第3章 统计描述(新教材.ppt

* * * Shape Concerned with extent to which values are symmetrically distributed. Kurtosis The extent to which a distribution is peaked (flatter or taller). For example, a distribution could be more peaked than a normal distribution (still may be 慴ell-shaped). If values are negative, then distribution is less peaked than a normal distribution. Skew The extent to which a distribution is symmetric or has a tail. Values are 0 if normal distribution. If the values are negative, then negative or left-skewed. * * 9 * * * * * * * 众数、中位数、均值的特点和应用 众数 不受极端值影响 具有不惟一性 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 3.2 离散程度的度量 一、全距 二、内距 三、方差和标准差 四、标准分数 五、离散系数 离中程度测度的作用 离散程度就是测度各变量值远离其中心值的程度，有以下的作用： 1.判断平均数对一组数据代表性的高低 2.离散程度的测度值可以对社会经济活动过程的节奏性 和均衡性进行评价 3.离散程度的测度值是统计推断理论中一个很重要的基础指标 4.离散程度的测度值是衡量风险大小的重要指标 一、全距（rang） 一组数据的最大值与最小值之差 离散程度的最简单测度值 易受极端值影响 未考虑数据的分布 7 8 9 10 7 8 9 10 R = max(xi) - min(xi) 计算公式为： 二、内距(Inter-Quartile Range,IQR) 也称四分位差 上四分位数与下四分位数之差 内 距= QU – QL 反映了中间50%数据的离散程度 不受极端值的影响 可用于衡量中位数的代表性 三、方差与标准差(Variance and Standard deviation) （一）方差与标准差的概念 离散程度的测度值之一 最常用的测度值 反映了数据的分布 反映了各变量值与均值的平均差异 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 可用于衡量均值的代表性大小 4 6 8 10 12 ?x = 8.3 （二）总体方差和标准差 方差的计算公式 标准差的计算公式 未分组数据： 未分组数据： 组距分组数据： 组距分组数据： 总体标准差 (例题分析) 含义：每个同学的成绩与平均成绩相比，平均 相差10.14分 【例】某班级40名同学统计学的考试成绩 ： 样本方差和标准差 方差的计算公式 标准差的计算公式 未分组数据： 未分组数据： 组距分组数据： 组距分组数据： 注解：样本方差自由度(degree of freedom) 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，其中必有一个数据则不能自由取值 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，其原因可从多方面解释，从实际应用角度看，在抽样估计中，当用样本方差去估计总体方差σ2时，它是σ2的无偏估计量 方差的数学性质 1.变量的方差等于变量平方的平均数减去变量平均数的平方 各变量值对算术平均数的方差，小于等于对任意常数的方差 ≤ 四、标准分数 1. 标准分也称标准化值 2. 对某一个值在一组数据中相对位置的度量 3. 可用于判断一组数据是否有离群点 4. 用于对变量的标准化处理 5. 计算公式为 ?经验法则表明：当一组数据对称分布时 约有68.27%的数据在平均数加减1个标准差的范围之内 约有95.00%的数据在平均数加减1.96个标准差的范围之内 约有95.45%的数据在平均数加减2个标准差的范围之内 约有99.73%的数据在平均数加减3个标准差的范围之内