数据分布特征的描述-1.pptVIP

第二节 统计变量离散程度的测定 一、测定离散程度的指标及其作用 二、极差、四分位差和平均差 三、方差和标准差 四、离散系数 五、异众比率 3-* 一则笑话 如果你一只脚放在摄氏 1 度的水里，另一只脚放在摄氏 79 度的水里，平均水温 40 度，你一定感觉很舒服 ？ 显然，只了解变量的集中趋势是不够的！ 一、测定离散程度的指标及其作用 1.说明数据的分散程度，反映变量的稳定性、均衡性。 数据之间差异越大，变量的稳定性或均衡性越差。 2.衡量平均数的代表性。 离散程度越大，平均数的代表性就越小。 3. 统计推断的重要依据 判别统计推断前提条件是否成立， 衡量推断效果好坏的重要尺度。 二、极差、四分位差和平均差 （一）极差（Range） 极差是一组数据的最大值（xmax）与最小值（xmin）之差，通常用 R 表示。 对于总体数据而言，极差也就是变量变化的范围或幅度大小，故也称为全距。 组距数列中，极差≈最高组的上限-最低组的下限。 优缺点：计算简便、含义直观、容易理解。它未考虑数据的中间分布情况，不能充分说明全部数据的差异程度。 （二）四分位差 第3四分位数（Q3）与第1四分位数（Q1）之差，常用Qd表示。计算公式为： 实质上是两端各去掉四分之一的数据以后的极差，表示占全部数据一半的中间数据的离散程度。 四分位差越大，表示数据离散程度越大。 是在一定程度上对极差的一种改进，避免了极端值的干扰。但它对数据差异的反映仍然是不充分的。 四分位差是一种顺序统计量，适用于定序数据和定量数据。尤其是当用中位数来测度数据集中趋势时. 四分位差 (例题分析) 解：设非常不满意为1,不满意为2, 一般为3, 满意为 4, 非常满意为5 。 已知 QL = 不满意 = 2 QU = 一般 = 3 四分位差为 Qd = QU - QL = 3 – 2 = 1 甲城市家庭对住房状况评价的频数分布 回答类别 甲城市 户数 (户) 累计频数 非常不满意 不满意 一般 满意 非常满意 24 108 93 45 30 24 132 225 270 300 合计 300 — （三）平均差（Average Deviation） 平均差——各个数据与其均值的离差绝对值的算术平均数，反映各个数据与其均值的平均差距，通常以A.D表示。计算公式为： 未分组数据： 平均差含义清晰，能全面地反映数据的离散程度。但取离差绝对值进行平均，数学处理上不够方便，在数学性质上也不是最优的。 已分组数据： 平均差 (例题分析) 某电脑公司销售量数据平均差计算表 按销售量分组 组中值(Mi) 频数(fi) 140~150 150 ~ 160 160 ~ 170 170 ~ 180 180 ~ 190 190 ~ 200 200 ~ 210 210 ~ 220 220 ~ 230 230 ~ 240 145 155 165 175 185 195 205 215 225 235 4 9 16 27 20 17 10 8 4 5 40 30 20 10 0 10 20 30 40 50 160 270 320 270 0 170 200 240 160 250 合计 — 120 — 2040 平均差 (例题分析) 含义：每一天的销售量平均数相比， 平均相差17台 ? 统计函数—AVEDEV 三、方差和标准差 1. 方差（Variance）的概念和计算 方差是各个数据与其均值的离差平方的算术平均数. 总体方差（σ2）的计算公式为： 未分组数据： 分组数据： 样本方差（通常用 S2 表示）分母应为（n -1）。 标准差（standard Deviation） 标准差——方差的算术平方根。 总体标准差一般用σ表示。其计算公式为： 未分组数据： 分组数据： 标准差比方差更容易理解。在社会经济现象的统计分析中，标准差比方差的应用更为普遍，经常被用作测度数据与均值差距的标准尺度。 样本标准差（S）分母应为（n-1）。 自由度 (degree of freedom) 自由度是指附加给独立的观测值的约束或限制的个数 从字面涵义来看，自由度是指一组数据中可以自由取值的个数 当样本数据的个数为n时，若样本平均数确定后，则附加给n个观测值的约束个数就是1个，因此只有n-1个数据可以自由取值，其中必有一个数据不能自由取值 按着这一逻辑，如果对n个观测值附加的约束个数为k个，自由度则为n-k 自由度 (degree of freedom) 样本有3个数值，即x1=2，x2=4，x3=9，则