第3章 常用特征量.pptVIP

第3章 常用特征量 3.1 集中量 3.2 差异量 3.3 地位量 3.4 偏态量和峰态量 重点 集中量用于描述数据的典型水平或集中趋势，包括算术平均数、加权算术平均数、几何平均数、中位数、众数等。 差异量描述数据的离散程度，是个别差异和群体间差异的重要指标，包括全距、平均差、方差、标准差、差异系数等。 地位量描述特定数据在全体数据中所处的地位，包括百分位数和百分等级。 偏态量用于描述数量分布偏离正态的程度，峰态量用来描述分布高低宽窄的程度；两者共同反映数据的分布特征。 3.1 集中量 集中量(measures of central tendency)：描述一组数据的集中趋势或典型水平的指标。 它能反映次数分布中大量数据向某一点集中的情况。 3.1 集中量 如果把数据资料整理成次数分布，就会发现大量数据集中在分布的中心或重心附近，同时又与之保持一定的距离，而且离中心或重心越远处的数据就越少。 数据之间既有集中趋势，又有离中趋势。 集中趋势体现数据的重心，数据总是围绕这个重心上下波动；离中趋势则体现数据的波动性或离散程度，反映出数据参差不齐的特性。 3.1 集中量 算术平均数(arithmetic mean) 3.1 集中量 算术平均数是一组观察值的代表值 利用算术平均数，可以对不同的总体或同一总体不同时间的情况进行比较，判断它们之间的差异 3.1 集中量 中位数（位置平均数，median, Md）：将所有的观察值按照大小顺序排列，处在中间位置的观察值。 因为位于中间位置，这一数值上、下各有一半次数分布。 3.1 集中量 中位数的计算方法： 第一步，将所有的观察值依大小顺序排列。 第二步，根据总次数（观察值个数）为奇数还是偶数，决定所在位次。 奇数时，第（n+1）/ 2个观察值 偶数时，第n/2和第n/2 +1个观察值之间的中间值（两个观察值的算术平均数） 例：12 14 15 15 17 18 20 23 24：17 12 14 15 15 17 18 20 23 24 25：17.5 3.1 集中量 3.1 集中量 优点： 不易受极端数值的影响 如果有开口组，计算时也没有任何影响 缺点： 不适合进一步的代数运算。比较适用于一组数据中有极端数值或有个别数据不确切的情况 3.1 集中量 众数（mode, Mo）：观察值中出现次数最多的数值。 在次数分布图中，众数就是与次数分布曲线最高点相对应的横坐标上的点的取值。 算术平均数、中位数和众数之间关系 加权平均数(weighted mean, ??w) 几何平均数（geometric mean, ??g ） 3.2 差异量 差异量(measures of dispersion)：描述一组数据离中趋势或离散程度的指标。 常见的差异量：全距、平均差、方差、标准差、差异系数等。 全距 全距（range, R）：观察值中最大值(Max)与最小值(Min)之差。 全距越大，说明观察值分布越分散，反之就越集中、越整齐。 全距不仅容易受极端数值的影响，而且是最粗略的差异量，有很大的局限性，反应不灵敏。 平均差(average deviation,AD) 方差(variance)和标准差(standard deviation) 方差和标准差 方差和标准差 方差和标准差 方差和标准差 方差和标准差 优点：反应灵敏、意义明确 缺点：易受极端数值的影响 差异系数(coefficient of variation,CV) 3.3 地位量(measures of position) 地位量：描述特定的观察值在整个次数分布中所占等级位置的指标。 常见的地位量：百分位数、百分等级 3.3 地位量 百分位数(percentile)：以一定顺序排列的一组观察值中某个百分位置所对应的数值。 Pp表示。下标的p表示百分位置。 四分位数(quartile)：将一组已排序的数据按个数四等分的百分位数。 P25、 P50、P75。 3.3 地位量 3.3 地位量 3.3 地位量 3.3 地位量 百分等级（percentile rank, PR）：百分位数中的百分位，是某个数值在以一定顺序排列的一组观察值中所对应的百分位置。它是百分位数的逆运算。 3.4 偏态量(measures of skew)和峰态量(measures of kurtosis) 3.4 偏态量和峰态量 右偏或正偏：曲线向左侧偏斜，算术平均数在右侧 左偏或负偏：曲线向右侧偏斜，算术平均数在左侧 3.4 偏态量和峰态量 3.4 偏态量和峰态量 高狭峰，说明观察值之间差异小，比较整齐 低阔峰，说明观察值之间差异大，参差不齐 练习题 一、下表是某市心理咨询师5年来的人数，求其年平均增长率。 练习题