统计学课件——第4章 数据分布特征的测度.pptVIP

一些人使用统计就像喝醉酒的人使 用街灯柱—支撑的功能多于照明。 Andrew Lang 第 4 章 数据分布特征的测度 统计应用一种测量的平均数比单个的测量更可靠 即使用一种很准确、很可靠的仪器对同一物体进行重复测量，由于一些无法控制的因素的影响，每次得到的结果也不见得一样 (美国)国家标准与技术协会(NIST—National Institute of Standards and Technology)的原子钟非常准确，它的准确程度是每600万年误差1秒，但也并不是百分之百准确 世界标准时间是世界协调时间(Universal Coordinated Time)，它是由位于法国的塞夫尔的国际计量局(BIPM)所“编辑”的。BIPM并没有比NIST更好的钟，它给出的时间是根据世界各地200个原子钟的平均时间得来的 统计应用一种测量的平均数比单个的测量更可靠 下面是NIST的时间与正确时间的10个误差数据(秒) 长期来讲，对时间的度量并没有偏差。NIST的秒有时比BIPM的短，有时比BIPM的长，并不是都较短或较长。尽管NIST的测量很准确，但从上面的数字还是可以看出有些差异。世界上没有百分之百可靠的度量，但用多次测量的平均数比只用一次测量的结果可靠程度会更高。这就是BIPM要结合很多原子钟的时间的原因 第 4 章 集中趋势和离散趋势 4.1 集中趋势的度量 4.2 离散程度的度量 学习目标 1. 集中趋势各测度值的计算方法 2. 集中趋势各测度值的特点及应用场合 3. 离散程度各测度值的计算方法 4. 离散程度各测度值的特点及应用场合 用Excel计算描述统计量并进行分析 数据分布的特征 集中趋势(central tendency) 分类数据：众数 众数(mode) 一组数据中出现次数最多的变量值 适合于数据量较多时使用 不受极端值的影响 一组数据可能没有众数或有几个众数 主要用于分类数据，也可用于顺序数据和数值型数据 众数(不惟一性) 无众数原始数据: 10 5 9 12 6 8 分类数据的众数 (例题分析) 顺序数据的众数 (例题分析) 顺序数据：中位数和分位数 中位数(median) 排序后处于中间位置上的值 中位数(位置和数值的确定) 顺序数据的中位数 (例题分析) 数值型数据的中位数 (9个数据的算例) 【例】 9个家庭的人均月收入数据 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 数值型数据的中位数 (10个数据的算例) 【例】：10个家庭的人均月收入数据 排 序: 660 750 780 850 960 1080 1250 1500 1630 2000 位 置: 1 2 3 4 5 6 7 8 9 10 四分位数(quartile) 排序后处于25%和75%位置上的值 四分位数(位置的确定) 四分位数(位置的确定) 方法3： 其中[ ]表示中位数的位置取整。这样计算出的四分位数的位置，要么是整数，要么在两个数之间0.5的位置上 方法4： Excel给出的四分位数位置的确定方法 如果位置不是整数，则按比例分摊位置两侧数值的差值 顺序数据的四分位数 (例题分析) 数值型数据的四分位数 (9个数据的算例) 【例】：9个家庭的人均月收入数据(4种方法计算) 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 数值型数据的四分位数 (9个数据的算例) 【例】：9个家庭的人均月收入数据 原始数据: 1500 750 780 1080 850 960 2000 1250 1630 排 序: 750