 1 (权数对均值的影响) 2.设分组后的数据为：X1 ，X2 ，… ，XK 相应的频数为： F1 ， F2，… ，FK 加权均值的计算公式为： 权数 权数——权衡各个数据（变量值）对总体平均数的影响作用大小的数。 简单均值是加权均值的特例——各变量值的权数全部相等时。 权数的表现形式——绝对数和相对数（比重）； 比重权数更直接体现权数的实质。 权数的确定——客观赋权法； 主观赋权法。 （算例——由组距数列计算） 均值的数学性质 1. 各变量值与均值的离差之和等于零 切尾均值 切尾均值——去掉数据中最大和最小的若干项数值后的均值。 意义：消除数据中极端值对均值的影响。 例：10，9.5，8.8，8.6，8.5，8.2，8，7，5。 全部数据的均值=8.1778 切尾均值=8.371 （两端各去掉一个极端值） 切尾均值=8.420（两端各去掉两个极端值） （二）调和平均数（Harmean）(概念要点) 1. 也称为“倒数平均数”，即变量值的倒数的平均数的倒数。 计算公式为： 调和平均数(算例) 几何平均数（Geomean）(概念要点) N 个变量值乘积的 N 次方根； 计算公式： 几何平均数(算例) 【例】一位投资者持有一种股票，1996年、1997年、1998年和1999年收益率分别为4.5%、2.0%、3.5%、5.4%。计算该投资者在这四年内的平均收益率。 极端值对数值平均数代表性的影响 【例1】某个领导小组各成员的年龄分别为： 55，55，55，52，23（岁） 平均年龄=48（岁）； 众数=55（岁） 例2：设在某次捐款献爱心的活动中，有两个科室的 捐款数额分别为（单位：元）： 甲：80，90，100，100，100，110，120 乙：10，10，10， 10， 10， 600 甲：平均数额=100元； 众数=100元 乙：平均数额=108.33元 众数= 10元 二、位置代表值（一）众数（二）中位数（三）四分位数 （一）众数（Mode）(概念要点) 集中趋势的测度值之一 出现次数最多的变量值 不受极端值的影响 可能没有众数或有几个众数 　计算和应用众数的前提：数据有明显的集中趋势； 　　　　　　　　　　　　总体单位数充分大。 ５.主要用于定类数据，也可用于定序和数值型数据。 众数(众数的不唯一性) 无众数（矩形分布）原始数据: 10 5 9 12 6 8 众数的确定——定类数据中 众数的确定——定序数据中 众数的确定——数值数据 中 未分组数据——先整理为单项数列； 分组数据： 单项数列中——根据定义直接观察即得　　　　　　　众数的数值。 组距数列（等距数列）中—— 先找到众数所在组； 再根据相邻组次数来推算众数的近似值。 组距数列计算众数 组距数据的众数(算例) 中位数 (Median) 集中趋势的测度值之一； 排序后处于中间位置上的值； 未分组数据的中位数 (算例) 原始数据: 24 22 21 26 20 排 序: 2