数据分布特征的描述分析.pptVIP

3.1 统计变量集中趋势的测定 3.1.1测定集中趋势的主要指标及其作用 测定集中趋势的指标有两类：位置平均数和数值平均数。 测定集中趋势是为了表示社会经济现象总体各单位某一标志在一定时间、地点条件下所达到的一般水平。亦即将总体各单位标志值的数量差异抽象化，反映总体在具体条件下各单位标志值达到的一般水平。 集中趋势的指标经常被作为评价事物和决策的数量标准或参考。具体地说，测定集中趋势的作用如下： 1.反映总体各单位变量分布的集中趋势和一般水平; 2.比较同类现象在不同单位的发展水平; 3.比较同类现象在不同时期的发展变化趋势或规律; 4.分析现象之间的依存关系。 3.1.2 位置平均数 位置平均数是根据变量值位置来确定的代表值，即在总体中将变量值按顺序排列得到的数列中某个特殊位置的值就称为位置平均数。位置平均数可以用于对品质数据和数量数据的测度。 常用的位置平均数有： 众数 中位数 四分位数（Quartile） 其它分位数 百分位数（Percentile） 前两种常用。 3.1.2.1 众数（Mode） 1、定义：众数是总体中出现次数最多的那个数据值。在频数分布中，众数指频数或频率最大的标志值，用Mo表示。 2、众数具有不确定性：如果数据的分布没有明显的集中趋势或最高峰点，众数就不存在；如果有多个高峰点，就有多众数。 （1）由品质数列和单项式数量数列确定众数 由品质数列和单项式数量分配数列确定众数，方法比较简单。即出现次数最多的标志值就是众数。 例1、已知某班的成绩如下表，求众数？ （2）由组距数量数列确定众数 1）由组距数列确定众数，首先应当确定众数组，然后.值法计算众数。众数的值与相邻两组频数的分布有关。 2）在等距分组条件下，众数组就是次数最多的那一组； 3）在不等距分组的条件下，众数组则是频数密度或频率密度最高的那一组。 比例差值法计算公式如下： 公式中，Mo代表众数；L M o 代表众数组的下限；U M o 代表众数组的上限；f M o 代表众数组的次数；f M o -1 代表众数组前一组的次数； fM o +1 代表众数组后一组的次数；d M o 代表众数组的组距。 例：某地区农民收入情况如下表， 计算其人均纯收入的众数。 4、优缺点及应用 众数是按照数据的位置计算的，它的长处是易于理解，不受极端数值的影响。当数据分布存在明显的集中趋势，且有显著的极端值时，适合使用众数。但是其灵敏度、计算功能和稳定性差，具有不唯一性，所以当数据分布的集中趋势不明显或存在两个以上分布中心时，便不适合使用众数（前者无众数，后者为双众数或多众数，也等于没有众数）。 3.1.2.2 中位数（Median） 1、定义：中位数和众数一样，也是一种位置代表值。中位数是将总体中的数据按顺序排列后，处于数列中点位置上的那个数据值或变量值，或者说中位数是累计频率数列中，累计频率为0.50所对应的变量值。用Me表示。 2、确定方法： （1）由顺序数据和未分组的数量数据确定中位数。 （2）由单项式分组数量数据确定中位数。 （3）由组距式分组的数量数据确定中位数。 （1）由顺序数据和未分组的数量数据确定中位数。 这种情况下，确定中位数的方法是：先将总体中的全部数据顺序排列，然后确定中位数的位置，处于中位数位置的标志值就是中位数。 顺序数据中位数的位置： 未分组的数量数据中位数的位置： 式中，N为数据个数。 例：某高校一次对食堂伙食满意度的调查数据如下表所示。求满意度的中位数。 例：5个数据的算例 原 始 数 据: 24 22 21 26 20 排 序: 20 21 22 24 26 位 置: 1 2 3 4 5 3、优缺点及应用 中位数容易理解，不受极极端值影响，特别适宜于开口组数据资料和一些不能用数字测定的事物，这是其优点，但是，我们有必须注意到它的灵敏度和计算功能较差，特别是当总体中的数据有间断数的话，其作为代表值的功用就会削弱。 主要用于顺序尺度，也可用数值尺度，但不能用于列名尺度。 3.1.2.3 其他分位数 3.1.2.3.1 四分位数 3.1.2.3.2 百分位数 3.1.3 数值平均数 1、定义：数值平均数又称为均值，是用于测定数量数据的集中趋势的指标。等于用总体中各单位某一数量标志值之和除以单位总数 2、特点： 1、均值的计算方法易为人们理解和掌握，其许 多数学性要可使均值的计算更加简便易行 2、由于均值的计算考虑的变量中所有变量值的 作用，因而受各个变量值的影响，而且易受极值 的影响，对于偏态分布的数据，均值的代表性较 差，这也是它在应用中的缺点。 权数除用总体各组单位数即频数的形式外，还可以用比重即频率的形式表