第四章统计数据的描述.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * Shape Concerned with extent to which values are symmetrically distributed. Kurtosis The extent to which a distribution is peaked (flatter or taller). For example, a distribution could be more peaked than a normal distribution (still may be 慴ell-shaped). If values are negative, then distribution is less peaked than a normal distribution. Skew The extent to which a distribution is symmetric or has a tail. Values are 0 if normal distribution. If the values are negative, then negative or left-skewed. * * * * 9 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 单变量分组的样本方差和标准差 注：在分组数据里n=∑fi 注解：样本方差自由度(degree of freedom) 一组数据中可以自由取值的数据的个数 当样本数据的个数为 n 时，若样本均值?x 确定后,只有n-1个数据可以自由取值，其中必有一个数据则不能自由取值(举例) 2.样本方差用自由度去除，其原因可从多方面解释，从实际应用角度看，在抽样估计中，当用样本方差去估计总体方差σ2时，它是σ2的无偏估计量 S=262.85 四、离散系数(coefficient of variation) 1. 标准差与其相应的均值之比 2. 对数据相对离散程度的测度 3. 消除了数据水平高低和计量单位的影响 4. 用于对不同组别数据离散程度的比较 5. 计算公式为 离散系数 (例题分析) 某管理局所属8家企业的产品销售数据 企业编号 产品销售额（万元） x1 销售利润（万元） x2 1 2 3 4 5 6 7 8 170 220 390 430 480 650 950 1000 8.1 12.5 18.0 22.0 26.5 40.0 64.0 69.0 【 例 】某管理局抽查了所属的8家企业，其产品销售数据如表。试比较产品销售额与销售利润的离散程度 离散系数 (例题分析) 结论： 计算结果表明，v1v2，说明产品销售额的离散程度小于销售利润的离散程度 v1= 536.25 309.19 =0.577 v2= 32.5215 23.09 =0.710 第三节 偏态与峰度的度量 一、偏态及其测度 二、峰度及其测度 一、偏态及其测度 （一）偏态的概念 1.统计学家Pearson于1895年首次提出 2.数据分布偏斜程度的测度，数据分布的不对称性称为偏态。 3.偏态系数=0为对称分布 偏态系数0为右偏分布 偏态系数0为左偏分布 二、偏态系数 (skewness coefficient) 1.根据原始数据计算 2. 根据分组数据计算 二、 峰度及其测度 （一）峰度的概念 1. 统计学家Pearson于1905年首次提出 2. 数据分布的平峰或尖峰程度的测度（与标准正态分布比较）。 3. 峰度系数=0为峰度适中（标准正态分布） 峰度系数0为平峰分布 峰度系数0为尖峰分布 （二）峰度系数(kurtosis coefficient) 1. 根据原始数据计算 2. 根据分组数据计算 偏态系数和峰度系数 (例题分析) 某电脑公司销售量偏态及峰度计算表 按销售量份组(台) 组中值(Mi) 频数 fi 140 ~ 150 150 ~ 160 160 ~ 170 170 ~ 180 180 ~190 190 ~200 200 ~210 210 ~220 220 ~ 230 230 ~ 240 145 155 165 175 185 195 205 215 225 235 4 9 16 27 20 17 10 8 4 5 -256000 -243000 -128000 -27000 0 17000 80000 216000 256000 625000 7290000 2560000 2700