数据分布特征描述26540 .ppt

众数、中位数和算术平均数的比较 * 众数、中位数和算术平均数的关系 左偏分布 算术平均数 中位数 众数 右偏分布 众数 中位数 算术平均数 对称分布 算术平均数=中位数=众数 * 数据类型与集中趋势测度值 表3-9 数据类型和所适用的集中趋势测度值 数据类型 定类数据 定序数据 定距数据 定比数据 适 用 的 测 度 值 众数 中位数 算术平均数 算术平均数 — 四分位数 众数 调和平均数 — 众数 中位数 几何平均数 — — 四分位数 中位数 — — — 四分位数 — — — 众数 红色为该数据类型最适合用的测度值 * 第二节 数据分布离散程度的测定 一. 异众比率 二. 极差 三. 四分位差 四. 平均差 五. 方差及标准差 六. 离散系数 * 离散程度 数据分布的另一个重要特征; 离散程度测度值是对数据分散程度所作的描述; 反映各变量值远离其中心值的程度，因此也称为离中趋势; 从另一个侧面说明了集中趋势测度值的代表程度; 不同类型的数据有不同的离散程度测度值。 * 数据的特征和测度（本节位置） 峰 度 偏 态 数据的特征和测度 分布的形状 集中趋势 离散程度 众 数 中位数 离散系数 方差和标准差 四分位差 异众比率 位置 平均数 数值 平均数 算术平均数 调和平均数 几何平均数 平均差 极差 * 异众比率 * 异众比率(概念要点) 1. 离散程度的测度值之一 2. 非众数组的频数占总频数的比率 3. 用于衡量众数的代表性 4. 计算公式为 * 异众比率的测算(算例) 表3-10 某城市居民关注广告类型的频数分布 广告类型 人数(人) 频率(%) 商品广告 服务广告 金融广告 房地产广告 招生招聘广告 其他广告 112 51 9 16 10 2 56.0 25.5 4.5 8.0 5.0 1.0 合计 200 100 【例3.10】根据第三章表3-10中的数据，计算异众比率 解： 在所调查的200人当中，关注非商品广告的人数占44%，异众比率还是比较大。因此，用“商品广告”来反映城市居民对广告关注的一般趋势，其代表性不是很好 Vr = 200 -112 200 = 1 - 112 200 = 0.44 = 44% * 极 差 * 极 差(概念要点及计算公式) 1. 一组数据的最大值与最小值之差 2. 离散程度的最简单测度值 3. 易受极端值影响 4. 未考虑数据的分布 7 8 9 10 7 8 9 10 未分组数据 R = max(Xi) - min(Xi) . = 组距分组数据 R 最高组上限 - 最低组下限 计算公式为 * 四分位差 * 四分位数(概念要点) 1. 集中趋势的测度值之一 2. 排序后处于25%和75%位置上的值，又 称为四分位点 3. 不受极端值的影响 4. 适用于定序数据、数值型数据 QL QM QU 25% 25% 25% 25% * 四分位数(位置的确定) 未分组数据： 组距分组数据： 下四分位数(QL)位置 = N+1 4 上四分位数(QU)位置 = 3(N+1) 4 下四分位数(QL)位置 = ∑f 4 上四分位数(QL)位置 = 3∑f 4 单变量值分组数据： * 定序数据的四分位数(算例) 【例3.11】根据第三章表3-11中的数据，计算甲城市家庭对住房满意状况评价的四分位数 解：下四分位数(QL)的位置为： QL位置＝(300)/4＝75 上四分位数(QL)的位置为： QU位置＝(3×300)/4＝225 从累计频数看， QL在“不满意”这一组别中； QU在“一般”这一组别中。因此 QL ＝不满意 QU ＝一般 表3-11 甲城市家庭对住房状况评价的频数分布 回答类别 甲城市 户数 (户) 累计频数 非常不满意 不满意 一般 满意 非常满意 24 108 93 45 30 24 132 225 270 300 合计 300 — * 数值型未分组数据的四分位数 (7个数据的算例) 原始数据: 23 21 30 32 28 25 26 排 序: 21 23 25 26 28 30 32 位 置: 1 2 3 4 5 6 7 N+1 QL= 23 7+1 QL位置 = 4 = 4 = 2 QU位置 = 3(N+1) 4 3(7+1) 4 = =