第2.2.2节 用样本的数字特征估计总体的数字特征第2套.ppt

0.5 2.5 2 1.5 1 4 3.5 3 4.5 频率 组距 0.04 0.08 0.15 0.22 0.25 0.14 0.06 0.04 0.02 前四个小矩形的面积和=0.49 后四个小矩形的面积和=0.26 2.02 归纳总结得： 在样本中，有50％的个体小于或等于中位数，也有50％的个体大于或等于中位数，因此，在频率分布直方图中，中位数左边和右边的直方图的面积应该相等，由此可以估计中位数的值。在这个频率分布直方图中，左边的直方图的面积代表50个单位，右边的直方图也是代表50个单位，它们的分界线与x轴交点的横坐标就是中位数。 中位数在样本数据的频率分布直方图中，就是把频率分布直方图划分左右两个面积相等的分界线与x轴交点的横坐标。 思考讨论以下问题： 1、2.02这个中位数的估计值，与样本的中位数值2.0不一样，你能解释其中原因吗？ 答：2.02这个中位数的估计值,与样本的中位数值2.0不一样，这是因为样本数据的频率分布直方图，只是直观地表明分布的形状，但是从直方图本身得不出原始的数据内容，直方图已经损失一些样本信息。所以由频率分布直方图得到的中位数估计值往往与样本的实际中位数值不一致. 0.5 2.5 2 1.5 1 4 3.5 3 4.5 频率 组距 0.04 0.08 0.15 0.22 0.25 0.14 0.06 0.04 0.02 提示：在频率分布直方图中,各个组的平均数如何找？ 0.5 2.5 2 1.5 1 4 3.5 3 4.5 频率 组距 0.04 0.08 0.15 0.22 0.25 0.14 0.06 0.04 0.02 . . . . . . . . . 0.75 1.75 2.25 2.75 3.25 3.75 4.25 1.25 0.5 提示：与小长方形面积的比例有关吗？ 0.5 2.5 2 1.5 1 4 3.5 3 4.5 频率 组距 0.04 0.08 0.15 0.22 0.25 0.14 0.06 0.04 0.02 2.02 . . . . . . . . . 0.75 1.75 2.25 2.75 3.25 3.75 4.25 1.25 0.5 总结归纳得： 平均数是频率分布直方图的“重心”，是直方图的平衡点。 先找出每个小长方形的“重心”，即每小组的平均数，再按比例算出直方图的平均数。 平均数在样本数据的频率分布直方图中，等于频率分布图中每个小长方形面积乘以小矩形底边中点的横坐标之和。 思考讨论以下问题： 2、样本中位数不受少数极端值的影响，这在某些情况下是一个优点，但它对极端值的不敏感有时也会成为缺点。你能举例说明吗？ 答：优点：对极端数据不敏感的方法能够有效地预防错误数据的影响。 对极端值不敏感有利的例子:例如当样本数据质量比较差，即存在一些错误数据（如数据录入错误、测量错误等）时，用抗极端数据强的中位数表示数据的中心值更准确。 缺点：（1）出现错误的数据也不知道；（2）对极端值不敏感有弊的例子：某人具有初级计算机专业技术水平，想找一份收入好的工作。这时如果采用各个公司计算机专业技术人员收入的中位数作为选择工作的参考指标就会冒这样的风险： 很可能所选择公司的初级计算机专业技术水平人员的收入很低，其原因是中位数对极小的数据不敏感。这里更好的方法是同时用平均工资和中位数作为参考指标，选择平均工资较高且中位数较大的公司就业. 三 、三种数字特征的优缺点 1、众数体现了样本数据的最大集中点，但它对其它数据信息的忽视使得无法客观地反映总体特征。 2、中位数是样本数据所占频率的等分线，它不受少数几个极端值的影响，这在某些情况下是优点，但它对极端值的不敏感有时也会成为缺点。 3、平均数与每一个样本的数据有关，与众数、中位数比较起来，平均数可以反映出更多的关于样本数据全体的信息，但平均数受数据中的极端值的影响较大，使平均数在估计时可靠性降低。 思考讨论以下问题： 3、“用数据说话”，这是我们经常听到的一句话。但是，数据有时也会被利用，从而产生误导。例如，一个企业中，绝大多数人是一线工人，他们的年收入可能是一万元左右，另有一些经理层次的人，年收入过到几十万元。这时年收入的平均数比中位数大得多。尽管这时的中位数比平均数更合理些，但是这个企业的老板到人力市场去招聘工人时，也许更可能用平均数来回答有关工次待遇的指问。 你认为“我们单位的收入水平比别的单位高”这句话应当怎么解释？ 答:我认为这句话是这样解释的：这个企业的老板以员工平均工资收入水平去描述他们单位的收入情况。我觉得这是不合理的，因为这些员工当中，少数经理层次的收入与大多数一般员工收入的差别比较