第3篇 数据分布特征的描述.pptVIP

从分布曲线的角度看： 无众数：分布曲线没有明显的集中趋势或高峰。 单峰分布：分布曲线明显地存在一个众数。 双峰分布：有两个不临近的数据具有相对较高的频数（即使频数不相等）。 多峰分布：有几个相对较高的频数的分布。 例3-7 根据表3-3的数据计算灯泡使用寿命的众数。 解：次数最多的组是第四组，即1400~1600之间。 具体数值为 或 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。 两类变异指标： 用绝对数或平均数表示：极差、四分位差、平均差、标准差等。 用相对数表示：离散系数、异众比率等。 【例3-11】 计算例3-3中标准差系数。若另一品牌灯泡平均寿命是1150小时，标准差为206小时。试比较这两种品牌灯泡的离散程度。 3-* 【例3-10】 解：由于两次考试成绩的均值和标准差不同，每个学生两次考试的成绩不宜直接比较。 利用标准化值进行对比，表明第二次考试的成绩更好一些。 假定某班学生先后两个两次进行了难度不同的综合考试，第一次考试成绩的均值和标准差分别为80分和10分，而第二次考试成绩的均值和标准差分别为70分和7分。张三第一、二次考试的成绩分别为92分和80分，那么全班相比较而言，他哪一次考试的成绩更好呢？ 3-* 4. 对称钟形分布中的3σ法则 3σ 法则——关于钟形分布的一个近似的或经验的法则： 变量值落在 [-3σ，+3σ]范围以外的情况极为少见。因此通常将落在区间[-3σ，+3σ]之外的数据称为异常数据或称为离群点。 x 99.73% 68.27% 95.45% 3-* 四、离散系数 前面的各变异指标都是有计量单位的，它们的数值大小不仅取决于数据的离散程度，还要受数据本身水平高低和计量单位的影响。 对不同变量（或不同数据组）的离散程度进行比较时，只有当它们的平均水平和计量单位都相同时，才能利用上述变异指标来分析；否则，须利用离散系数来比较它们的离散程度。 例如，哪个变量的差异较大：体重，还是身高？ 例如，体重的差异哪个较大：父亲，还是婴儿？ 父亲：平均体重=70 kg，标准差=5 kg 婴儿： 5 kg， 1 kg 3-* 离散系数 (变异系数)是极差、四分位差、平均差或标准差等变异指标与算术平均数的比率，以相对数的形式表示变异程度。 将极差与算术平均数对比得到极差系数， 将平均差与算术平均数对比得到平均差系数。 最常用的离散系数是就标准差来计算的，称之为标准差系数： 离散系数大，说明数据的离散程度大，其平均数的代表性就差；反之亦然. 解：两种灯泡平均寿命水平不同，不能直接用标准差比较，须计算标准差系数。 此灯泡标准差系数 另一灯泡标准差系数 3-* 五、异众比率 异众比率是指非众数值的次数之和在总次数中所占比重，其公式为： 主要用于衡量一组数据以众数为分布中心的集中程度，即衡量众数代表一组数据一般水平的代表性。 其值越小，数据集中程度越高，众数代表性越大. 【例3-12】表3-5 规格的异众比率 颜色的异众比率： 3-* 第三节 变量分布的偏度与峰度 一、矩（动差 ） 二、偏度（Skewness） 三、峰度（Kurtosis） 3-* 一、矩（动差 ） 矩（动差 ）—— 一系列刻画数据分布特征的指标的统称。 变量值与数值 a 之离差的 K 次方的平均数称为变量 x 关于 a 的K 阶矩，即： K 阶原点矩（当a = 0 时）是数据的K次方的平均数. 一阶原点矩即算术平均数； 二阶原点矩即平方平均数。 K 阶中心矩矩（当a =均值 时）是以均值为中心计算的离差 K 次方的平均数，记为 。 k=1时，称为一阶中心矩，它恒等于0，即 m1=0； k=2时，称为二阶中心矩，也就是方差，即m2=σ2。 3-* 二、偏度（Skewness） 偏度——指数据分布的不对称程度或偏斜程度。 以 对称分布 为标准来区分 偏态分布又分左偏（负偏）和右偏（正偏）. 左偏分布（负偏） 右偏分布（正偏） 3-* 偏态的测度方法 -3 0 +3 极左偏态 对称分布 极右偏态 一般有： 数据分布对称时，均值、中位数、众数三者相等。 分布是偏态时，三者不相等；偏态越严重，三者 差距越大。 （一）由均值与众数（中位数）之间的关系求偏态系数： 3-* （二）由三个四分位数之间的关系求偏态系数 值域：-1? Sk ? 1 极左偏态 对称分布 极右偏态 -1