第2章 数据的表述袁卫.pptVIP

* * * * * Shape Concerned with extent to which values are symmetrically distributed. Kurtosis The extent to which a distribution is peaked (flatter or taller). For example, a distribution could be more peaked than a normal distribution (still may be 慴ell-shaped). If values are negative, then distribution is less peaked than a normal distribution. Skew The extent to which a distribution is symmetric or has a tail. Values are 0 if normal distribution. If the values are negative, then negative or left-skewed. * * 9 * * * * * * * * * 9 * * * * * * * * * * * * * * * * * * * Shape Concerned with extent to which values are symmetrically distributed. Kurtosis The extent to which a distribution is peaked (flatter or taller). For example, a distribution could be more peaked than a normal distribution (still may be 慴ell-shaped). If values are negative, then distribution is less peaked than a normal distribution. Skew The extent to which a distribution is symmetric or has a tail. Values are 0 if normal distribution. If the values are negative, then negative or left-skewed. * * * * * * * * * * * * * * * * * * * * * 2.6 分布离散程度的测度 一、极差 二、内距 三、方差和标准差 四、离散系数 极差(range) 一组数据的最大值与最小值之差 离散程度的最简单测度值 易受极端值影响 未考虑数据的分布 7 8 9 10 7 8 9 10 R = max(xi) - min(xi) 计算公式为 内距(Inter-Quartile Range,IQR) 也称四分位差 上四分位数与下四分位数之差 内 距= Q3 – Q1 反映了中间50%数据的离散程度 不受极端值的影响 可用于衡量中位数的代表性 方差和标准差 方差和标准差(Variance and Standard deviation) 1. 离散程度的测度值之一 2. 最常用的测度值 3. 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 4 6 8 10 12 ?x = 8.3 总体方差和标准差 (Population variance and Standard deviation) 未分组数据： 组距分组数据： 未分组数据： 组距分组数据： 方差的计算公式 标准差的计算公式 样本方差和标准差 (simple variance and standard deviation) 未分组数据： 组距分组数据： 未分组数据： 组距分组数据： 方差的计算公式 标准差的计算公式 注意： 样本方差用自由度n-1去除! 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