第4章数据的概括性度量重点.ppt

第 4 章 数据的概括性度量 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 数据分布的特征 4.1 集中趋势的度量 4.1.1 众数(mode) 定义1：样本数据集合中出现频次最高的那个样本值，称为“样本众数”，简称“众数”。（Mode，简记为Mo） 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 分类数据的众数 (例题分析) 分组数据的众数 4.1.2 中位数 (median) 排序后处于中间位置上的值 不受极端值的影响 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 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: 1 2 3 4 5 6 7 8 9 10 顺序数据的中位数 (例题分析) 4.1.2 四分位数(quartile) 排序后处于25%和75%位置上的值 数值型数据的四分位数 【例】：9个家庭的人均月收入数据(4种方法计算) 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 四分位数(位置的确定) 四分位数(位置的确定) 方法3： 其中[ ]表示中位数的位置取整。这样计算出的四分位数的位置，要么是整数，要么在两个数之间0.5的位置上 方法4： Excel给出的四分位数位置的确定方法 如果位置不是整数，则按比例分摊位置两侧数值的差值 4.1.3 平均数(mean) 也称为均值 集中趋势的最常用测度值 一组数据的均衡点所在 易受极端值的影响 根据总体数据计算的，称为平均数，记为?；根据样本数据计算的，称为样本平均数，记为?x 各变量值与平均数的离差之和等于零，离差平方和最小 简单平均数（未分组数据）(Simple mean) 例：房屋的构造主要由基础、墙和柱、楼地层、屋顶、楼梯、门窗6大构件组成，现对某房地产开发公司的一批商品房验收，各部件优良率如表，求平均优良率。 平均增长率(例题分析 ) 4.1.4 众数、中位数和平均数的关系 众数、中位数、平均数的特点和应用 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且有明显峰值时应用 中位数 不受极端值影响 数据分布偏斜程度较大时应用 适合于任何分布类型的资料，对于正态分布，理论上中位数等于均数。 平均数 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 数据类型与集中趋势测度值 How to Lie with Statistics 《时代》杂志“编者的话”栏目，关于该杂志的新订阅者，有如下描述：“他们的平均年龄(中位数)为34 岁，家庭平均年收人为7270 美元。” 早期对“旧时代”读者的调查发现，“平均年龄(中位数)为41 岁??平均收入为9535 美元??” 很自然的问题是：为什么两次谈到年龄时都指出是中位数，而关于收入却不明确平均数的类型?也许这里使用的是均值，以便利用高收入读者群来达到吸引广告商的目的。 信息产业部副部长奚国华在北京举行的2007互联网大会上透露，目前我国农村的村村通电话普及率已经达到99.2%。 以每小时70 英里的速度疾驶在高速公路上，如果时间是早上7 点，那么你生还的机会将是晚上7 点的4 倍。 现在美国的许多房产都是为了满足统计上的平均家庭，即3．6 人的家庭，用现实的语言说是 3 或4 个人，即两个卧室的房屋。一些地区大量建设两个卧室的房子，这是由不完全信息的统计资料造成巨大浪费的实例。 对此，美国公共健康联合会(The American Pubic Health Association)指出：“当越过算术平均数去注意它所不能代表的实际家庭人口范围时，我们发现3 人或4 人的家庭仅占总体的45％，而35％是1 人或2 人，剩下的20％则多于4 人。” 运用平均指标应注意