第三节 分布离散程度的测度.pptVIP

第三节 分布离散程度的测度 数据的分散程度是数据分布的另一个重要特征，它所反映的是各变量值远离其中心值的程度，因此，也称为离中趋势。我们知道，集中趋势的各测度值是对数据一般水平的一个概括性度量，它对一组数据的代表程度，取决于该组数据的离散水平。数据的离散程度越大，集中趋势的测度值对该组数据的代表性就越差，离散程度越小，其代表性就越好。而离中趋势的各测度值就是对数据离散程度所作的描述。 描述数据离散程度的测度值主要有极差、异众比率、四分位差、平均差、方差和标准差、离散系数等。 一、极差 极差也称全距，它是一组数据的最大值与最小值之差，即 R=max( )—min( ) 式中：R表示极差，max( )和min( )分别表示一组数据的最大值和最小值。 对于组距分组数据，极差也可以近似表示为： R=最高组上限—最低组下限 例如，根据第二章例中的数据，计算的极差为：R=139-107=32(件)。 根据表分组后的数据计算的极差为：R=140-105=35(件)。 二、方差和标准差 方差是各变量值与其均值离差平方的平均数。根据总体数据和根据样本数据计算的方差在数学处理上略有不同。 (一)总体方差和标准差 设总体方差为 ，对于未经分组整理的原始数据，方差的计算公式为： 对于分组数据，方差的计算公式为： (二)样本方差和标准差 样本方差与总体方差在计算上的区别是：总体方差是用数据个数或总频数去除离差平方和，而样本方差则是用样本数据个数或总频数减1去除离差平方和，其中样本数据个数减1即n-1称为自由度。 方差或标准差也是根据全部数据计算的，它反映了每个数据与其均值相比平均相差的数值，因此，它能准确地反映出数据的离散程度。与平均差相比，方差在数学处理上是通过平方消去离差的正负号，更便于数学上的处理。因此，方差和标准差是实际中应用最广泛的离散程度测度值。 三、离散系数 为了消除变量值水平高低和计量单位不同对离散程度测度值的影响，需要计算离散系数。 离散系数通常是就标准差来计算的，因此，也称为标准差系数，它是一组数据的标准差与其相应的均值之比，是测度数据离散程度的相对指标，其计算公式为： 或 * STAT 面向21世纪 课程教材 第三章 数据分布特征的描述 第三节 面向21世纪 课程教材 第三章 数据分布特征的描述 第三节 一 面向21世纪 课程教材 第三章 数据分布特征的描述 第三节 二 面向21世纪 课程教材 第三章 数据分布特征的描述 第三节 二 方差的平方根即为标准差，其相应的计算公式为： 未分组数据： 分组数据： 例：根据下表中的数据，计算工人日加工零件数的标准差。 解：计算过程见下表。 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 频数（人） ? ? 105－110 107．5 3 246．49 739．47 110－115 112．5 5 114．49 572．45 115－120 117．5 8 32．49 259．92 120－125 122．5 14 0．49 6．86 125－130 127．5 10 18．49 184.90 130－135 132．5 6 86．49 518．94 135－140 137．5 4 204．49 817．96 合 计 -- 50 ? 3100．5 结果表明，每个工人的日加工零件数与平均数相比，平均相差7．87件。 -- 面向21世纪 课程教材 第三章 数据分布特征的描述 第三节 二 面向21世纪 课程教材 第三章 数据分布特征的描述 第三节 三 分别表示总体离散系数和样本离散系数。 离散系数主要用于对不同组别数据的离散程度进行比较，离散系数大的说明该组数据的离散程度也就大，离散系数小的说明该组数据的离散程度也就小。 面向21世纪 课程教材 第三章 数据分布特征的描述 第三节 三 例：甲、乙两班的成绩如下： 50 合计 53 合计 13 90－100 27 90－100 20 80－90 15 80－90 17 70－80 11 70－80 学生数 按成绩分组 学生数 按成