数据分布特征的测度(news).pptVIP

第4讲 数据分布特征的概括性度量 4.1 集中趋势的度量 4.2 离散程度的度量 4.3 偏态和峰态的度量 数据的特征脸谱 ■1、什么是众数(mode)： 1.1 分类数据的众数 (例题分析) 1.3、数值型数据的众数 ●无众数 原始数据: 10 5 9 12 6 8 ■3、对众数这种集中趋势测度的总结： 1）是出现次数最多的变量值 2）不受极端值的影响 3）一组数据可能没有众数或有几个众数 4）主要用于分类数据，也可用于顺序数据和数值型数据 ■1、什么是中位数(median)： 1、排序后处于中间位置上的值 ■2、技巧：中位数位置和中位数的计算 ■3、数值型数据和顺序数据的中位数的应用 【例4.5】：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 【例4.5】：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 ◇顺序数据的中位数 ■4、四分位数(Quartile) 定义：排序后处于25%和75%位置上的值。 ■4.1 技巧：四分位数位置和数值的确定 ■4.3 数值型数据的四分位数 【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 【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 ◇ 顺序数据的四分位数 ■3.1 均值 （mean）？ ● 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 ■3.2 简单均值与加权均值(simple / weighted mean) ■3.3 几何平均数（geometric mean） ◇计算公式为 ◇ 几何平均数 （例题分析） 【例】某水泥生产企业1999年的水泥产量为100万吨，2000年 与1999年相比增长率为9%，2001年与2000年相比增长率为16%， 2002年与2001年相比增长率为20%。求各年的年平均增长率。 众数、中位数和均值的关系 众 数：不受极端值影响；具有不唯一性；数据分布偏斜程度较大时应用 中位数：不受极端值影响；数据分布偏斜程度较大时应用。 均 值：易受极端值影响；数学性质优良；数据对称分布或接近对称分布时应用 数据类型与集中趋势测度值 小结：集中趋势测度方法的总结 (Central tendency) 总论：离中趋势 1、对分类数据离散程度的测度 2、非众数组的频数占总频数的比率 例题： 异众比率 （例题分析） 测度Ⅱ：级差和四分位差 一、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 二、四分位差（Quartile Deviation） 1、反映了中间50%数据的离散程度 2、不受极端值的影响 3、知道了四分位数，就能得出四分位差。 ◇ 顺序数据也可计算四分位差 （例题分析） 测度Ⅲ：方差和标准差 一、 样本的方差和样本的标准差 (simple variance and standard deviation) 未分组数据： 样本标准差 （例题分析） 样本标准差 (例题分析) 二、总体的方差和标准差 未分组数据： Ⅳ 相对位置的测量：标准分数 身边的例子： 1）甲班的A同学和乙班的B同学的