第3章 数据特征的度量1.pptVIP

第 3章 数据特征的度量 3.1 数据集中程度的度量 3.2 数据离散程度的度量 3.3 数据分布的偏度与峰度的度量 3.4 SPSS在描述统计中应用-描述统计与数据分布特征的测度 本章小结 学习目标 掌握集中趋势测度方法及意义 掌握离散趋势测度方法及意义 了解偏态与峰度的测度方法及意义 数据集中程度的度量反映的是数据一般水平的代表值或者数据分布的中心值。从不同的角度考虑，集中程度的测度值有多个，我们将一一介绍。 3.1.1 均值(mean) 集中程度的最常用测度值 一组数据的均衡点所在 易受极端值的影响 用于数值型数据，不能用于分类数据和顺序数据 简单均值(simple mean) 加权均值(weighted mean) 均值(数学性质) 1. 各变量值与均值的离差之和等于零 3.1.2 调和平均数(Harmonic mean) 1、集中程度的测度值之一，又称为倒数平均数 2、易受极端值的影响 3、常用于特定数据的计算 计算公式 调和平均数例题(Harmonic mean) 3.1.3 几何平均数(geometric mean) n 个变量值乘积的 n 次方根 适用于对比率数据的平均 主要用于计算平均增长率 计算公式 几何平均数 (例题分析) 【例】一位投资者购持有一种股票，在2000年、2001年、2002年和2003年收益率分别为4.5%、2.1%、25.5%、1.9%。计算该投资者在这四年内的平均收益率 3.1.4 中位数(median) 排序后处于中间位置上的值 中位数(位置的确定) 数值型数据的中位数 (5个数据算例) 【例】 5个工人日产量 原始数据: 3 8 5 4 9 排 序: 3 4 5 8 9 数值型数据的中位数 (6个数据的算例) 【例】：6个工人日产量 原始数据: 3 8 5 4 9 11 排 序: 3 4 5 8 9 11 分组数据的中位数公式 分组数据中位数例题 3.1.5 分位数 中位数是将统计分布从中间分成面积（即数据个数）相等的两部分，与中位数性质相似的还有四分位数（quartile）、十分位数（decile）、和百分位数（percentile）。显然，四分位数就是将数据分布4等分的三个数值，其中中间的四分位数就是中位数。十分位数和百分位数分别是将数据分布10等分和100等分的数值。 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) 数值型数据的四分位数 (11个数据的算例) 数值型数据的四分位数 (12个数据的算例) 3.1.6 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 分组数据的众数的计算公式 分组数据众数例题 众数、中位数和均值的关系 众数、中位数、均值的特点和应用 众数 不受极端值影响 具有不惟一性 数据分布偏斜程度较大时应用 中位数 不受极端值影响 数据分布偏斜程度较大时应用 均值 易受极端值影响 数学性质优良 数据对称分布或接近对称分布时应用 3.2.1 极差(range) 一组数据的最大值与最小值之差 离散程度的最简单测度值 易受极端值影响 未考虑数据的分布 3.2.2 内距(Inter-Quartile Range,IQR) 也称四分位差 上四分位数与下四分位数之差 内 距= Q3 – Q1 反映了中间50%数据的离散程度 不受极端值的影响 可用于衡量中位数的代表性 3.2.3标准差和方差(Variance and Standarddeviation) 1. 离散程度的主要测度值 2. 最常用的测度值 3. 反映了数据的分布 反映了各变量值与均值的平均差异 根据总体数据计算的，称为总体方差或标准差；根据样本数据计算的，称为样本方差或标准差 总体方差和标准差 (Population variance and Standard deviation) 未分组数据： 样本方差和标准差 (simple variance and standard deviation) 未分组数据： 样本方差自由度(degree of freedom) 一组数据中可以自由取值的数据的个数 当样本数据的个数为 n 时，若样本均