统计学课件第四章数据分布特征.pptVIP

第四章 数据分布特征的描述 一些人使用统计数据就像喝醉酒的人使用街灯柱—支撑的功能多于照明。 4.1 集中趋势的描述 4.2 离散程度的描述 4.3 偏态与峰态的描述 学习目标 1.集中趋势各测度值的计算方法 2.集中趋势各测度值的特点及应用场合 3.离散程度各测度值的计算方法 4.离散程度各测度值的特点及应用场合 ５.偏态与峰态的测度方法 数据分布的特征 集中趋势(central tendency) 一、平均指标的意义和作用 3.作用 4.种类 二、算术平均数 加权算术平均数与简单算术平均数不同在于： ② 各个变量值与算术平均数离差平方之和 等于最小值 △ 算术平均数的特点 三、调和平均数(又称“倒数平均数”) 其计算方法如下： △ 调和平均数的特点 四、几何平均数(又称“对数平均数”) △ 几何平均数的特点 五、众数 M0 ① 只有总体单位数比较多，而且又有明显的集中趋势时才存在众数。 ② 在单位数很少，或单位数虽多但无明显集中趋势时， 计算众数是没有意义的。 ② 根据组距数列确定众数 计算众数的近似值： 六、中位数 Me ⑴ n为奇数时，则居于中间位置的那个标志值 就是中位数。 ⑵ n为偶数时，则中间位置的两个标志值的算术 平均数为中位数。 ② 由单项数列确定中位数 ③ 由组距数列确定中位数 七、各种平均数之间的相互关系 所以 八、平均指标的运用原则 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 离中趋势 分类数据：异众比率 异众比率(variation ratio) 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例 3. 计算公式为 异众比率 (例题分析) 顺序数据：四分位差 四分位差(quartile deviation) 对顺序数据离散程度的测度 也称为内距或四分间距 上四分位数与下四分位数之差 Qd = QU – QL 反映了中间50%数据的离散程度 不受极端值的影响 用于衡量中位数的代表性 四分位差 (例题分析) 数值型数据：方差和标准差 极差(range) 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 平均差(mean deviation) 各变量值与其平均数离差绝对值的平均数 能全面反映一组数据的离散程度 数学性质较差，实际中应用较少 平均差 (例题分析) 平均差 (例题分析) 方差和标准差(variance and standard deviation) 数据离散程度的最常用测度值 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，记为?2(?)；根据样本数据计算的，称为样本方差或标准差，记为s2(s) 样本方差和标准差 (simple variance and standard deviation) 未分组数据 自由度 (degree of freedom) 自由度是指附加给独立的观测值的约束或限制的个数 从字面涵义来看，自由度是指一组数据中可以自由取值的个数 当样本数据的个数为n时，若样本平均数确定后，则附加给n个观测值的约束个数就是1个，因此只有n-1个数据可以自由取值，其中必有一个数据不能自由取值 按着这一逻辑，如果对n个观测值附加的约束个数为k个，自由度则为n-k 自由度 (degree of freedom) 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 为什么样本方差的自由度是n-1呢？因为在计算离差平方和时，必须先求出样本均值?x ，而?x则是附加给离差平方和的一个约束，因此，计算离差平方和时只有n-1个独立的观测值，而不是n个 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s2去估计总体方差σ2时，它是σ2的无偏估计量 样本标准差 (例题分析) 样本标准差 (例题分析) 总体方差和标准差 (Population variance and Standard deviation) 未分组数据 相对位置的度量：标准分数 标准分数(standard score) 1. 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(outlier) 4. 用于对变量的标准化处理 5.