第四章数据分布特征的描述介绍.ppt

数值型分组数据的中位数(例) 表3-5 某车间50名工人日加工零件数分组表 按零件数分组 频数（人） 累积频数 105~110 110~115 115~120 120~125 125~130 130~135 135~140 3 5 8 14 10 6 4 3 8 16 30 40 46 50 合计 50 — 【例】根据表3-5中的数据，计算50 名工人日加工零件数的中位数 中位数的特点： ①是一种位置平均数，不受极端值及开口组的影响，具有稳健性。 ②难获得数据资料时，某些不具有数学特点或不能用数字测定的现象，可以使用中位数作为这种数据的平均值。 ③各单位标志值与中位数离差的绝对值之和为最小值。 ④不能进行代数运算，很少用于高级统计分析。。 （二）其他分位数 中位数是从中间点将全部数据等分为两部分。与中位数类似的还有： 四分位数（quartile） 十分位数（decile） 百分位数（percentile）等。 它们分别是用3个点、9个点和99个点将数据四等分、10等分和100等分后各分位点上的值。 四分位数 ①排序后处于25%和75%位置上的值。 ②不受极端值的影响 ③主要用于定序数据，也可用于数值型数据，但不能用于定类数据 QL QM QU 25% 25% 25% 25% QL QM QU 25% 25% 25% 25% 四分位数(位置的确定) 未分组数据： 组距分组数据： 数值型未分组数据的四分位数 原始数据: 23 21 30 32 28 25 26 QL= 23 QU = 30 排 序: 21 23 25 26 28 30 32 位 置: 1 2 3 4 5 6 7 数值型分组数据的四分位数(计算公式) 上四分位数: 下四分位数: 数值型未分组数据的四分位数 (6个（N+1不能被4整除）数据的算例) 原始数据: 23 21 30 28 25 26 排 序: 21 23 25 26 28 30 位 置: 1 2 3 4 5 6 QL= 21+0.75(23-21) = 22. 5 QU = 28+0.25(30-28) = 28.5 数值型分组数据的四分位数(计算示例) QL位置＝50/4＝12.5 QU位置＝3×50/4＝37.5 表3-5 某车间50名工人日加工零件数分组表 按零件数分组 频数（人） 累积频数 105~110 110~115 115~120 120~125 125~130 130~135 135~140 3 5 8 14 10 6 4 3 8 16 30 40 46 50 合计 50 — 【例】根据表3-5中的数据，计算50名工人日加工零件数的四分位数 五、众数 （一）众数的概念 众数是总体中出现次数最多的标志值，它能直观地说明客观现象分配中的集中趋势。 如果总体中出现次数最多的标志值不是一个，而是两个，那么，合起来就是复众数。 注：众数存在的条件是总体的单位数较多，各标志值的次数分配又有明显的集中趋势时才存在众数。 众数（例） 出现次数最多的变量值 不受极端值的影响，可能没有众数或有几个众数 主要用于定类数据，也可用于定序数据和数值型数据 无众数原始数据: 10 5 9 12 6 8 一个众数原始数据: 6 5 9 8 5 5 多个众数原始数据: 25 28 28 36 42 42 定序数据的众数 【例】 解：这里的数据为定序数据。变量为“回答类别”。甲城市中对住房表示不满意的户数最多，为108户，因此众数为“不满意”这一类别，即 Mo＝不满意 表3-2 甲城市家庭对住房状况评价的频数分布 回答类别 甲城市 户数 (户) 百分比 (%) 非常不满意 不满意 一般 满意 非常满意 24 108 93 45 30 8 36 31 15 10 合计 300 100.0 ①众数是一个位置平均数，它只考虑总体分布中最频繁出现的变量值，而不受极端值和开口数组列的影响，从而增强了对变量数列一般水平的代表性； ②众数是一个不容易确定的平均指标，当分布数列没有明显的集中趋势而趋均匀分布时，则无众数可言；当变量数列是不等距分组时，众数的位置也不好确定。 ③不像算数均数和中