数据分布特征的描述().pptVIP

第2章 数据分布特征的描述（2） 数据的分布特征主要体现在两个方面： 1、数据分布的集中趋势 2、数据分布的离中趋势（离散程度） 第一节 数据分布集中趋势的测度 所谓集中趋势是指一组数据向某一中心值靠拢的倾向，测度数据的集中趋势也就是寻找数据一般水平的代表值或中心值（即平均数）。 一、众数（Mo) （一）概念 众数是一组数中出现次数最多的变量值。 注意：如果一组数中有多个变量值出现的次数同样最多时，则有多个众数；一组数可能只有一个众数；如果各变量值出现次数一样多或差不多时，则没有众数。所以，只有变量值个数多且分布集中时，才有众数。 （二）众数的确定 1、根据未分组或单项式变量数列计算众数 出现次数最多的变量值就是众数。 2、根据组距式变量数列确定众数 步骤： 第一，确定众数所在的组（次数最多的组）； 第二，运用公式计算： 二、中位数(Me) （一）概念 中位数是一组数据排序后，处于中间位置上的变量值。 如一组数：x1、x2、x3、…、xn （二）中位数的确定 （1）对于未分组数据 步骤： 第一，对数据排序。 第二，找出中位数所在的位置，该位置上的变量值就是中位数。 当n为奇数时，中位数就是第（n+1）/2位置上的变量值；当n为偶数时，中位数就是 中间位置上两个变量值相加除以2。 （2）对于单项式变量数列 步骤： 第一，计算出向下累计次数。 第二，在累计次数中沿着累计的方向找出包括 的第一个组，该组即为中位数所在的组。 第三，与该组相对应的变量值即为中位数。 （3）对于组距式变量数列 步骤： 第一，计算出向下累计次数。 第二，在累计次数中沿着累计的方向找出包括 的 第一个组，该组即为中位数所在的组。 第三，采用公式进行计算。 注意：众数和中位数是根据变量值在一组数中的位置来确定的，而不是根据各变量值大小来确定的，故称它们为位置平均数，它们不受极端值的影响。 三、分位数（以四分位数为例） 先将全部标志值按从小到大的顺序排列后，再将其划分为总体单位数相等的四部分，每部分的总体单位数各占25%，其端点分别为Q0、Q1、Q2、Q3、Q4 。 其中： Q0 是最小值；Q1是第 位置上的数值; Q2是第 位置上的数值(即中位数）; Q3是第 位置上的数值； Q4是最大值。 四、均值（算术平均数， ） （一）简单算术平均数 当掌握的资料是未分组资料时，就计算简单算术平均数。如一组数：x1、x2、x3、…、xn 。则其算术平均数为； （二）加权算术平均数 当掌握的资料是分组资料时，就计算加权算术平均数。 1、单项式变量数列 分析： ①f与 之间的关系。f越大， 越靠近该组的变量值，f越小， 越远离该组的变量值， 说明f对 起一个权衡轻重的作用，故f叫权数。因为 ，所以就权数的实质而言，f是通过其相对数形式 来起作用的，所以， 叫权重系数。 2、组距式变量数列 当组距式变量数列求算术平均数时，先要求出各组的组中值来作为各组的变量值(x)，其余步骤与单项式变量数列相同。 注意： 1、利用组中值来代表各组的一般水平时，是假定各组 中各标志值在该组内是均匀分布的，故根据组中值 计算的平均数是一个近似值。 2、算术平均数易受到极端值（极大值和极小值统称极 端值）的影响，故在统计实务中，往往将极端值剔 除掉再计算平均数。 五 几何平均数（G） 1、概念 n个变量值 (一般是比率值) 连乘积的n次方根。 几何平均数的适用条件：当各变量值的总量等于各变量值的乘积，而不是各变量值相加时，对这些变量值求平均数，就应采用几何平均法，如求平均发展速度、平均合格率等。 2、几何平均数的计算 （1）简单几何平均数（未分组的资料） 如一组数：x1、x2、x3、…、xn 。 七、