《统计学》-单薇主编-第3章数据特征的度量总结.pptVIP

Shape Concerned with extent to which values are symmetrically distributed. Kurtosis The extent to which a distribution is peaked (flatter or taller). For example, a distribution could be more peaked than a normal distribution (still may be 慴ell-shaped). If values are negative, then distribution is less peaked than a normal distribution. Skew The extent to which a distribution is symmetric or has a tail. Values are 0 if normal distribution. If the values are negative, then negative or left-skewed. 9 9 众数、中位数和均值的关系 左偏分布 均值 中位数 众数 对称分布 均值 = 中位数 = 众数 右偏分布 众数 中位数 均值 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 3.2.2 内距 3.2.3 方差和标准差 3.2.4 离散系数 3.2 数据离散程度的度量 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 7 8 9 10 7 8 9 10 R = max(xi) - min(xi) 计算公式为 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 4 6 8 10 12 ?x = 8.3 总体方差和标准差 (Population variance and Standard deviation) 未分组数据： 组距分组数据： 未分组数据： 组距分组数据： 方差的计算公式 标准差的计算公式 样本方差和标准差 (simple variance and standard deviation) 未分组数据： 组距分组数据： 未分组数据： 组距分组数据： 方差的计算公式 标准差的计算公式 注意： 样本方差用自由度n-1去除! 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，若样本均值?x 确定后,只有n-1个数据可以自由取值，其中必有一个数据则不能自由取值 例如，样本有3个数值，即x1=2，x2=4，x3=9，则 ?x = 5。当 ?x = 5 确定后，x1，x2和x3有两个数据可以自由取值，另一个则不能自由取值，比如x1=6，x2=7，那么x3则必然取2，而不能取其他值 样本方差用自由度去除，其原因可从多方面解释，从实际应用角度看，在抽样估计中，当用样本方差去估计总体方差σ2时，它是σ2的无偏估计量 样本标准差计算例题 3.2.4 离散系数(coefficient of variation) 1. 标准差与其相应的均值之比 对数据相对离散程度的测度 消除了数据水平高低和计量单位的影响 4. 用于对不同组别数据离散程度的比较 5. 计算公式为 离散系数 (例题分析) 统计学考试成绩分析 专业 平均成绩（分） 标准差（分） 会计学 金融学 76.5 74.3 10.8 9.2 结论： 计算结果表明v1v2，说明金融专业的同学成绩分布比较均匀，平均成绩的代表性更强。 3.3 数据分布偏度和峰度的度量 通过计算偏度和峰度系数可以全面了解数据分布的形状 偏度----数据分布偏斜方向和程度 峰度----数据分布的尖峭程度 1.偏度的计算 当 sk=0时 ，分布对称