第二讲描述分析.ppt

第二讲 数据的描述统计 集中趋势（central tendency) 算术平均数 中位数 众数 几何平均数 算术平均数arithmetic mean（1） 简单算术平均数 Simple arithmetic mean 算术平均数arithmetic mean（2） 加权算术平均数 Weighted arithmetic mean 中位数 median(1) 中位数 median(2) 中位数 median(3) 其中， Me：中位数； Sm-1：到中位数组前面一组为止的向上累计频数； Sm＋1：到中位数组后面一组为止的向下累计频数； fm为中位数组的频数； i为中位数组的组距。 例题：分组数据的中位数 众数mode(1) 众数mode(2) 其中： L：众数所在组的下限； U：众数所在组的上限； i：众数所在组的组距； fm：众数组的频数； fm-1:众数组前一组的频数； fm+1:众数组后一组的频数。 几何平均数geometric mean(1) 社会经济现象的同质总体在时间上变动速度的平均数。 动态平均数 平均发展速度是总速度的平均，但平均发展速度不等于各年发展速度之和，而等于各年环比发展速度的连乘积， 几何平均数geometric mean(2) 简单几何平均数 几何平均数geometric mean(3) 加权几何平均数 例题（1） 1950年我国总人口为5.5亿，1985年达到了10.5亿，共计增长了1.9倍。 （1）测算1950-1985年，我国平均每5年的人口增长速度； （2）测算1950-1975年，我国平均每5年的人口增长速度； （3）如果1975-1985年期间不实行计划生育政策，请测算1985年我国的人口总数。 例题（2） 例题（3） (1)MG＝（1.114?1.077?1.096?1.144?1.114?1.068?1.089)1/7=1.100026，即 1950-1985年，我国平均每5年的人口增长速度为10.00% ； (2)MG=（1.114?1.077?1.096?1.144?1.114)1/5=1.10366, 即1950-1975年，我国平均每5年的人口增长速度10. 36%； (3)P=92420 ?(1.10366)2 = 112574(万人），即1985年我国的人口总数达到11.26亿。 离散趋势的度量 极差 四分位差 方差和标准差 变差系数 极差（全距）range 最大标志值与最小标志值之差 四分位差 将一组数据按大小排列成序,然后将其四等分,去掉序列中最高的四分之一和最低的四分之一,仅就中间的一半数值来测定数据的离散程度，通常用符号Q来表示。 方差variance 每个数据与该组数据平均数之差乘方后的均值，即离均差平方后的平均数。 标准差standard deviation 不分组数据的标准差 SPSS: Descripitive Statistics→Frequentncies/Descripitves→Std.deviation Excel:插入函数STDEV 读取数据库文件：描述性统计·柯卉兵 分组数据标准差 Spss: Date→Weigh cases（考试成绩） Excel: 分步计算 变差系数Coefficient of Variation（1） 两个或多个样本所测的特质不同，即所使用的观测工具不同。 即使使用的是同一种观测工具，但样本的水平相差较大 。 变差系数Coefficient of Variation（1） 偏度Skewness 正态分布时，偏度为0 正偏：均值会人为地高估数据集中点 负偏：均值会人为地低估数据集中点 峰度Kurtosis 标准正态分布时，峰度为0 峰度为正值，分布要比标准正态峰高 峰度为负值，分布要比标准正态峰低 作业 读取数据文件“描述性统计（考试成绩）” 1.分别计算X1和X2的平均数、中位数、标准差、离差系数。 2.运用Explore对X1和X2的分布状况进行分析。 3.构建X1和X2的crosstab分析表 一个建议 请参阅范文（柯卉兵），通过《中国统计年鉴》或其他统计资料收集数据，运用描述性统计的方法写作小论文。 * * Q1为第1四分位数； Q3为第3四分位数 S：标准差； ：平均数 CV：变差系数 *