统计学课件（丁浩）第二章.pptVIP

几何平均数 例 一位投资者购持有一种股票，在2000、2001、2002和2003年收益率分别为4.5%、2.1%、25.5%、1.9%。计算该投资者在这四年内的平均收益率。 众数、中位数和均值的关系 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 众数、中位数和均值的关系 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 2.3 分布离散程度的测度 4，4，4，4，4 3，4，4，5，4 7，6，3，3，1 极差 极差(range)也称为全距，是数据最大值减去最小值之差 是数据离散或差异程度的最简单测度值 易受极端值影响 未考虑数据的分布 R = max(xi) - min(xi) 7 8 9 10 7 8 9 10 方差和标准差 方差和标准差 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 方差和标准差 未分组数据： 组距分组数据： 未分组数据： 组距分组数据： 1、总体方差的计算公式 2、总体标准差的计算公式 方差和标准差 未分组数据： 组距分组数据： 未分组数据： 组距分组数据： 1、样本方差的计算公式 2、样本标准差的计算公式 注意： 样本方差用自由度n-1去除! 方差和标准差 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 方差和标准差 方差和标准差 例 离散系数 离散系数(coefficient of variation)是用来对两组数据的差异程度进行相对比较的。 标准差与均值之比 对数据相对离散程度的测度 消除了数据水平高低和计量单位的影响 离散系数 例 2.4* 分布偏度与峰度的测度 偏度 偏度 峰度 峰度 * /see 第二章 统计数据的描述 广东外语外贸大学 丁浩 资料推荐 [美]尼尔·J ·萨尔金德 著，史玲玲 译. 爱上统计学. 重庆大学出版社，2006 第1-4章 目录 统计数据的整理 分布集中趋势的测度 分布离散程度的测度 *分布偏度与峰度的测度 2.1 统计数据的整理 统计数据的分组 统计分组是统计整理的第一步，它是按照统计研究的目的，将数据分别列入不同的组内。 统计数据分组的原则：穷尽原则，互斥原则 例 从业人员按文化程度分组 小学毕业 中学毕业（含中专） 大学毕业 文盲或识字不多 小学毕业 中学毕业（含中专） 大专毕业 大学及大学以上 × √ 统计数据的分组 例 某商场将服装分为 男装 女装 童装 成年男装 成年女装 儿童男装 儿童女装 × √ 统计数据的分组 以分组标志特征不同分为： 品质标志 数量标志 统计数据的分组 品质标志：如按性别、民族、质量等级等定性指标分组 例 某班学生的性别构成情况 按性别分组 人数 比重(%) 男 30 75 女 10 25 合计 40 100 统计数据的分组 数量标志：按照数量或数值等定量指标分组 例 次数分配 次数分配：将数据按其分组标志进行分组的过程 次数分配就是观察值按其分组标志分配在各组内的次数。 次数分配 1. 确定组数 组数即分组的个数 先找出全部数据的最大值和最小值 组数的确定应以能够显示数据的分布特征和规律为目的 组数不应太少或太多 一般而言，组数在5-15之间 次数分配 2. 确定组距 组距(class width)即每一组最大值与最小值之差 可根据全部数据的最大值和最小值及所分的组数来参考确定，即:组距＝( 最大值 - 最小值)÷ 组数 在实际操作中，应当结合上式和操作方便性来确定组距。如本例中，我们以10件相等的组距进行分组 次数分配 “不重不漏” 工人编号为3的周加工零件数为110 该数据应放在“100～110”组内，而非“110～120” “100x≤110” 次数分配