第3章平均数标准差与变异系数.pptVIP

第三章 资料的特征数 ——平均数、标准差与变异系数 本章内容 第一节 平均数 第二节 标准差 第三节 变异系数 平均数是统计学中最常用的统计量，用来表明资料中各观测值相对集中的中心位置。平均数包括： 算术平均数（arithmetic mean） 中位数（median） 众数（mode） 几何平均数（geometric mean） 调和平均数（harmonic mean） 算术平均数 指资料中各观测值的总和除以观测值个数所得的商，简称平均数或均数。 设某一资料包含n个观测值： x1、x2、…、xn， 则样本平均数可通过下式计算： 关于平均数的统计分析 平行 同一个处理测定多次，且测试对象来自于同一个个体，称之为平行（一瓶矿泉水中矿物质含量测定三次的结果） 重复 同一个处理测定多次，但测试对象来自不同个体，称之为重复（五瓶矿泉水中矿物质含量测定的结果） 统计意义上的平均数只能来自重复，而不是平行。 平均数的基本性质 1、样本各观测值与平均数之差的和为零，即离均差之和等于零。 2、样本各观测值与平均数之差的平方和为最小，即离均差平方和为最小。 (xi- )2 (xi- a)2 （常数a≠ ） 或简写为： 对于总体而言，通常用μ表示总体平均数，有限总体的平均数为： 当一个统计量的数学期望等于所估计的总体参数时，则称此统计量为该总体参数的无偏估计量。 统计学中常用样本平均数（ ）作为总体平均数（μ）的估计量，并已证明样本平均数是总体平均数μ的无偏估计量。 第二节 标准差 一、标准差的意义 Standard Deviation (SD) 用平均数作为样本的代表，其代表性的强弱受样本资料中各观测值变异程度的影响。仅用平均数对一个资料的特征作统计描述是不全面的，还需引入一个表示资料中观测值变异程度大小的统计量。 全距（极差）是表示资料中各观测值变异程度大小最简便的统计量。但是全距只利用了资料中的最大值和最小值，并不能准确表达资料中各观测值的变异程度，比较粗略。 离均差:各个观测值与平均数的离差（ ）。 离均差能表示一个观测值偏离平均数的性质和程度，但因为离均差有正、有负 ，离均差之和为零，即Σ（ ）= 0 ，因而不能用离均差之和Σ（ ）来表示资料中所有观测值的总偏离程度。 我们还可以采用将离均差平方的办法来解决离均差有正、有负，离均差之和为零的问题。 先将各个离均差平方，即( )2 ，再求 离均差平方和 ， 即 ，简称平方和，记为SS； 由于离差平方和常随样 本大小而改变 ，为了消除样本大小的影响，用平方和除以样本 大小，即 ，求出离均差平方和的平均数。 用观测值的个数除离均差平方和得到的平均平方和，简称为均方（mean square, MS）或方差。 相应的总体参数叫 总体方差 ，记为σ2。对于有限总体而言，σ2的计算公式为： 为了使所得的统计量是相应总体参数的无偏估计量，统计学证明，在求离均差平方和的平均数时，分母不用样本含量n，而用自由度 n-1， 于是，我们 采 用统计量 表示资料的变异程度。 统计量 称 为 均 方 （ mean square缩写为MS）,又称样本方差，记为S2，即 S2= 由于样本方差带有原观测单位的平方单位，在仅表示一个资料中各观测值的变异程度而不作其它分析时，常需要与平均数配合使用，这时应