统计学原理(第二章).ppt

树茎 树叶 788 022347778889 0012222333344466777889 0133445799 10 11 12 13 数据个数 3 13 24 10 茎叶图类似横置的直方图 茎叶图 单位：万个 某车间工人月加工零件数的茎叶图 三、数值数据的分布特征描述 1.集中趋势测度值 均值：均值是反映数据分布集中趋势十分重要的数据，代表总体单位某一标志值的一般水平。 例如： 某市中学生每周平均上网时间为2.8小时。 某农贸市场2月份牛肉的平均价格为16元/千克。 某地区“十五”期间经济平均增长率为9.6% 数值数据的描述 常用的几种平均数 概 念 计算 公 式 特 点 优点： ①容易理解，便于计算 ②灵敏度高 ③稳定性好 ④ 和 缺点： ①易受极值影响 1. 算术平均数 （ ） 标志总量与总体单位总数的比值 简单： 加权： 算术平均数的计算 简单算术平均数: 总体平均数 样本平均数 简单均值(算例) 原始数据: 10 5 9 13 6 8 简单均值(算例) 简单均值(算例) 原始数据: 10 5 9 13 6 8 算术平均数的计算 加权算术平均数:是对每个数据都根据其在全组中的重要程度赋予一定权重后得到的算术平均数。 计算公式: （1）未分组数据 其中， Fi表示权重。 例：根据某公司四个品牌数码相机的销售资料计算平均利润率。 四个品牌数码相机的利润率和销售额资料 所以，四个品牌数码相机的平均销售利润率为： 因为： ⑵ 分组的加权平均数 其中， Xi表示各组的变量值（组距式数列的组中值）； Fi表示各组变量值出现的频数（即权数）。 表2-1 某车间50名工人日加工零件均值计算表 按零件数分组 组中值（Xi） 频数（Fi） XiFi 105~110 110~115 115~120 120~125 125~130 130~135 135~140 107.5 112.5 117.5 122.5 127.5 132.5 137.5 3 5 8 14 10 6 4 322.5 562.5 940.0 1715.0 1275.0 795.0 550.0 合计 — 50 6160.0 例：根据表2-1中的数据，计算50 名工人日加工零件数的均值 常用的几种平均数 概 念 计算 公 式 特 点 优点： ①灵敏度高 ②在某种不能计算的条件下，可以代替 缺点： ①不易理解 ②易受极值影响 ③有“ 0”值时不能计算 2. 调和平均数 （ ） 标志值倒数平均数的倒数 某日三种蔬菜的批发成交数据 蔬菜 名称 批发价格(元/公斤) Xi 成交额(元) Mi=XiFi 成交量(公斤) Fi 甲 乙 丙 1.20 0.50 0.80 18000 12500 6400 15000 25000 8000 合计 — 36900 48000 例:某蔬菜批发市场三种蔬菜的日成交数据下表，计算三种蔬菜该日的平均批发价格。 常用的几种平均数 概 念 计算 公 式 特 点 优点： ①灵敏度高 ②受极值影响小于 和 ③适宜于各比率之积为总比率的变量求平均 缺点: ①有“ 0”或负值时不能计算 ②偶数项数列只能用正根 3. 几何平均数 （ ） 几个变量值连乘积的几次根 简单： 加权： 例：一位投资者持有一种股票，1996年、1997年、1998年和1999年收益率分别为4.5%、2.0%、3.5%、5.4%。计算该投资者在这四年内的平均收益率。 平均收益率＝103.84%-1=3.84% 三、数值数据的分布特征描述 2.离散趋势测度值 方差：是指各变量值与其平均数离差平方的平均数 标准差：方差的平方根，又称均方差 数值数据的描述 总体方差： 其中，N为总体个数，Xi数为总体的第i个单元， 为总体均值。 样本方差： 其中，n为样本个数，xi数为样本的第i个单元， 为样本均值。 未分组数据 其中，n为样本个数，Mi数为第i组的组中值，fi 为第i组的频数。 分组数据 标准差 总体标准差