多媒体课件_统计学_本_第七周_课件.pptVIP

偏 态 偏态(skewness) 统计学家Pearson于1895年首次提出 数据分布偏斜程度的测度 2. 偏态系数=0为对称分布 3. 偏态系数 0为右偏分布 偏态系数 0为左偏分布 偏态系数大于1或小于-1，被称为高度偏态分布；偏态系数在0.5～1或-1～-0.5之间，被认为是中等偏态分布；偏态系数越接近0，偏斜程度就越低 偏态系数 (coefficient of skewness) 根据原始数据计算 根据分组数据计算 偏态系数 (例题分析) 某电脑公司销售量偏态及峰度计算表 按销售量份组(台) 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 -256000 -243000 -128000 -27000 0 17000 80000 216000 256000 625000 7290000 2560000 270000 0 170000 1600000 648000031250000 合计 — 120 540000 偏态系数 (例题分析) 结论：偏态系数为正值，但与0的差异不大，说明电脑销售量为轻微右偏分布，即销售量较少的天数占据多数，而销售量较多的天数则占少数 峰 态 峰态(kurtosis) 统计学家Pearson于1905年首次提出 数据分布扁平程度的测度 峰态系数=0扁平峰度适中 峰态系数0为扁平分布 峰态系数0为尖峰分布 峰态系数 (coefficient of kurtosis) 根据原始数据计算 根据分组数据计算 峰态系数 (例题分析) 结论：偏态系数为负值，但与0的差异不大，说明电脑销售量为轻微扁平分布 * 数值型数据：方差和标准差 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 R = max(xi) - min(xi) 计算公式为 【注意】 1、在实际工作中，极差可以用于检查产品质量的稳定性和进行质量控制。在正常生产的条件下，产品质量稳定，极差在一定范围内波动，若极差超过给定的范围，就说明有不正常情况产伤。 2、极差受到极端值的影响，不能反映中间数据的分散状况因此测定结果往往不能反映数据的实际离散程度。 四分位差？ 1、四分位差是对极差的一种改进。与极差相比，四分位差因不受极值的影响，在反映数据的离散程度方面比极差准确，具有较高的稳定性；同时，对于存在开口的组距数列，不能计算极差，但可以计算四分位差。 四分位差与极差相比较： 2、四分位差和极差一样，不能充分利用数据的全部信息，也无法反映标志值的一般变动。 【练习】计算下列数据的极差 1，6，6，6，6，6，10 1，3，4，7，8，9，10 问题：那一组数据数据的差异大一些？如何判断？ 平均差(mean deviation) 各变量值与其平均数离差绝对值的平均数 能全面反映一组数据的离散程度 数学性质较差，实际中应用较少 计算公式为 未分组数据 组距分组数据 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 ? 优点：能较好地区别出不同组数据的分散情况或程度； 缺点：是绝对值不适合作进一步 方差和标准差(variance and standard deviation) 数据离散程度的最常用测度值 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