1.3离散程度的测度、偏度与峰度、两个变量的相关关系要点.pptxVIP

离散程度的测度 变量取值的离散程度，反映各个变量之间的差异大小，从而反映分布中心指标对各个变量值代表性的高低 离散程度的常用测度指标 极差（全距） 四分位全距 数据从小到大排列后，将数据分割为4等份的3个数分别称为第一、第二、第三个四分位数 四分位全距 平均差（简单/未分组） 2、构造新的数组|原数值-算数平均数| 平均差（简单/未分组） 3、平均差=新数组的算数平均值 平均差（加权/单项数列） 步骤1、3求算数平均值的方式不同 其余一样 标准差（根方差） 1、构造新的数组(原数值-算数平均数)2 2、对新数组求算数平均数 3、再开平方根，得标准差 方差 方差 标准差 变异系数 比较两组数据离散程度大小的时候，如果两组数据的测量尺度相差太大，或者数据量纲的不同，直接使用标准差等测度指标来进行比较不合适。 我们引入变异系数可以消除测量尺度和量纲的影响，变异系数是标准差与其平均数的比，没有量纲，这样就可以进行客观比较了。因此，可以认为变异系数和极差、标准差和方差一样，都是反映数据离散程度的测度指标。其数据大小不仅受变量值离散程度的影响，而且还受变量值平均水平大小的影响。 变异系数 偏度 变量值 频数（个） 变量值 频数（个） 偏度小 偏度大 皮尔逊偏度系数 皮尔逊偏度系数 皮尔逊偏度系数 鲍莱偏度系数 鲍莱偏度系数的取值在-1与1之间。绝对值越大变量分布的偏斜程度越大，反之偏斜程度越小。 峰度及其测度 变量值 频数（个） 变量值 频数（个） 峰度小 峰度大 峰度及其测度 峰度是指次数分布曲线顶峰的尖平程度，是次数分布的又一重要特征。统计上，常以正态分布曲线为标准，来观察比较某一次数分布曲线顶峰尖平程度的大小。 　　根据变量值的集中与分散程度，峰度一般可表现为三种形态：尖顶峰度、平顶峰度和标准峰度。当变量值的次数在众数周围分布比较集中，使次数分布曲线比正态分布曲线顶峰更为隆起尖峭，称为尖顶峰度；当变量值的次数在众数周围分布较为分散，使次数分布曲线较正态分布曲线更为平缓，称为平顶峰度。可见，尖顶峰度或平顶峰度都是相对正态分布曲线的标准峰度而言的。　　　 峰度及其测度 峰度及其测度 由统计计算分析可知，当次数分布为正态分布曲线时，ku=3，以此为标准就可比较分析各种次数分布曲线的峰度。当ku3时，表示分布曲线呈尖顶峰度，为尖顶曲线，说明变量值的次数较为密集地分布在众数的周围，ku值越大于3，分布曲线的顶端越尖峭。当ku3时，表示分布曲线呈平顶峰度，为平顶曲线，说明变量值的次数分布比较均匀地分散在众数的两侧，ku值越小于3，则分布曲线的顶峰就越平缓。一般当ku值接近于1.8时，分布曲线呈水平矩形分布形态，说明各组变量值的次数相同。当ku值小于1.8时，次数分布曲线趋向“U”型分布。实际统计分析中，通常将偏度和峰度结合起来运用，以判断变量分布是否接近于正态分布。 1.5两个变量的相关关系 变量之间的依存关系 无论是在自然界还是社会经济领域，一种现象与另一种现象之间往往存在着依存关系，当我们用变量来反映这些现象的特征时，便表现为变量之间的依存关系。 如某种商品的销售额（y）与销售量（x）之间的关系、商品销售额（y）与广告费支出（x）之间的关系、粮食亩产量（y）与施肥量（x1）、降雨量（x2） 、温度（ x3）之间的关系等。 变量之间的依存关系 测度两变量相关程度的指标 1、求x和y的算数平均数，均为3 协方差 2、构造新的数组 （原数值x-x的算数平均数） （原数值y-y的算术平均数） 1 2 3 4 5 原数值x 5 4 3 2 1 原数值y 协方差 3、协方差=新数组的算数平均值=-2 协方差 1 2 3 4 5 数值x 2 3 4 5 6 数值y 协方差=2 协方差 数组序号 变量值 数组序号 变量值 协方差=-2 此消彼长 协方差=2 共同进步 x y x y 相关系数 正的协方差表达了正相关性，负的协方差表达了负相关性。对于同样的两个随机变量来说，计算出的协方差越大，相关性越强。 考虑如下问题，若身高和体重的协方差为30，这究竟是多大的一个量呢？若身高与鞋号的协方差为5，是否说明，相对于鞋号，身高与体重的的相关性更强呢？ 这样横向对比超出了协方差的能力范围。考虑另一种情况，依然是计算身高与体重的协方差。数据完全不变，而只更改单位。我们的体重用克而不是千克做单位，计算出的协防差是原来数值的1000倍！ 相关系数 x和y的协方差 为了能进行这样的横向对比，我们需要用统一的方式来定量变量之间的相关的紧密程度。这时，我们引入相关系数。相关系数是“归一化”的协方差 相关系数 相关系数