第五章 用数字描述分布特征.pptVIP

Chapter Five Numerical Descriptive Measures 第五章 用数字描述分布特征 Chapter Five Numerical Descriptive Measures 内容提要 数字分布特征 集中趋势的度量 离中趋势的度量 偏斜度的度量 五数概述与箱线图 选择数值描述方法 Thinking Challenge 5.1 数字分布特征Numerical Data Properties 5.1.1 数字分布特征及其度量指标Numerical Data Properties Measures 5.1.2 标准符号 Standard Notation 5.2 集中趋势的度量指标 Central Tendency 5.2.1 平均数 Mean (x, ?) 平均数 Mean (x, ?) 又称“均值” 、“算术平均数” (average, arithmetic average) 度量集中趋势 Measure of Central Tendency 最常用的指标 Most Common Measure 数据的平衡点-重心 Acts as ‘Balance Point’ 受极端值(异常值)影响 Affected by Extreme Values (‘Outliers’) 平均数的计算——样本平均数 平均数的计算——总体平均数 简单平均数计算举例 原始数据: 10.3 4.9 8.9 11.7 6.3 7.7 加权算术平均数——分组数据的平均数 平均数与直方图 5.2.2 中位数 Median (Me) 中位数 Median (Me) 度量集中趋势 Measure of Central Tendency 居于数据序列的中间位置——面积等分点 中位数位置 = (n+1)/2 中位数取值 Middle Value In Ordered Sequence 若n为奇数，取序列中间值 若n为偶数，取序列中间两数的平均数 不受极端值影响 Not Affected by Extreme Values 中位数计算——奇数样本Odd-Sized Sample 原始数据: 24.1 22.6 21.5 23.7 22.6 排序: 21.5 22.6 22.6 23.7 24.1 位置: 1 2 3 4 5 中位数计算——偶数样本Even-Sized Sample Raw Data: 10.3 4.9 8.9 11.7 6.3 7.7 Ordered: 4.9 6.3 7.7 8.9 10.3 11.7 Position: 1 2 3 4 5 6 分组数据中位数 分组数据的中位数计算——下限上加 根据中位数的定义可知，分组数据的中位数一定是累计频数达到n/2（或累计百分比达到50%）组中的某一数值 分组数据的中位数计算——上限下减 5.2.3 众数 Mode (Mo) 众数 Mode (Mo) 度量集中趋势 Measure of Central Tendency 最常出现或出现频数最高的数值 Value That Occurs Most Often —— 峰点 不受极端值影响 Not Affected by Extreme Values 可能没有众数或多个众数 May Be No Mode or Several Modes 能被用于数量型或品质型数据 May Be Used for Numerical Categorical Data 众数举例 无众数 No ModeRaw Data: 10.3 4.9 8.9 11.7 6.3 7.7 单个众数 One ModeRaw Data: 6.3 4.9 8.9 6.3 4.9 4.9 不止一个众数 More Than 1 ModeRaw Data: 21 28 28 41 43 43 分组数据的众数 分组数据众数的计算 位于频数最大组中的某一数值 Thinking Challenge You’re a financial analyst for Prudential-Bache Securities. You have collected the following closing stock prices of new stock issues: 17, 16, 21, 18, 13, 16, 12, 11. Describe the stock pricesin terms of central tendency. Central Tendency Solution Mean Central Tendency Solution Median Raw Data: 17 16 21 18 13 16 12 11 Ordered: 11 12