第2章-应用统计学.ppt

第 2章 统计资料的描述（统计数据的描述、统计数据特征描述） 第 2 章 统计资料的描述 §2.1 集中趋势的测度 §2.2 离散程度的测度 §2.3 偏态与峰态的测度 学习目标 1. 集中趋势各测度值的计算方法 2. 集中趋势各测度值的特点及应用场合 3. 离散程度各测度值的计算方法 4. 离散程度各测度值的特点及应用场合 偏态与峰态的测度方法 用Excel计算描述统计量并进行分析 数据分布的特征 数据分布特征的测度 数据分布特征的测度(本节位置) 集中趋势(Central tendency) 分类数据：众数 众数(mode) 一组数据中出现次数最多的变量值 不受极端值的影响 一组数据可能没有众数或有几个众数 主要用于分类数据，也可用于顺序数据和数值型数据 众数(不唯一性) 无众数原始数据: 10 5 9 12 6 8 定性变量的众数确定 分类数据的众数 (例题分析) 顺序数据的众数 (例题分析) 定量变量的众数确定 定量变量的众数确定 众数在某些场合具有不可替代的作用。如服装和鞋帽尺码对于生产厂商非常重要，但用均值计算的数据可能是不存在的，生产厂商只有按照服装和鞋帽尺码的众数生产才有意义； 众数不仅可以代表数值型变量的集中趋势，还可以代表非数值类型变量的集中趋势。如房地产商关心哪种“格局”房屋销售最多；饮料厂商关心哪种“颜色”的饮料销售最多；灯具厂商关心哪一种“造型”的灯具销售最多等。 众数还有一个作用是，当样本数据出现两个众数时，它提醒我们应怀疑这样的数据是否来自两个不同的总体。如对学生身高的数据进行整理，如果身高的数据出现了两个众数，应考虑是否将男女同学的身高数据混在了一起；将两个厂家生产的灯泡混在一起，检查它们的寿命，如果两个工厂的生产质量有很大差别，则会发现灯泡的寿命会出现两个众数。 顺序数据：中位数和分位数 中位数(median) 一组数据按大小排序后处于中间位置上的变量值 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) 【例】：9个家庭的人均月收入数据 原始数据: 1500 750 780 1080 850 960 2000 1250 1630 排 序: 750 780 850 960 1080 1250 1500 1630 2000 位 置: 1 2 3 4 5 6 7 8 9 数值型数据的中位数 (10个数据的算例) 【例】：10个家庭的人均月收入数据 排 序: 660 750 780 850 960 1080 1250 1500 1630 2000 位 置: 1 2 3 4 5 6 7 8 9 10 四分位数(quartile) 排序后处于25%和75%位置上的值 四分位数(位置的确定) 顺序数据的四分位数 (例题分析) 数值型数据的四分位数 (9个数据的算例) 【例】：9个家庭的人均月收入数据 原始数据: 1500 750 780 1080 850 960 2000 1250 1630 排 序: 750 780 850 960 1080 1250 1500 1630 2000 位 置: 1 2 3 4 5 6 7 8 9 数值型数据的四分位数 (10个数据的算例) 【例】：10个家庭的人均月收入数据 排 序: 660 750 780 850 960 1080 1250 1500 1630 2000 位 置: 1 2 3 4 5 6 7 8 9 10 数值型数据：均值 均值(mean) 是数据集中趋势的最常用测度值 一组数据的均衡点所在 体现了数据的必然性特征 易受极端值的影响 用于数值型数据，不能用于分类数据和顺序数据 简单均值与加权均值(simple mean / weighted mean) 已改至此！！ 加权均值(权数对均值的影响) 甲乙两组各有10名学生，他们的考试成绩及其分布数据如下 甲组： 考试成绩（x ）: 0 20 100 人数分布（f ）：1