第4章 数据布特征的描述.pptVIP

第 4章 统计数据特征的描述 4.1 分布集中趋势的测度 4.2 分布离散程度的测度 4.3 分布偏态与峰度的侧度 4.4 茎叶图与箱线图 4.5 统计表与统计图 本章小结 学习目标 掌握数据集中趋势和离散程度的测度方法 掌握茎叶图和箱线图的制作方法 掌握分布偏态与峰度的测度方法 掌握统计表和统计图的使用 学习重点 侧度数据集中趋势指标的计算方法及应用 侧度数据离散程度指标的计算方法及应用 统计表与统计图 学习难点 方差、标准差、变异系数的实质 授课学时 4学时 众数 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 众数计算公式见书页。 众数(不惟一性) 无众数 中位数 中位数(median) 排序后处于中间位置上的值 中位数计算 (1) 为分组资料 中位数位置=(n+1)/2 （奇数项与偶数项） （2）分组资料 中位数位置=n/2 中位数在累计频数刚刚大于中位数位置的组 众数计算公式见书页。 四分位数 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) 均 值 均值（算数平均数）(mean) 集中趋势的最常用测度值 一组数据的均衡点所在 体现了数据的必然性特征 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 注意均值的平均性 简单算数平均数(simple mean) 加权算数平均数(weighted mean) 加权算数平均数 (例题分析) 均值(数学性质) 1. 各变量值与均值的离差之和等于零 几何平均数 几何平均数(geometric mean) n 个变量值乘积的 n 次方根 主要用于计算平均比率或平均速度 计算公式为 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 几何平均数 (例题分析) 【例】胡锦涛在十七大报告中提出，实现人均国内生产总值(GDP)到2020年比2000年翻两番。 切尾均值 切尾均值(trimmed Mean) 去掉大小两端的若干数值后计算中间数据的均值 在电视大奖赛、体育比赛及需要人们进行综合评价的比赛项目中已得到广泛应用 计算公式为 切尾均值 (例题分析) 【例】谋次比赛共有11名评委，对某位歌手的给分分别是： 众数、中位数和均值的比较 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 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 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 方差和标准差 方差和标准差(Variance and Standard deviation) 1. 反映了数据的分布离散程度和差异程度的最常用的测度值。 2.反映了各变量值与均值的平均差异。 3.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 (simple 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 样本标准差 (例题分析) 样本标准差 (例题分析) 离散系数 离散系数(coeff