[高等教育]第3章 数据分布特征的描述.pptVIP

第三章 数据分布特征的描述 第一节 统计变量集中趋势的测定 第二节 统计变量离散程度的测定 第三节 变量分布的偏度与峰度 统计数据经过整理和显示后，对数据分布的形状和特征就可以有一个大致的了解。为进一步掌握数据分布的特征和规律，进行更深入的分析，还需要找到反映数据分布特征的各个代表值。 对一组数据分布的特征，可以从三个方面进行测度和描述：一是分布的集中趋势，反映各数据向其中心值靠拢和聚集的程度；二是分布的离散程度，反映各数据远离中心值的趋势；三是分布偏态和峰态，反映数据分布的形状。这三个方面分别反映了数据分布特征的不同侧面。 §1 统计变量集中趋势的测定 一、测定集中趋势的指标及其作用 集中趋势(Central tendency) 较大和较小的观测值出现的频率比较低，大多数观测值密集分布在中心附近，使得全部数据呈现出向中心聚集或靠拢的态势。 测定集中趋势指标的作用 1．反映变量分布的集中趋势和一般水平。 如用平均工资了解职工工资分布的中心，反映职工工资的一般水平。 2．可用来比较同一现象在不同空间或不同阶段的发展水平。 不受总体规模大小的影响， 在一定程度上使偶然因素的影响相互抵消。 3．可用来分析现象之间的依存关系。 如研究劳动者的文化程度与收入的关系 4．平均指标也是统计推断中的一个重要统计量，是进行统计推断的基础。 二、数值平均数 （一）算术平均数（均值） 一组数据的总和除以这组数据的项数所得的结果; 最常用的数值平均数。 1．简单算术平均数 把每项数据直接加总后除以它们的项数。 通常用于对未分组的数据计算算术平均数。 计算公式： 例 3-1 分组数据不能简单平均 ！因为各组变量值的次数不等！ 2．加权算术平均数 加权算术平均数的计算公式： 权数（fi ，也称权重） 权数——指在计算总体平均数或综合水平的过程中对各个数据起着权衡轻重作用的变量。 可以是绝对数形式，也可以是比重形式（如频率）来表示。 事实上比重权数更能够直接表明权数的权衡轻重作用的实质。 当权数完全相等（f1 =f2 =…= fn）时，加权算术平均数就成了简单算术平均数。 3．由组距数列计算算术平均数 要点： 各组变量值用组中值来代表。 假定条件是各组内数据呈均匀分布或对称分布。 计算结果是近似值 . 4．对相对数求算术平均数 由于各个相对数的对比基础不同，采用简单算术平均通常不合理，需要加权。 5．算术平均数的主要数学性质 （1）算术平均数与变量值个数的乘积等于各个变量值的总和。 （二）调和平均数（Harmonic mean） 调和平均数也称为倒数平均数。 各变量值的倒数（1/xi）的算术平均数的倒数. 其计算公式为： （续） 调和平均数是算术平均数的变形，在实际工作中，由于所获得的数据的不同，有时不能直接采用均值的计算公式来计算平均数，这就需要使用调和平均数的形式进行计算，二者实质上是相同的，而仅有形式上的区别。即当已知各组变量值 xi 和算术平均数的分子数据（xi fi）而缺乏其分母数据（fi）时，加权算术平均数通常可变形为调和平均数形式来计算。 需要注意的是，当数据中出现“0”时不宜计算调和平均数。 （三）几何平均数（Geometric mean） 几何平均数— n个变量值连乘积的n次方根。 简单几何平均数 【例3-5】 某企业产品的加工要顺次经过前后衔接的五道工序。本月该企业各加工工序的合格率分别为88％、85％、90％、92％、96％，试求这五道工序的平均合格率。 解：本例中各工序的合格率具有环比的性质，企业产品的总合格率等于各工序合格率之连乘积。所以，所求的平均合格率应为： 三、众数与中位数 （一）众数（Mode） 众数是一组数据中出现频数最多、频率最高的变量值，常用 Mo 表示。 如表3-2中年龄的众数值MO＝25。 众数代表的是最常见、最普遍的状况，是对现象集中趋势的度量。 可用来测度定性变量的集中趋势； 销售量最大的产品颜色是“白色”，则有M0＝“白色” 可以度量定量变量的集中趋势。 从分布曲线的角度看，众数就是变量分布曲线的最高峰所对应的变量值。 从分布的角度看，众数是具有明显集中趋势点的数值，一组数据分布的最高峰点所对应的变量值即为众数。当然，如果数据的分布没有明显的集中趋势或最高峰点，众数也可能不存在；如果有两个最高峰点，也可以有两个众数，见P55图3-1。 组距数列中众数的确定 先找到众数组。 在等距数列中，众数组就是次数最多的组； 在异距数列中，众数组应是频数密度最大的组。 根据众数组与其相邻两组的次数差来推算。 其近似公式为： （二）中位数（Median） 中位数是将数据由小到大排列后位置居中的数值。 由组距数据计算中位数 先确定中位数组，即中间位置（用Σf/2来计算）所在的组。 假