第三章数据分布特征的描述调整.ppt

数据分布特征的测度 众数(不唯一性) 无众数 原始数据: 10 5 9 12 6 8 定类数据的众数 (例题分析) 定序数据的众数 (例题分析) 定序数据的中位数 (例题分析) 已改至此！！ 一、众数、中位数和均值位置上的关系 二、众数、中位数和均值数值上的关系 二、众数、中位数和均值的特点和应用 众数 不受极端值影响 具有不唯一性 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 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 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，其原因可从多方面来解释，从实际应用角度看，在抽样估计中，当用样本方差s2去估计总体方差σ2时， s2是σ2的无偏估计量 ⑵ 加权平均差——适用于分组资料 平均差的计算公式 总体算术平均数 第 组变量值出现的次数 第 组的变量值或组中值 【例B】计算下表中某公司职工月工资的平均差 2000 208 314 382 456 305 237 78 20 职工人数（人） — 250 350 450 550 650 750 850 950 组中值（元） 合计 300以下 300～400 400～500 500～600 600～700 700～800 800～900 900以上 月工资（元） 解： 即该公司职工月工资的平均差为138.95元 优点:不易受极端数值的影响，能综合反映全部单位标志值的实际差异程度； 缺点:用绝对值的形式消除各标志值与算术平均数离差的正负值问题，不便于作数学处理和参与统计分析运算。 平均差的特点 一般情况下都是通过计算另一种标志 变异指标——标准差，来反映总体内 部各单位标志值的差异状况 4 6 8 10 12 ?x = 8.3 ⒈变量值与其算术平均数的离差之和衡等于零，即： ⒉变量值与其算术平均数的离差平方和为最小，即： 算术平均数的主要数学性质 离差的概念 1 2 3 4 5 6 7 8 -1 -1 -2 1 3 【例】 设X=（2，4，6，8），则其调和平均数可由定义计算如下： ⒉再求算术平均数： ⒈求各标志值的倒数 ： ， ， ， ⒊再求倒数： 是总体各单位标志值倒数的算术平均数的倒数，又叫倒数平均数 调和平均数 A. 简单调和平均数 ——适用于总体资料未经分组整理、尚为原始资料的情况 式中： 为调和平均数; 为变量值 的个数； 为第 个变量值。 调和平均数的计算方法 B. 加权调和平均数 ——适用于总体资料经过分组整理形成变量数列的情况 式中： 为第 组的变量值； 为第 组的标志总量。 调和平均数的计算方法 9710 合计 700 1100 4560 1950 1400 10 11 12 13 14 各组工人日总产量（件） 日产量（件） 【例】 某企业某日工人的日产量资料如下： 计算该企业该日全部工人的平均日产量。 调和平均数的应用 即该企业该日全部工人的平均日产量为12.1375件。 调和平均数的应用 解 x、f 为已知 若只知 x 和xf ，而f 未知，则不能使用加权算术平均方式，只能使用其变形即加权调和平均方式。 苹果 单价 购买量 总金额 品种 （元）（公斤） （元） 红富士 2 3 6 青香蕉 1.8 5 9 是N项变量值连乘积的开N次方根。 几何平均数 用于计算现象的平均比率或平均速度 应用： 各个比率或速度的连乘积等于总比率或总速度； 相乘的各个比率或速度不为零或负值。 应用的前提条件： 各个比率或速度的连乘积等于总比率或总速度； 例子：某企业2003年盈利率比上年提高5％，2004年同比又提高了15％，那么这两年盈利率平均提高了多少？ 注意：是5％乘以15％吗？ 先将增量变换