第4章数据的概括性度量..pptVIP

第 4 章 数据的概括性度量 4.1 集中趋势的度量 4.2 离散程度的度量 4.3 偏态与峰态的度量 学习目标 1. 集中趋势各测度值的计算方法 2. 集中趋势各测度值的特点及应用场合 3. 离散程度各测度值的计算方法 4. 离散程度各测度值的特点及应用场合 偏态与峰态的测度方法 用Excel计算描述统计量并进行分析 数据的特征和度量 对于描述统计中的测度，主要可以分为三个方面来描述： 一是数据的集中趋势，反映各数据向其中心值靠拢或聚焦的程度； 二是分布的离散程度，反映各数据远离其中心值的趋势； 三是数据分布的形状，即数据分布的偏态和峰度。 集中趋势(central tendency) 平均数 在统计调查报告和政府权威部门公布的统计数据中，平均数是一种常见的统计数据，如平均增长速度、平均职工工资、平均价格等，用以显示社会和经济发展的一般水平和均衡状态。 统计中的平均数包括：众数、中位数、四分位数、均值、几何均值、切尾均值。 一、分类数据：众数 （一）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(不惟一性) 无众数原始数据: 10 5 9 12 6 8 （二）确定众数的方法 （1）由单项式数列确定众数 即一组数据中出现次数最多的变量值。 （2）由组距式数列确定众数 确定众数组，即次数最多的一组 而后运用书中公式计算众数的近似值 组距式数列确定众数 式中：L：众数所在组的下限； U：众数所在组的上限； △1：众数组次数与下限相邻组次数之差； △2：众数组次数与上限相邻组次数之差； i：众数所在组的组距。 公式应用前提假设 应用该式时的假设： 1.假定数据具有明显的集中趋势。 2.假定众数所在组与相邻的上下组次数之差反映了偏态分布陡峭上升而缓慢下降的特点插值的出的。 众数体现的统计思想： 在一组数据的中心点附近，变量值出现的频率较高，根据众数组及相邻组的频数分布，确定中心点的位置。 （三）特点和应用条件 1、众数的特点 是一种位置平均数 不受极端标志值或开口组的影响 2、应用条件 在分配数列中，当标志值的次数有明显集中趋势的情况下，才能确定众数。 众数的应用 1、分析列名尺度数据的平均水平时，宜采用众数。 列名尺度数据因为不能计算中位数或均值，其中等水平或一般水平只能用众数表示。 如商品销售情况的统计中，作为最受欢迎的、最大众化的、最普遍的、销售最大的类型； 如民意测验中，作为反映民众倾向的意见。 众数的应用 2、现象存在明显集中趋势时，宜采用众数。 众数的应用常出现在不确定情况下的理性决策中。 如办公桌椅的长宽比例、住宅房间的高度、汽车驾驶室的空间、成衣、鞋袜、帽子、自行车等商品的生产和销售，厂家将消费群体定格在社会大多数人身上，依据人体各部位数据的众数来确定。 如竞选者会选择在选民最感兴趣话题上做文章。 分类数据的众数 (例题分析) 顺序数据的众数 (例题分析) 二、顺序数据：中位数和分位数 （一）中位数(median) 1.排序后处于中间位置上的值，永远在最中间，有一半数据大于它，一般数据小于它。 中位数(median) 3.不受极端值的影响，是一个位置代表值。 4.主要用于顺序数据，也可用数值型数据，但不能用于分类数据 5.中位数分组数据公式是以各组数据在组中均匀分布这一假设为条件的。 中位数 (位置的确定) 1、由未分组数列确定中位数 要注意n为奇数和偶数的不同。 2、由分组数列确定中位数。 确定中位数所在组 根据公式确定中位数的近似值 中位数(位置和数值的确定) 数值型数据的中位数 (9个数据的算例) 【例】 9个家庭的人均月收入数据 原始数据: 1500 750 780 1080 850 960 2000 1250 1630 排 序: 750 780 850 960 1080 1250 1500 1630 2000 位 置: 1 2 3 4 5 6 7 8 9 数值型数据的中位数 (10个数据的算例) 【例】：10个家庭的人均月收入数据 排 序: 660 750 780 850 960 1080 1250 1500 1630 2000 位 置: