第三章数据分布特征的定量描述讲解.pptVIP

第三章 数据分布特征的定量描述 有了数据的分布，还需用一些统计量来具体地描述数据分布的特征。 一般常对数据分布的以下三方面特征进行定量描述： 集中趋势 离中程度（离散程度、变异程度） 偏态与峰度 一、集中趋势 --- 代表值 数据分布的集中趋势是指一组数据向某一中心位置靠拢的倾向。测度集中趋势就是要寻找数据中心位置的数值，这个数值称作代表值或中心值。 常用的集中趋势的度量： 平均数 中位数 众数 1、平均数 算术平均数是最常用的（平均数算法不止一种） 一般说到平均数时都指的是算术平均数。 　　 平均数的性质 一组数据的每一个数与平均数的差（离均差）的总和等于零 一组数据的每一个数加上常数C，其平均数为原来的平均数加常数C 一组数据的每一个数乘以常数C，其平均数为原来的平均数乘常数C 一组数据的每一个数与常数C的差的平方和不小于该组数据的每一个数与平均数的差的平方和 2、中位数 中位数简称为中数，是按顺序排列的一组数据中位于中间位置的数。 中位数也是常用的一种对数据集中趋势的度量。一般用Md 或 Mdn 表示。 3、众数 众数是一组数据中出现频数最多的变量值。用Mo表示。也是对数据集中趋势的测度。 如果出现频数最多的有两个数，而且两个数是相邻的，那么一般取两者的平均值作为众数；如果这两个数不相邻，那么一般需要报告两个众数，而且认为该组数据是双峰分布的。 4、平均数、中数和众数的关系 在正态分布中，三者相等 在正偏态分布中，M Md Mo 在负偏态分布中，M Md Mo 一般偏态情况下，Md 离M 较近，而离Mo 较远， 5、其它度量数据集中趋势的统计量 几何平均数 几何平均数是n个数值连乘积的n次方根，用　　或　　表示。计算公式为 注意 ：几何平均数计算的是平均的变化情况，如果要计算平均增长率，需要从几何平均数中减去基数1。 调和平均数 即倒数平均数的倒数，用于求平均速度 例：上行速度为30公里/小时,下行速度为45公里/小时,求全程的平均速度 去尾平均数 去掉一个（或2个）最大值和一个（或2个）最小值 剩下的数据计算平均数 二、离中程度的度量（离散程度） 1、全距(极差） 全距是一组数据中的最大值与该组数据中最小值之差，又称极差。 R＝Xmax－Xmin 2、四分位距（四分差） 将数据排序后划分为4部分，每部分的数据个数占全 部的25%，这种划分的临界点即为四分位数（也称四分点）。三个四分位数分别为：Q1、Q2 、Q3 其中Q1为第一个四分位数；Q2为第二个四分位数（即中位数）；Q3为第三个四分位数。 四分位距以Q表示，即： ， 四分位距实际上就是中间50%数据的全距，它反映了中间50%数据的离散程度，其数值越小，说明中间的数据越集中；反之，越分散。四分位距的大小在一定程度上说明了中位数对一组数据的代表程度。所以它常与中位数配合使用。 3、平均差 平均差是指一组数据中，每一个数据与该组数据的平均数离差的绝对值的算术平均数，通常用AD或MD表示。 4、方差与标准差 方差和标准差都是描述数据离散程度的最常用的 统计量。 方差（又称为变异数），常以S2表示； 标准差是方差的算术平方根，常以S表示。 方差与标准差是表示一组数据离散程度的最好的指标，具有反应灵敏、公式严密确定、简明易懂、适合代数运算等特点，是统计分析中最常用的统计量。常与平均数配合使用。