统计数据的描述PPT.ppt

暨南大学统计学系 暨南大学统计学系 思考题 1.某车间有两个小组，每组都是7名工人每人日产零件数如下： 第一组：20 40 60 70 80 100 120 第二组：67 68 69 70 71 72 73 试计算两个小组每人平均日产量、全距、平均差、标准差，并比较哪一组的平均数代表性大？ 暨南大学统计学系 第五章 概率基础 暨南大学统计学系 本章主要内容 概率论的发展史 随机事件(Random Events) 概率的统计定义 古典概型(Classical Probability) 几何概率（Geometric Probability) 条件概率(Conditional Probability) 事件的独立性(Independence of Events) 暨南大学统计学系 代入公式得： 暨南大学统计学系 也可以作图求解众数 M0=897.65 方法:即先画相邻三组次数分布直方图,然后连接相邻两组次数差的 对角线,再以对角线的交点向x轴引一条垂线,它与X轴的交点即为众数. 暨南大学统计学系 (二)中位数 1、中位数：将总体单位的某一数量标志的各个数值按照大小顺序排列，居于中间位置的那个数值就是中位数。 2、计算方法 （1）由未分组资料确定中位数 排序：确定中位数位置 奇数：中间位置的标志值为中位数。 偶数：中间位置相邻两个变量值的简单平均数是中位数。 暨南大学统计学系 （2）由分组资料确定中位数 第一步：确定中位数所处位置，按 确定（f为次数）。 第二步：采用公式计算 上限法：用“以上累计”法确定中位数。 下限法：用“以下累计”法确定中位数。 其中：U是中位数所在组的上限，L是中位数所在组的下限，fm是中位数所在组的次数，Sm+1是中位数所在组后面各组累计数， Sm-1是中位数所在组前面各组累计数，i是中位数所在组的组距。 暨南大学统计学系 例 现检测某厂生产的一批电子产品的耐用时间，得到资料如下表所示： 耐用时间 产品个数 累计次数 以下累计 以上累计 600以下 84 84 700 600-800 161 245（Sm-1) 616 800-1000 244(fm) 489 455 1000-1200 157 646 211 （Sm+1) 1200-1400 36 682 54 1400以上 18 700 18 合计 700 － － 暨南大学统计学系 暨南大学统计学系 五、计算和应用平均数的原则 一、只能在同质总体中计算。 二、总平均数要与组平均数结合运用。 三、平均数必须同绝对数和具体事例结合应用。 暨南大学统计学系 1.众数、中位数、平均数的特点和应用 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 平均数 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 六、几种平均数的关系 暨南大学统计学系 （一）对称分布情况下 （二）偏态分布情况下 （三）三者近似关系 2.算术平均数、众数、中位数数值关系 暨南大学统计学系 众数、中位数和平均数的关系图示 左偏分布 均值 中位数 众数 对称分布 均值 = 中位数 = 众数 右偏分布 众数 中位数 均值 暨南大学统计学系 第四节 变异度指标 一、变异度指标的概念 变异度指标又称标志变动度指标，是综合反映总体各单位标志值及其分布的差异程度的指标。 如：七个人的工资分别为：320元，320元，400元，400元，500元，500元，2000元。 平均工资为634.29元（平均指标 ，集中趋势） 最高和最低之差为1680元（变异度指标，内部差异，离中趋势）。 暨南大学统计学系 二、变异度指标的作用 1、衡量平均数代表性的大小 变异度指标值与平均数的代表性大小成反比。 2、衡量现象变动的稳定性和均衡程度。 变异度指标越小，现象变动的稳定性和均衡程度越高 3、计算抽样误差和确定样本容量的依据。 暨南大学统计学系 三、变异度指标的种类 1、全距 2、四分位差 3、平均差 4、标准差 5、方差 6、离散系数 7、偏度 8、峰度 掌握它们的计算、特点和适用范围。 暨南大学统计学系 全距是总体各单位标志值中最大值与最小值之差，又称极差。 全距 R=最大值xmax－最小值xmin 优、缺点：计算简便，意义清楚，反映现象的差异程度较粗略，实用价值甚小。 1、全距 暨南大学统计学系 2、四分位差Q （1）四分位差是四分位数中间两个分位之差。 四分位差Q=第三个四分位数Q3—第一个四分位数Q1 （2）优缺：计算简单，意义清楚，反映现象的差异程度较