标准差／平均值×100.PPTVIP

敘述統計 2.1 次數分配 2.2 統計量數 個案：樣本敘述 2.1 次數分配 1/3 面對大量之基本資料，最常見之整理方式即為根據其次數分配，製作次數分配表與次數分配圖以呈現資料的分布。次數分配表根據資料型態分成兩種處理方式： 簡單次數表 分組次數表 2.1 次數分配 2/3 簡單次數表： 適用於質化變數與範圍不大的量化之間斷變數。 以銀行客戶為例，適用簡單次數表之變數，包含性別、居住區域、職業、信用等級等質化變數。 操作： 1.Analyze/Descriptive Statistics/Frequencies 2.程式操作 3.分析結果 程式操作 分析結果 2.1 次數分配 3/3 分組次數表： 　適用於變化範圍較廣之量化變數。 以銀行客戶之所得變數為例，由於變化範圍過大，欲製作次數分配圖表，必需重新分組，茲說明作法如下： 求取組數與組距 決定組限 資料重新編碼分組 操作： 1.Transform/Recode/Into Different Variables 2.程式操作 3.分析結果 程式操作 分析結果 2.2 統計量數 1/11 統計量數：係用以描述樣本之特徵。 （操作：Analyze/Descriptive Statistics/Frequencies/ Statistics） 主要包含： 集中趨勢(central tendency)。 相對量數(percentile value)。 差異量數或離散量數(dispersion)。 2.2 統計量數 2/11 集中趨勢(central tendency) 　顯示一組資料中某種特性共同趨勢之量數，因其可反映資料觀測值之集中位置，故又稱位置量數(location measure)。 平均數(mean)。 中位數(median)。 眾數(mode)。 範例一 範例一 以銀行客戶資料為例，分別計算適用於性別、信用等級、所得與存款之集中趨勢。 性別與信用等級 由於性別與信用等級為質化資料，其適用之集中趨勢為眾數。（程式操作、分析結果） 所得與存款 由於所得與存款為量化資料，其適用之集中趨勢為中位數與平均值。（程式操作、分析結果） 範例一—程式操作―性別與信用等級 範例一—分析結果―性別與信用等級 結論：性別之眾數為0，代表性別較集中於女 性；信用等級之眾數為2，代表信用較集 中於普通等級。 範例一—程式操作―所得與存款 範例一—分析結果―所得與存款 結論：所得與之中位數為203.77，平均值為216.55；存款之中位數為412.48，平均值為433.04（以上單位皆為萬元）。至於中位數與平均值何者較適合，則需視實際資料是否明顯存在極端值。 2.2 統計量數 3/11 相對量數(percentile value) 用來描述個體在所屬群體中占有之地位的情形。 百分位數(percentiles) 四分位數(quartile) 2.2 統計量數 4/11 百分位數(percentiles) 第p個百分位數係指某一個數值Xi，使得資料中有p% 部分觀察值小於Xi，計算方法如下： 將資料由小到大排序。 計算I=（p% × 樣本數）之位置。 若I不為整數，無條件進位取比I還大之整數，即得第p個百分位數。 I為整數，則第p個百分位數為第I和I+1的平均。 2.2 統計量數 5/11 例： 現共有15筆資料，其排名順序與資料值分別如下： 經上述第p個百分位數之計算方式，可得百分位數如下： 範例二 範例二 若欲挑選銀行客戶較年輕之前20%的客戶，求取挑選的年齡標準。 操作： 1.Analyze/Descriptive Statistics/Frequencies/Statistics 2.程式操作 3.分析結果 範例二—程式操作 範例二—分析結果 結論：20%位數為21歲，故選取標準為21歲，此亦代表該 銀行客戶年齡低於21歲者，占全部客戶之20%。 2.2 統計量數 6/11 四分位數(quartile) 將資料區分為四個部分，這些區分的點即稱為四分位數。　Q1=第一四分位數或第25個百分位數　Q2=第二四分位數或第50個百分位數　Q3=第三四分位數或第75個百分位數  範例四 範例四 求取銀行客戶貸款之四分位數，並說明其意義。 操作： 1.Analyze/Descriptive Statistics/Frequencies/Statistics 2.程式操作 3.分析結果 範例四—程式操作 範例四—分析結果 結論： 25%位數為346.21萬元，代表該銀行客戶存款 低於346.21萬元者，占全部客戶之25%；50% 位數為436.44萬元，代表該銀行