p四、单变量的描述统计离散趋势分析和集中趋势分析.pptVIP

* 1、未分组资料标准差计算 【例5】：求标准差，并进行简单比较。 中文系：78，79，80，81，82 （ ＝80） 数学系：65，72，80，88，95 （ ＝80） 英语系：35，78，89，98，100 （ ＝80） 解：根据公式σ （中文系）＝1.414分 σ （数学系）＝10.8分 σ （英语系）＝23.8分 结论：中文系差别最小，英语系差别最大。 * 2、分组资料标准差的计算 公式 其中Xm是每组的组中值，f是该组的次数 * 例6 青年人阅读小说的数目 * 四、极差/全距（Range） 1. 一组数据的最大值与最小值之差 2. 离散程度的最简单测度值 3. 易受极端值影响 4. 未考虑数据的分布 未分组数据 R = max(Xi) - min(Xi) . = 组距分组数据 R 最高组上限 - 最低组下限 5. 计算公式为 * 小结 1、集中趋势测量和离散趋势测量具有互补性，集中趋势反映的是资料的代表性，离散趋势反映的是资料的差异情况； 2、选何种方法，要注意变量的测量层次，彼此的关系综合如下： * * * * * 众数、中位数、均值比较2 但两种情况不宜用均值： (1)分组数据的极端组没有组限。 (2)个别数值非常特殊。 * * 练习： 求下表(单项数列)所示数据的算术平均数 。 人口数（X） 户数(f) 频率(P) 2 3 4 5 6 7 8 5 8 16 10 6 4 1 0.10 0.16 0.32 0.20 0.12 0.08 0.02 合计 50 1.00 * 求下表所示数据的的算术平均数 间距 频数（f） 组中值（X) 148―152 152―156 156―160 160―164 164―168 168―172 172―176 176―180 180―184 184―188 188―192 192―196 1 2 5 10 19 25 17 12 5 3 0 1 150 154 158 162 166 170 174 178 182 186 190 194 合计 100 —— * 求54，65，78，66，43这些数字的中位数。 求54，65，78，66，43，38 这些数字的中位数。 * 某年级学生身高如下，求中位数 * 人口数（X） 户数(f) 频率(P) 2 3 4 5 6 7 8 5 8 16 10 6 4 1 0.10 0.16 0.32 0.20 0.12 0.08 0.02 合计 50 1.00 求下表中的众数 * 求下表中的众数 * 城镇自杀率的分组次数分布 自杀率 次数 真实组限 组中值 向上累积次数 3-5 12 6-8 35 9-11 81 12-14 52 15-17 30 18-20 7 21-23 9 24-26 3 合计 229 * 第五讲 单变量的描述统计（2） 离散趋势测量 * 离散趋势测量（Measures of dispersion） 反映的是各变量值偏离其中心值的程度，是个案与个案之间的差异情况。 这种测量法，与前面所讲的集中趋势测量法具有相互补充的作用。 集中趋势求出的是一个最能代表变量所有资料的值，但是集中趋势值代表性的高低还要看各个个案之间的差异情况。 * 举例：某校3个系各选5名同学参加智力竞赛，他们的成绩如下： 中文系：78，79，80，81，82 （ ＝80） 数学系：65，72，80，88，95 （ ＝80） 英语系：35，78，89，98，100 （ ＝80） 如果仅从集中趋势测量（平均分数）来看，这三个系的成绩都一致，不存在什么差别。 但从直观上可看出，三个系选手之间的差距程度（离散程度）很不一样……？？？ * 异众比率/离异比率（Variation ratio) ——定类层次 四分位差（Interquartile range)——定序层次 方差 （Variance) 标准差 （Standard deviation)——定距层次 * 一、异众比率（Variation ratio) 1、异众比率(简写Vr) ：指非众值在总数中所占的比率。 表示以众数来预测一组数据时，所犯错误的大小.即Vr值越大,则众值的代表性就越小. Vr值越小,则众值的代表性就越大. 2、计算公式： ：众值的频次 * 异众比率(先找出众值.找到众值的频次分布) 【例1】：根据表1中的数据，计算众值和异众比率。 解： 众值Mo＝