第3章数据分布特征的描述.pptVIP

峰度系数 原理：分布曲线的尖峭程度与偶数阶中心矩的数值大小有直接关系。以四阶中心矩m4为基础，为了消除量纲的影响，再除以标准差的四次方σ4所得到的相对数即可衡量峰度。 3-* 当K=0时，分布曲线为正态曲线； 当K＞0时，为尖顶曲线，表示数据比正态分布更集中在均值附近；K的数值越大，则变量分布曲线之顶端越尖峭； 当K＜0时，为平顶曲线，表示数据比正态分布更分散；K的数值越小，则变量分布曲线之顶端越平坦。 对于正态分布曲线有： m4 /σ4=3，故峰度系数为： 【例3-13】 根据表3-3的数据，计算使用寿命分布的偏度系数和峰度系数。 解： 3-* 计算结果表明，偏度系数几乎为0，峰度系数略小于0，说明该产品使用寿命的分布十分接近对称分布，分布曲线顶峰略比正态分布平坦一些。总的说来，该产品的使用寿命的分布非常接近正态分布。 本章小结 测度集中趋势的各指标的含义、计算方法、特点和应用场合 测度离散程度的各指标的含义、计算方法、特点和应用场合 偏度与峰度的含义和测度方法 利用 Excel 计算描述统计量 3-* * 三、众数与中位数 （一）众数（Mode） 众数是一组数据中出现频数最多、频率最高的变量值，常用 M0 表示。 如表3-2中年龄的众数值MO＝25。 众数代表的是最常见、最普遍的状况，是对现象集中趋势的度量。 可用来测度定性变量的集中趋势； 销售量最大的产品颜色是“白色”，则有M0＝“白色” 可以度量定量变量的集中趋势。 从分布曲线的角度看，众数就是变量分布曲线的最高峰所对应的变量值。 3-* x MO f(x) 组距数列中众数的确定 先找到众数组。 在等距数列中，众数组就是次数最多的组； 在异距数列中，众数组应是频数密度最大的组。 根据众数组与其相邻两组的次数差来推算。 其近似公式为： 3-* 下限公式： 上限公式： Mo （二）中位数（Median） 中位数是将数据由小到大排列后位置居中的数值。 3-* 由未分组数据计算中位数 若数据项数是奇数，则正好位于中间的数值就是中位数； 如5人收入为: 1200,1450,1500,1600,2000元，则收入的中位数 Me =1500。 若数据项数是偶数，则取居中两个数值的平均数为中位数. 如6人收入为: 1200,1450,1500,1600, 1800,2000元，则收入的中位数 Me =1550。 x Me f(x) 50% 50% 由组距数据计算中位数 先确定中位数组，即中间位置（用Σf/2来计算）所在的组。 假定中位数组内次数均匀分布（次数与变量值的区间大小成比例），近似推算中位数的值。 计算公式为： 3-* 下限公式： 上限公式： 四分位数、十分位数和百分位数 四分位数是将数据由小到大排序后，位于全部数据1/4位置上的数值。 十分位数是将数据由小到大排序后，位于全部数据1/10位置上的数值。 百分位数是将数据由小到大排序后，位于全部数据1/100位置上的数值。 中位数也就是第二个四分位数、第五个十分位数、第五十个百分位数。 分位数与其它指标结合，可以更详细地反映数据的分布特征。 3-* 箱线图（boxplot） 箱线图由一组数据的最小值（xmin）、第一四分位数(Q1)、中位数(Me)、第三四分位数(Q3)、最大值（xmax）等五个数值来绘成。 利用箱线图可以观察数据分布的范围、中心位置和对称性等特征，还可以进行多组数据分布的比较。 3-* xmin Q1 Me Q3 xmax （三）众数、中位数和算术平均数的比较 1.算术平均数综合反映了全部数据的信息，众数和中位数由数据分布的特定位置所确定。 2.算术平均数和中位数在任何一组数据中都存在而且具有惟一性，但计算和应用众数有两个前提条件： （1）数据项数众多； （2）数据具有明显的集中趋势。 3.算术平均数只能用于定量（数值型）数据，中位数适用于定序数据和定量数据，众数适用于所有形式（类型、计量层次）的数据 3-* （续） 4.算术平均数要受数据中极端值的影响。而众数和中位数都不受极端值的影响。 为了排除极端值的干扰，可计算切尾均值，即去掉数据中最大和最小的若干项数值后计算的均值. 切尾均值是将均值与中位数取长补短的结果。 5. 算术平均数可以推算总体的有关总量指标，而中位数和众数则不宜用作此类推算。 3-* 算术平均数和众数、中位数的数量关系 在对称分布中，三者相等.即： 均值 = Me =Mo； 3-* x Me Mo x = Me = Mo Mo Me x 在左偏分布中，一般有： 均值MeMo 在右偏分布中，一般有：Mo Me 均值。 皮尔生经验公式：在轻微偏态时，三者的近似关系： 第二节 统计变量