03 集中量.pptVIP

第三讲 集中量 最常用的统计量有三类： 一类是代表一组数据典型水平或集中趋势的量，即集中量； 另一类是反映一组数据的变异程度或离散程度的量，即差异量； 第三类是反映数据的相关程度的量，即相关量。 本章介绍第一类统计量，即集中量。 集中量用来表现数据资料的典型水平或集中趋势（central tendency）。 常用的集中量包括算术平均数、加权平均数、中位数和众数等等。 一、算术平均数 算术平均数（arithmetic average ）一般简称为平均数（average）或均数、均值（mean）。 一般用Ｍ，或者用　　表示。 算术平均数是最常用的集中量。 1．算术平均数的计算公式 原始数据计算公式 由上述公式可得算术平均数的几个重要性质 例：上学期教育学院2007级学生学了“教育统计学”这门课，为了了解教育学专业学生学习这门课的平均水平，考试结束后可以对他们的考试分数进行统计分析。首先，将该专业学生的分数列出来：97，93，71，86，88，78，91，86，90，47，88，74，78，75，85,98，98，100，75，85，93，91，81，91，93，96，88，75，100，98,94，97，97，97，77，98，然后，根据定义公式计算平均数： 次数分布表计算公式 表3-1 52名学生数学成绩平均数计算表 2、算术平均数的意义 算术平均数是应用最普遍的一种集中量。它是“真值”（true score）的最佳估计值。 真值是反映某种现象的真实水平的分数。由于测量过程中的各种偶然因素的影响，真值往往很难得到。 在实际测量中，往往采用“多次测量，取平均数”的方法，用平均数去估计真值。 3、算术平均数的优缺点 算术平均数具备一个良好的集中量所应具备的一些特点：反应灵敏、有公式严密确定、简明易懂、适合代数运算等等，因此是一个最常用的集中量。 主要不足：容易受两极端数值的影响；一组数据中有模糊不清的数值时无法计算。 4、计算和应用算术平均数的原则 同质性原则：算术平均数只能用于表示同类数据的集中趋势。 平均数与个体数值相结合的原则：在解释个体特征时，既要看平均数，也要结合个体的数据。 平均数与标准差、方差相结合原则：描述一组数据时既要分析其集中趋势，也要分析离散程度。 二、中位数 中位数（median）又称为中数，是按顺序排列的一组数据中位于中间位置的数。 中位数是常用集中量的一种。 一般用Md或Mdn表示。 1、中位数的计算方法 （1）原始数据计算法 首先将一组数据按顺序排列 举例： 由下至上累积频数计算公式 公式中:Lb为中位数所在组的精确下限 fb为中位数所在组下限以下的累积频数 N为总频数 fMd为中位数所在组的频数 i为组距 由上至下累积频数计算公式 公式中:La为中位数所在组的精确上限 fa为中位数所在组上限以上的累积频数 N为总频数 fMd为中位数所在组的频数 i为组距 ２．百分位数 百分位数的概念 百分位数是位于依一定顺序排列的一组数据中某一百分位置的数值，一般用 表示。 百分位数的计算方法 公式中:Lp为百分位数所在组的精确下限 n为百分位数所在组下限以下的累积频数 p为百分数（与百分位数相对应的比数） N为总频数 fp为百分位数所在组的频数 i为组距 例如：研究者对100名小学生进行了智商测验。数据经过整理结果如下。求第75百分位数。 ３．中位数的特点及应用 中位数是根据全部数据的个数来确定其位置的，意义简明，对按顺序排列的数据来讲，计算中位数也比较容易。中位数不受两端极端数据的影响，但反应不灵敏，也不适合进一步代数运算的要求。一般用于下列情况： 一组数据中有极端数据时； 一组数据中有个别数据不确切、不清楚时； 资料属于等级性质时。 三．众数 众数（mode）用Mo表示，有两种定义： 理论众数是指与频数分布曲线最高点相对应的横坐标上的一点； 粗略众数是一组数据中出现次数最多的那个数。 众数也是一种集中量，也可用来表示一组数据的集中趋势。 １．众数的计算方法 观察法寻找粗略众数 未分组数据中出现次数最多的数即为众数。 例如：有人想了解大学二年级一个班学生的年龄大概是多少。就可以把学生的年龄抄下来。发现18岁有3个人，19岁8人，20岁4人，21岁2人，还有22岁1人。这时就可知这个班的年龄众数是19岁。 次数分布表中，频数最多那一组数据的组中值，即为众数。 公式法计算理论众数的近似值 用公式计算的众数称为理论众数。一般在心理与教育统计中常用的公式有皮尔逊的经验公式和金氏插补法公式。