第2章 统计数据及描述.ppt

未分组数据—多批数据箱线图 (例题分析) 【例】 从某大学经济管理专业二年级学生中随机抽取11人，对8门主要课程的考试成绩进行调查，所得结果如表。试绘制各科考试成绩的批比较箱线图，并分析各科考试成绩的分布特征 表2-10：11名学生各科的考试成绩数据 课程名称 学生编号 1 2 3 4 5 6 7 8 9 10 11 英语 经济数学 西方经济学 市场营销学 财务管理 基础会计学 统计学 计算机应用基础 76 65 93 74 68 70 55 85 90 95 81 87 75 73 91 78 97 51 76 85 70 92 68 81 71 74 88 69 84 65 73 95 70 78 66 90 73 78 84 70 93 63 79 80 60 87 81 67 86 91 83 77 76 90 70 82 83 82 92 84 81 70 69 72 78 75 78 91 88 66 94 80 85 71 86 74 68 79 62 81 81 55 78 70 75 68 71 77 未分组数据—多批数据箱线图(例题分析) 8门课程考试成绩的箱线图 未分组数据—多批数据箱线图 (例题分析) 11名学生8门课程考试成绩的箱线图 min-max 25%-75% median value 45 55 65 75 85 95 105 学生1 学生2 学生3 学生4 学生5 学生6 学生7 学生8 学生9 学生10 学生11 要求：自己阅读书上的案例 阅读书本上多个统计图，仔细体会作图的要点。 3、在右偏分布的情况下： 右偏分布 众数 中位数 均值 ２.3 分布离散程度的测度 2.3.1 极差 2.3.2 内距 2.3.3 平均差 2.3.4 方差和标准差 2.3.5 离散系数 2.3.1 极差（range) 1. 一组数据的最大值与最小值之差 2. 离散程度的最简单测度值 3. 易受极端值影响 4. 未考虑数据的分布 7 8 9 10 7 8 9 10 未分组数据 R = max(Xi) - min(Xi) . = 组距分组数据 R = 最高组上限 - 最低组下限 5. 计算公式为 2.3.2 内距（inter-quartile range, IQR） 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 用于衡量中位数的代表性 值越小，说明中间的数据越集中； 2.3.3 平均差 各变量值与其均值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（绝对值难处理） 计算公式为 未分组数据 组距分组数据 2.3.4 方差和标准差 1、最常用的离散程度的测度值 2、反映了数据的分布 3、方差是各变量值与其均值离差的平方的平均数 4、根据总体数据计算的，称为总体方差或标准差；根据样本数据计算的，称为样本方差或标准差 总体的方差和标准差 未分组数据： 组距分组数据： 未分组数据： 组距分组数据： 方差的计算公式 标准差的计算公式 举例：方差和标准差的计算 表2-7 某车间50名工人日加工零件标准差计算表 按零件数分组 组中值(Xi) 频数(Fi) (Xi- X )2 (Xi- X )2Fi 105~110 110~115 115~120 120~125 125~130 130~135 135~140 107.5 112.5 117.5 122.5 127.5 132.5 137.5 3 5 8 14 10 6 4 246.49 114.49 32.49 0.49 18.49 86.49 204.49 739.47 572.45 259.92 6.86 184.90 518.94 817.96 合计 — 50 — 3100.5 【例】根据50名工人日加工零件个数的数据，计算工人日加工零件数的标准差 样本的方差和标准差 未分组数据： 组距分组数据： 未分组数据： 组距分组数据： 方差的计算公式 标准差的计算公式 注意： 样本方差用自由度n-1去除! 自由度(degree of freedom) 自由度是一组数据中可以自由取值的数据的个数 当样本数据的个数为 n 时，若样本均值?x 确定后，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 例如：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 样本方差用自由度去除，其原因可从多方面来解释，从实际应用角度看，在抽样估计