離差之量度3目錄3.1分佈域及四分位數間距.pptVIP

3.1 分佈域及四分位數間距 3.1 分佈域及四分位數間距 3.2 箱形圖 3.3 標準差 3.3 標準差 3.3 標準差 3.4 比較各組數據的離差 3.5 改變數據對離差的影響 * 離差之量度 3 目錄 目錄 3.1 分佈域及四分位數間距 3.2 箱形圖 3.3 標準差 3.4 比較各組數據的離差 3.5 改變數據對離差的影響 3 離差的量度 平均數、中位數和眾數，可以用作量度一組數據的集中趨勢。但這些量度都不能顯示一組數據離差的情況。在統計學上，要顯示一組數據的離散或差異的程度，我們會以離差表示。 A. 離差簡介 考慮以下兩隊球隊的球員身高 (以 cm 為單位)。 A 隊： 160，161，162，162，163，164，165，167，171，175 B 隊： 154，156，158，159，162，164，166，172，174，185 這兩隊球員的平均身高都是 165 cm，但 B 隊球員身高的差異就比 A 隊的較大。 3.1 分佈域及四分位數間距 B. 分佈域 分佈域是對一組數據的離差作簡單的量度。對於不分組數據，分佈域就是該組數據的最大值與最小值之差。 對於分組數據，分佈域就是最高組界與最低組界之差。 分佈域 = 最大值 – 最小值 分佈域 = 最高組界 – 最低組界 C. 四分位數間距 四分位數間距的定義是上四分位數與下四分位數之差。 四分位數間距 = Q3 – Q1 當一組數據按照遞升次序排列後，四分位數便可把數列劃分為四等分，而四分位數共有三個，它們通常以 Q1、Q2 及 Q3 表示。 箱形圖用來顯示一組數據分散的情況。它圖像化地顯示出一組數據的四分位數及其極值。 由上圖可見，這組數據的分佈域為 22，而四分位數間距為 9。 上下兩端的數值之差就是分佈域。 箱形的長度就是四分位數間距。 圖 3.16 對於一組不分組的數據 x1，x2，…，xn， A. 不分組數據的標準差 注意： 1. 兩組數據可以有相等的平均數，但不同的標準差。 2. 數據組的標準差愈大，代表數據愈離散。 對於分組的數據，我們需要考慮每個數據的頻數。 B. 分組數據的標準差 考慮以下一組數據： 40 ，36，47，53，56 以下所示為利用計算機，計算數據的平均值及標準差的步驟： C. 利用計算機求標準差 第一步： 首先按 Mode Mode 1 鍵把計算機設定在「SD」模式。然後按 SHIFT CLR 1 EXE 鍵把原有在「SD」模式所儲存的數據清除。 第二步： 順序按以下的鍵： 40 DT 36 DT 47 DT 53 DT 56 DT 第三步： 按 SHIFT S-VAR 1 EXE 鍵，則可得平均數 = 46.4。 按 SHIFT S-VAR 2 EXE 鍵，則可得標準差 = 7.55。 2. 四分位數間距 1. 分佈域 3. 標準差 缺點 優點 離差的量度 只牽涉其中兩個數據，計算時最為簡易。 主要計算中間 50%的數據，因此避免極大值與極小值的影響。 採用全組數據計算。 只考慮極大值及極小值，容易產生離差的誤導。 不能顯示全組數據的離差。 若不使用計算機，則難以計算。 表 3.34 若從數據中把最大值及最小值除去（假設數據中的每一項皆不會重複），則 分佈域減小； 由於數據的離差收窄，故標準差減小； 四分位數間距可能增大或減少。 A. 從數據中除去某一項 3.5 改變數據對離差的影響 若在整組數據的每一項都加上同一常數 k，則 分佈域， 四分位數間距及 標準差 這三種離差數量度都不會改變。 B. 在整組數據加入一個共同常數 3.5 改變數據對離差的影響 若把整組數據的每一項都乘以同一正常數 k，則分佈域、四分位數間距及標準差的值，均變為原來的 k 倍。 C. 把整組數據乘以共同常數 3.5 改變數據對離差的影響 一般而言，零項是一組數據中最小的一項。因此，這種情況與節 A 相似。不過，我們現在是把一個最小值加插入數據中，而不是從數據中把其中一項除去。 若在一組正數的數據中加入零項，則： D. 一組數據中加入零項 在一般情況下，統計數據是非負值的，如身高、體重及成績等。 分佈域增大； 由於數據的離散擴闊所致，故標準差增大； 四分位數間距可能增大或減小。