新编统计学原理 第三章 集中趋势和离散趋势教案.pptVIP

(五) 众数 众数是指总体中出现次数最多的变量值,它能够鲜明地反映数据分布的集中趋势。一组数据分布的最高峰点所对应的变量值即为众数。在商业活动中，众数应用较为普遍。依据资料的不同，众数的计算可以有两种不同的方法。 1. 未分组资料 在未分组资料条件下，只要用目测法找出次数最多的变量值即找到众数。 * 2. 分组资料 在分组资料条件下，也要先确定众数所在的组，然后用下限公式计算众数的估计值。 式中M0为众数； L为众数组下限； d1为众数组次数与上一组次数之差； d2为众数组次数与下一组次数之差； i为众数组的组距。 * 3. 众数、中位数与算术平均数的关系 众数、中位数和算术平均数作为反映被研究现象集中趋势的三个主要测度值,既可以从它们的内在联系上进行相互推算,也可利用三者的关系,说明现象的分布特征。 （1） 运用众数、中位数、算术平均数三者关系判断现象的数量分布特征。众数是一组数据分布的峰值,中位数是一组数据中间位置的代表值,算术平均数是全部数据的平均数。 * 因此,不难看出： 当数据呈对称分布时, 算术平均数、 中位数、 众数必定相等，即有X=Me=M0； 当数据呈左偏分布时, 算术平均数小于中位数且小于众数，即有X＜Me＜M0； 当数据呈右偏分布时,算术平均数大于中位数且大于众数， 即有X＞Me＞M0。 * (2) 利用上述三者关系进行推断。 从经验看，在数据分布偏斜程度不大的情况下，不论左偏或右偏、算术平均数、中位数、 众数存在一定的比例关系：若把众数与 算术平均数之间的距离作为1，则中位数与算术平均数的距离为1/3，中位数与众数之间的距离为2/3。由此，可以得到推算公式如下： M0=X-3（X-Me）=3Me-2X * 第二节 离散趋势 现象的离散趋势是指总体中某一数量标志的变动范围和分散程度。反映现象离散趋势的统计指标为标志变异指标。 * 一、 标志变异指标的概念及作用 平均数将总体各单位变量值的差异抽象化，通过一个代表数值，反映了总体的一般水平及分布的集中趋势。但集中趋势只从一个侧面说明了数据的分布特征，各变量值之间的差异程度如何，各变量值远离其平均数的程度如何，需要我们从另一个侧面，即数据的离散程度方面来进一步讨论数据的分布特征。 * 测定离散趋势的指标就叫做标志变异指标，也称标志变动度。标志变异指标在统计分析中的作用有： （1） 可以衡量平均数的代表性。 （2） 可以考察现象发展的均衡性和节奏性。 * 二、 标志变异指标的计算 常用的标志变异指标有极差、平均差、方差和标准差及标准差系数等。 （一） 极差 极差也称全距,它是一组数据的最大值与最小值之差。在组距式数列中，级差是最高组上限与最低组下限之差。极差是最简单的标志变异指标。用公式表示为： R=xmax-xmin 式中R表示极差； xmax与xmin分别表示数据的最大值和最小值。 * （二） 平均差 平均差（A.D.）是各标志值与其算术平均数离差的平均数。由于各标志值与其算术平均数离差总和等于零，因此，要用离差的绝对值来计算平均差。用公式表示为： 1.在未分组资料情况下 * 2.在分组资料情况下 式中A.D.表示平均差； 表示算术平均数； n表示总体单位数； f表示各组比变量值出现的次数。 * （三） 方差和标准差 方差是各变量值与其算术平均数离差平方的平均数。标准差是总体各单位变量值与其算术平均数离差平方平均数的平方根，也称均方差，它是方差的平方根。 设总体方差为σ＾2，对未分组数据，总体方差的计算公式为： * 对分组数据，总体方差的计算公式为： 设总体的标准差为σ，对未分组数据，总体标准差的计算公式为： 对分组数据，总体标准差的计算公式为： * （四） 离散系数 极差、平均差、标准差都是反映标志变异程度有计量单位的绝对数指标，总体和样本的标志变异程度除了受变量值之间的离散程度影响外，还受变量值本身水平高低的影响，因此，在比较不同总体和样本的标志变异程度时，应消除由于变量值水平不同或计量单位不同带来的影响。在统计工作中，用离散系数来比较不同总体的平均数和不同样本的平均数的代表性。 * 常用的离散系数主要有标准差系数，也称均方差系数。它是一组数据的标准差与其相应的算术平均数之比,其计算公式为: 离散系数主要是用于不同总体数据的离散程度的比较。离散系数大，说明该组数据的离散程度大； 离散系数小，说明该组数据的离散程度也就小。 * 第三节 偏态 我们已讨论了数据的对称分布及偏态分布的判别标准,即 当一组数据中,X=Me=M0我们称数据为对称分布; 当一组数据中,X＞Me＞M0我们称数据为右偏分布; 当一组数据中,X＜Me＞M0我们称数据为左偏分布。 * 有时，同为右偏分布或左偏分布的两组数据，需比较偏态程度的大小，可运用皮尔逊偏度系数来测定