spss第四章描述统计简介.ppt

* * 二、描述样本分布特征的统计量 1.峰度：描述某变量所有取值分布形态陡缓程度的统计量。 峰度为0表示其数据分布与正态分布的陡缓程度相同；峰度大于0表示比正态分布高峰要更陡峭，为尖顶峰；峰度小于0表示比正态分布的高峰要平坦，为平顶峰。 * * 二、描述样本分布特征的统计量 2.偏度：描述某变量所有取值分布形态的对称性的统计量简称SK。 偏度为0表示其数据分布形态与正态分布偏度相同，左右对称；偏度大于0表示正偏差数值较大，为正偏和称右偏，有一条长尾拖在右边；偏度小于0则相反。 SK的绝对值大于1时，被称为高度偏态分布，当SK的绝对值大于0.5小于1时被称为中等偏态分布。 * * * * * * 三 样本数据的离散特征 本部分应掌握的主要内容 （一）对样本数据离散特征的点状描述：极值、四分点与百分位点 （二） 对样本数据离散特征的区间描述：极差、四分位距与离差 （三） 离散状况的统计描述：样本方差 * * （一） 样本数据的离散特征 离 散 特 征 点状描述 区间描述 极值 四分点 百分位点 极差 极差四分位距 离差平方和 样本离差 * * 1.对样本数据的离散特征点状描述 1)极大值(Maximum)与极小值(Minmum): 这两个样本值从一定视角反映了样本数据 集合中样本值的离散状况。 2)下四分点(Lower Quartile)与上四分点 (Upper Quartile) 3)上下百分位点（Percentile） * * 下四分点与上四分点 下四分位点：把排序后的样本数据集合分成左右两部分，使左面部分包含25%的样本总个数，右边部分包含75%的样本总个数。 下四分位点Q1的位置=（n+1）*0.25 Q1 * * 下四分点与上四分点 上四分位点：把排序后的样本数据集合分成左右两部分，使左面部分包含75%的样本总个数，右边部分包含25%的样本总个数。 上四分位点Q3的位置=（n+1）*0.75 Q3 * * 下四分点Q1的值与上四分点Q3的值 当下四分位点与上四分位点的位置为整数时，相应整数位置上的样本值就是Q1,Q3的值。当下四分位点的位置与上四分位点的位置不为整数时，Q1,Q3的计算公式： Q1=Q1位置左边的样本值+（Q1位置右边的样本值-Q1位置左边的样本值）*0.25 Q3=Q3位置左边的样本值+（Q3位置右边的样本值-Q3位置左边的样本值）*0.75 * * (二) 对样本数据离散特征的区间描述：极差、四分位距与离差 1.极差（range）:极大值与极小值之差。 极差受到极端值的影响，只利用了一组数据两端 的信息，不能反映出中间数据的分散情况， 所以有一定的局限性。 * * 顺序数据离散程度的度量 3.四分位距（Interquartile Range）: 样本数据排序后的上四分位点与下四分位点之差。 四分位距反映了中间50％数据的离散程度：其数值越小，说明中间的数据越集中；数值越大，说明中间的数据越分散。四分位距不受极值的影响。 * * Q3 Q1 * * 数值型数据离散程度的度量 4.样本离差与离差平方和（Sample Deviations Or Sum of Squared Deviations） * * (三) 离散状况的统计值描述：样本方差 样本方差（Sample Variance）:离差平方和与n-1的比值。 样本方差的含义：通过消除样本个数对“偏离情况”的影响，以便较为客观地反映样本数据对样本均值的平均偏离情况。样本方差s2的计算公式： * * * * （四）分类数据离散程度的度量 异众比率：非众数组的频数占总频数的比率。用来衡量众数对一组数据的代表程度。异众比率越大，说明非众数组的频数占总频数的比重越大，众数的代表性就越差；异众比率越小，说明非众数组的频数占总频数的比重越小，众数的代表性就越大。 * * 异众比率的计算 如：一次调查结果显示，大学生对垃圾分类行为的认识状况如下： 没有必要，没有必要，没有必要，有必要，有必要，有必要，有必要，有必要，有必要，无所谓 频数：没有必要（3），有必要（6），无所谓（1） 众数＝6，非众数＝4，异众比率＝4/10=40% 表示“有必要”选项这一众数对垃圾分类行为的认识状况的代表性中有40％无法代表。仅有60％的代表性。 * * 实习1：样本数据特征的初步分析 打开数据文件：“描述统计量.sav” 描述学生的各门成绩与总成绩等指标的如下初步统计特征： 1.各门成绩的集中趋势如何？ 2.总成绩的离散程度如何？ 3.总成绩的分布规律如何？ * * 实习：连续数据样本离散统计量 样本1：50，50.02 ,49.99,50.01