应用统计学总复习.pptxVIP

《应用统计学(1)》总复习 课程主要内容 1. 为什么要学习统计学——用数据说话 2. 描述性统计（可视化） 3. 汇总统计 （集中趋势、离散趋势） 4. 相关分析与回归分析初步 5. 时间序列分析 6. 指数 一、数据的分布中心 （集中趋势） 1. 中位数 （Median）: x1  x2  …  xn 处于中间的位置观测值。 2. 众数（ Mode）：出现频次最多的观测值 3. 均值 （Mean)： 第一章 统计数据的汇总统计 比较：均值、中位数、众数 应用建议： （1）对于名义变量，描述集中趋势的办法是: （2）对于顺序变量，描述集中趋势的最常用的办法是: （3）对于定量变量，一般使用平均值。 但当数据的直方图显示出是非对称 （偏斜）分布时，常常使用中位数。 众数 中位数 二、数据离散程度的测量  1、极差（ Rang） 2、 方差 ( Variance ) 总体方差： 样本方差： 3、标准差 （Standard Deviation）  Excel是用样本方差 例题: 某车间有甲、乙两人，加工某零件质量 质量数据：直径（mm) 甲： 0.7，0.7，0.8，0.8，0.8，0.8，1.0，1.1 众数 = 0.8, 中位数= 0.8, 均值 = 0.8375 乙：0.4，0.5，0.7，0.8，0.8，0.9，1.2，1.4 众数 = 0.8, 中位数 = 0.8, 均值 = 0.8375 问题： 谁是师傅？ Excel 计算过程： 平均值 总体方差 样本方差 另一种方差计算方法 方差计算方法 其他扩展内容 2、离散系数 （Coefficient of Variation） 1. 四分位极差（ Interquartile Rang） 3、 异众比（Variation Ratio): 四分位极差 = Q3 - Q1 定性数据离散程度的度量 三、数据的标准化处理： 1. 中心化——压缩 性质： 均值为0 方差等于1 2. 消除均值的作用 性质: 均值恒等于1 3. Max-min 标准化 离散系数 四. 数据的标准得分 (改成要求内容) Chebyshev 定理: 令c 为任意大于1的数值。对于任意分布的数据集合， 在（- c, +c) 区间内，所包含的观测值比例至少是（1- 1/c2 ) 。 当 : c=2 ： （1- 1/c2 ) = 75% c=3: （1- 1/c2 ) = 89% c=4: （1- 1/c2 ) = 93% 经验规则： 对于近似钟形分布的总体或样本分布， 在（- , + )区间，有 68% 在（- 2, +2 )区间，有 95% (75%) 在（- 3, +3)区间，有 99.7% (89%) 的观测值将落入该区间内。 如果员工工资呈钟形对称分布，至少95% 的员工工资在以下的区间内: (1266.47, 1986.91) 数据的标准得分: Z score : 对于总体数据: Z= (X - )/ 例：某中学高三年级连续两次考试的平均成绩分别为78.53分和70.19分，标准差分别为9.43分和7分。某学生两次考试的成绩分别为90分和82分。问他在年级的排名退步了吗？ （ 90–78.53）/ 9.43=1.22 (82 –70.19)/7=1.69 问题：如果年级共有500人，可否大致判断他的排名不低于多少？ 拓展内容：数据分布的偏度与峰度 偏态系数（coefficient of skewness): 基本思想：使用数据集合的“三阶中心矩” 峰度系数（coefficient of kurtosis) Ku: 某一数据分布与正态分布相比的尖峰程度或平坦程度 Sk = 0 对称分布 Sk 0 右偏 Sk 0 左偏 Ku = 0 正态分布 Ku 0 尖峰 Ku 0 扁平 第四章 相关分析与回归分析初步 一、Pearson 相关系数 记 (1) -1 r  1 (2) 0 r  1: 正线性相关 (3) -1 r 0: 负线性相关 (4) r = 0: 线性无关 (5) r =1: 完全正线性相关 (6) r= -1: 完全负线性相关 二、 Spearman 秩相关系数（拓展内容