第四章差量或离散量数(MeasuresofDispersion).docVIP

第四章差量或離散量數 Measures of Dispersion 說明離散量數的目的，以及這些量數所傳達的訊息。 計算及說明Index of Qualitative Variation （IQV），全距（Range）、四分位差（Interquartile Range）、標準差（Standard Deviation）、以及變異量（Variance）。 說明如何選擇適當的，以及解釋這些量數。 描述及解釋標準差的數學特性。 　　上章所提之算術平均數、中位數、或眾數等，是描述資料之中心或代表性之統計。配合這類統計對資料之描述，我們有另一種統計來描述資料整體之異質性或是變化、變異程度，這種描述統計即稱之為差量兩個樣本的分配可能有同樣的集中量數，但卻有不同的差量。 一、IQV 當變數是以名目尺度測量時 nominal variable ，我們可用Index of Qualitative Variation IQV 來表示差量。IQV自然也可用在任何分組資料上。 　　IQV的公式是 ，其中k 是類別或組數N 是樣本數 Σf2是將各類別次數之平方加起來之總和 IQV基本上是實際觀察到之變異量和依資料可能有之最大變量之間的比值，其數值是介於0與1中間。當IQV＝0時，資料之同質性最高或變化最小，一定是所有個案都集中在一類別中。而IQV＝1時，是全部個案平均的分配在各類別時。 二、Range R 與 Interquartile Range Q 當變數是Ordinal 或Interval-Ratio 的測量尺度時，我們可用全距 Range 或四分位差 Interquartile Range 來表示資料之變異量。 　Range R 之計算十分簡單，即資料中之最大數減去最小數。但我們知道，最大數或最小數常有可能是極端之數值，可能很少，因此有時最好是以四分位差 Q 來表示差量。 　　所謂四分位差即將資料依數值大小排列後，找出第一個四分位數及第三個四分位數之數值後（第一個四分位數之數值，表示資料中有25%之件數之數值低於此數值，而第三個四分位數，是有75%之件數低於此數值），計算出兩個四分位之差距。 25% 25% 25% 25% Low Q1 Q2 Q3 High Score （中位數） Score Q Q3 – Q1 即 Q＝Q3－Q1 （亦有人將Q定義為Q3－Q1之差距除以2）。 三、標準差及變異量 The Standard Deviation 及The Variance Range 或Interquartile Range雖然簡單明瞭，但是有一很大缺點，就未能利用所有的資料，也沒有告訴我們資料中之平均變化或代表性之變化程度為何。 　　能 、用所有之資料； 、描述資料中各數值和中心值間之平均變化或差異程度 deviation ； 、數值分配變化或異質性程度大，則差異數值大Σ Xi－ （你是否記得Σ Xi－ ＝0 ？ 你是否記得Σ Xi－ ２是inimum ？）Σ∣Xi－∣，然後除以N（次數）。這種方法得出的差量叫做平均差 average deviation 或AD。σ２＝２＝＝＝由樣本數據求得之Standard deviation，我們是以小寫s來代表，母群體之標準差我們以σ來代表。由公式可知，符合上述三，因此是一很重要之描述變項變異性程度統計。（又通常s≒Range/4，為什麼？） 就標準差的公式來看，標準差最小的數值，亦即下限為何？上限又為何？有上限嗎？我們比較兩個樣本的同一個變項如家庭收入時，若此變項在兩個不同樣本的平均數相同，但標準差相當不同，則我們可以清楚的看出兩個樣本在此變項上的變異程度不同。Coefficient of Variation（變異係數） CRV CRV＝ S／ ×100 　　為了能比較兩個S，我們常算出S是之多少百分比。因此， 當　S＝10， 1000，CRV＝1 S＝10， 100 ，CRV＝10 時， 　　第一個樣本之相對變異性（以為標準）只有第二個樣本之1/10。