第3章 数据分布特.ppt

3-* 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、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； 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： 3-* 第二节 统计变量离散程度的测定 一、测定离散程度的指标及其作用 二、极差、四分位差和平均差 三、方差和标准差 四、离散系数 五、异众比率 3-* 一则笑话 如果你一只脚放在摄氏 1 度的水里，另一只脚放在摄氏 79 度的水里，平均水温 40 度，你一定感觉很舒服 ？ 显然，只了解变量的集中趋势是不够的！ 3-* 一、测定离散程度的指标及其作用 1.说明数据的分散程度，反映变量的稳定性、均衡性。 数据之间差异越大，变量的稳定性或均衡性越差。 2.衡量平均数的代表性。 离散程度越大，平均数的代表性就越小。 3. 统计推断的重要依据 判别统计推断前提条件是否成立， 衡量推断效果好坏的重要尺度。 3-* 二、极差、四分位差和平均差 （一）极差（Range） 极差是一组数据的最大值（xmax）与最小值（xmin）之差，通常用 R 表示。 对于总体数据而言，极差也就是变量变化的范围或幅度大小，故也称为全距。 组距数列中，极差≈最高组的上限-最低组的下限。 优缺点：计算简便、含义直观、容易理解。它未考虑数据的中间分布情况，不能充分说明全部数据的差异程度。 3-* （二）四分位差 第3四分位数（Q3）与第1四分位数（Q1）之差，常用Qd表示。计算公式为： 实质上是两端各去掉四分之一的数据以后的极差，表示占全部数据一半的中间数据的离散程度。 四分位差越大，表示数据离散程度越大。 是在一定程度上对极差的一种改进，避免了极端值的干扰。但它对数据差异的反映仍然是不充分的。 四分位差是一种顺序统计量，适用于定序数据和定量数据。尤其是当用中位数来测度数据集中趋势时. 3-* （三）平均差（Average Deviation） 平均差——各个数据与其均值的离差绝对值的算术平均数，反映各个数据与其均值的平均差距，通常以A.D表示。计算公式为： 未分组数据： 平均差含义清晰，能全面地反映数据的离散程度。但取离差绝对值进行平均，数学处理上不够方便，在数学性质上也不是最优的。 已分组数据： 3-* 三、方差和标准差 1. 方差（Variance）的概念和计算 方差是各个数据与其均值的离差平方的算术平均数. 总体方差（σ2）的计算公式为： 未分组数据： 分组数据： 样本方差（通常用 S2 表示）分母应为（n -1）。 3-* 标准差（standard Deviation） 标准差——方差的算术平方根。 总体标准差一般用σ表示。其计算公式为： 未分组数据： 分组数据： 标准差比方差更容易理解。在社会经济现象的统计分析中，标准差比方差的应用更为普遍，经常被用作测度数据与均值差距的标准尺度。 样本标准差（S）分母应为（n-1）。 3-* 【例3-9】计算平均差和方差、标准差 使用寿命（小时） 组中值 (x) 试验数量（只）f 频率 （f/Σf) (x－1542) |x－1542|f (X－1542)2*f 1000以下 900 2 0.020 -642 1284 824328 1000-1200 1100 8 0.080 -442 3536 1562912 1200-1400 1300 16 0.160 -242 3872 937024 1400-1600 1500 35 0.350 -42 1470 61740 160