第三章 数据概括性度量.pptVIP

第 3 章 数据的概括性度量;数据分布的特征;3.1集中趋势(central tendency);集中趋势(central tendency);3.1.1 众数(mode);众数(不惟一性);分类数据的众数(例题分析);3.1.2 中位数(median)和分位数;中位数(位置和数值的确定);顺序数据的中位数(例题分析);数值型数据的中位数(9个数据的算例);数值型数据的中位数(10个数据的算例);二、四分位数(quartile);四分位数(位置的确定);四分位数(9个数据的算例);3.1.3 、平均数;2、加权平均数(Weighted mean) 设各组的组中值为：M1 ，M2 ，… ，Mk 相应的频数为： f1 ， f2 ，… ，fk ;平均数(数学性质);㈡、几何平均数(geometric mean) n 个变量值乘积的 n 次方根 适用于对比率数据的平均 主要用于计算平均增长率 计算公式为 ;几何平均数(例题分析) 【例】某水泥生产企业1999年的水泥产量为100万吨，2000年与1999年相比增长率为9%，2001年与2000年相比增长率为16%，2002年与2001年相比增长率为20%。求各年的年平均增长率 ;3.1.4众数、中位数和平均数的比较;众数、中位数、平均数的特点和应用 众数 不受极端值影响 具有不惟一性 数据分布偏斜程度较大且有明显峰值时应用 中位数 不受极端值影响 数据分布偏斜程度较大时应用 平均数 易受极端值影响 数学性质优良 数据对称分布或接近对称分布时应用 ;3.2 离散程度的度量;离中趋势;3.2.1异众比率(variation ratio);异众比率(例题分析);3.2.2 四分位差(quartile deviation) 对顺序数据离散程度的测度 也称为内距或四分间距 上四分位数与下四分位数之差 Qd = QU – QL 反映了中间50%数据的离散程度 不受极端值的影响 用于衡量中位数的代表性 ;3.2.3方差和标准差 极差(range) 一组数据的最大值与最小值之差 离散程度的最简单测度值 易受极端值影响 未考虑数据的分布 计算公式为 R = max(xi) - min(xi) ;平均差(mean deviation) 各变量值与其平均数离差绝对值的平均数 能全面反映一组数据的离散程度 数学性质较差，实际中应用较少;方差和标准差(variance and standard deviation);样本方差和标准差 (simple variance and standard deviation) ;自由度 (degree of freedom) 自由度是指附加给独立的观测值的约束或限制的个数 从字面涵义来看，自由度是指一组数据中可以自由取值的个数 当样本数据的个数为n时，若样本平均数确定后，则附加给n个观测值的约束个数就是1个，因此只有n-1个数据可以自由取值，其中必有一个数据不能自由取值 按着这一逻辑，如果对n个观测值附加的约束个数为k个，自由度则为n-k ;5. 样本有3个数值，即x1=2，x2=4，x3=9，则 ?x = 5。当 ?x = 5 确定后，x1，x2和x3有两个数据可以自由取值，另一个则不能自由取值，比如x1=6，x2=7，那么x3则必然取2，而不能取其他值 6. 为什么样本方差的自由度是n-1呢？因为在计算离差平方和时，必须先求出样本均值?x ，而?x则是附加给离差平方和的一个约束，因此，计算离差平方和时只有n-1个独立的观测值，而不是n个 7. 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s2去估计总体方差σ2时，它是σ2的无偏估计量;总体方差和标准差 (Population variance and Standard deviation) ;标准分数(standard score);标准分数(性质);z分数只是将原始数据进行了线性变换，它并没有改变一个数据在改组数据中的位置，也没有改变该组数分布的形状，而只是将该组数据变为均值为0，标准差为1 ;经验法则;3.2.4 相对离散程度：离散系??? 标准差与其相应的均值之比 对数据相对离散程度的测度 消除了数据水平高低和计量单位的影响 用于对不同组别数据离散程度的比较 计算公式为 ;4.3 偏态与峰态的度量;偏态与峰态分布的形状;偏态(skewness);偏态系数 (coefficient of skewness);峰态(kurtosis);峰态系数 (coefficient of kurtosis);数据分布特征和描述统计量