2均数标准差.pptVIP

* 加权法 xi是各组段的组中值，fi是相应的频数 * 甲组： 26 28 30 32 34 乙组： 24 27 30 33 36 丙组： 26 29 30 31 34 极差 方差 标准差 甲组： 8 10.0 3.16 乙组： 12 22.5 4.74 丙组： 8 8.5 2.92 * （四）变异系数 变异系数(coefficient of variation, CV) * 由于度量单位不同，故不能直接比较两者的标准差，而应比较变异系数： 身高 体重 由此可见，该地20岁男子体重的变异度大于身高的变异度。 例题 某地20岁男子100人，身高均数为166.06cm，标准差为4.98cm；体重均数为53.7２kg，标准差为4.96kg，试比较身高和体重的变异何者为大。 * 正确应用(1) 算数均数：适用于单峰对称分布资料； 几何均数：适合于作对数变换后单峰对称分布资料； 中位数和百分位数：适用于任何分布的资料； 中位数和百分位数在样本含量较少时不稳定，越靠两端越不稳定； 中位数在抗极端值的影响方面，比均数具有较好的稳定性，但不如均数精确。 因此，当资料适合计算均数或几何均数时，不宜用中位数表示其平均水平。 不同质的资料应考虑分别计算平均数。 * 正确应用(2) 标准差的基本内容是离均差，它显示一组变量值与其均数的间距，故标准差直接地、总结地、平均地描述了变量值的离散程度。 在同质的前提下，标准差大表示变量值的离散程度大，即变量值的分布分散、不整齐、波动较大；反之，标准差小表示变量值的离散程度小，即变量值的分布集中、整齐、波动较小。 变异系数派生于标准差，其应用价值在于排除了平均水平的影响，并消除了单位。 * 平均数与变异度 均数±标准差(min,max) 中位数±四分位数间距 (min,max) 变异度小，则均数代表性好！ 变异度大，数据分散，则均数代表性差！ 平均数所表示的集中性与变异度所表示的离散性，从两个不同的角度阐明计量资料的特征！ * 总结： 每个观察指标均有其特定的变异规律； 描述变异： 图形描述 统计量描述 平均数：均数、几何均数、中位数 变异度：标准差（方差）、四分位数间距、 变异系数、极差 不同分布的指标，用不同的统计量描述； 用平均数与变异度共同描述。 * 2.2集中趋势的描述 均数(arithmetic mean, mean) * 加权均数(weighted mean) 均数是加权均数的一个特例 2.2集中趋势的描述 * 均数的应用： 最适于对称分布资料，特别是正态分布资料; 对于偏态资料，均数不能较好地反映其集中趋势。 我也知道了！ * 几何均数(geometric mean) 加权法： ? f lgx ? f G= lg-1 直接法： 2.2集中趋势的描述 * 几何均数例 1:10, 1:20, 1:40, 1:80, 1:160 * 几何均数的应用： 1.等比资料，如抗体平均滴度 2.对数正态分布资料 Remember! * 使用几何均数时的注意点： 1) 观察值不能有0。 2) 观察值不能同时有正值和负值。若全为负值，在计算时先把负号去掉，得出结果再加上负号。 Be careful! * 中位数(median) 将一组数据按从小到大的顺序排列，位置居中的数即是中位数。 2.2集中趋势的描述 * 中位数例 9例正常人的发汞值： 1.1, 1.8 3.5 4.2 4.8 5.6 5.9 7.1 10.5 M=4.8 9例正常人的发汞值： 1.1, 1.8 3.5 4.2 4.8 5.6 5.9 7.1 16 M=4.8 10例正常人的发汞值： 1.1, 1.8 3.5 4.2 4.8 5.6 5.9 7.1 10.5 16 M=(4.8+5.6)/2=5.2 * 百分位数(percentile) X% PX (100-X)% 50%分位数就是中位数 25%,75%分