常见的第一章数据分析模型.ppt

1. 数据分析模型 怎样表述、解读、分析、发现规律？ 现实生活中的数据：数量繁多、杂乱无章. 找出有代表性的数值或者利用图形表述，分析、 解释相关的实际现象. 利用统计方法通过大量数据探索、发现研究对象 的数量规律. （本书提高篇第7章） 1.1 薪金到底是多少 1.2 评选举重总冠军 1.3 估计出租车的总数 1.4 解读CPI 1.5 NBA赛程的分析与评价——全国 大学生数学建模竞赛2008年D题 1. 数据分析模型 1.1 薪金到底是多少 日常生活中遇到的数据： 一个班的考试成绩及按成绩的排 名 一个年级全部男同学的身高 超市中各个品牌牙膏一个月的销量 公司里每位职工一个月的薪金 用几个数简明地表示一组数据整体的大小. n个数据的代表数 平均数 ~ n个数据的算术平均值. n 个数据的代表数 中位数 ~ n个数据从小到大（或从大到小）排序 位于正中的数. 若n为偶数，取位于正中的2个数的平均值. 众数 ~ n个数据中出现次数最多的那个(或几个)数. 3个代表数反映一组数据整体大小的不同侧面. 某公司100位职工的月薪/千元 月薪 40 25 20 15 10 8 6 5 4 3 人数 1 2 6 8 12 17 18 24 10 2 薪金到底是多少 平均数 ：8.6千元. 中位数 ：6千元（第50、51人都是6000元）. 众数 ： 5千元（5千元的人数最多）. 公司高层对外宣传. 工会干部为职工争取福利. 税务部门调查个人所得税的起征点. 3个代表数的特点 平均数 ~ 平等利用每一数据的信息，反映数据整体 大小；有方便的计算公式，应用最广. 受少数特大或特小数据影响，会失去代表性. 中位数 ~ 只取决于按大小排列的位置，不受特大或 特小数据影响，能反映数据的中等水平. 未充分利用信息; 数据量大时计算较繁. 众数 ~ 常作为选择 “最多” , “最佳”的依据. 未充分利用信息; “并列第一”时无法做唯一抉择. 如何选用代表数 与10年前同龄男生身高作对比, 估计增长量. 数据：某高三年级全部男同学的身高. 定制校服尺寸的参考. 数据：生产小组15个工人每人一天生产零件的数目 与其他小组比较，作为评选先进的参考. 制定标准日产量，使多数人能超产. 平均数 众数 平均数 中位数 数据：班上20名学生一次考试成绩：15人80分， 2人90分，1人10分，1人15分，小李75分. 如何选用代表数 与其他班级或本班以前成绩对比. 小李衡量自己的标准. 其他代表数 平均分74分 中位数80分 高于平均分！ 倒数第3名！ 跳水比赛的评分标准 7位裁判的分数去掉一个最高分和一个最低分，剩下5个分数的总和乘以动作难度系数，为最后得分. 中位数和平均数的结合 哪种解读更有道理 某股份制公司50名职工和5位股东近3年的利润分配 年份 职工薪金总额/万元 股东分红总额/万元 2011 300 100 2012 400 150 2013 500 200 公司老板：职工薪金比股东分红增长得更多、更快，可谓有福同享. 哪种解读更有道理 工会负责人：2013年职工薪金增长到167%，股东分红增长到200%，应更顾及职工利益. 职工：与股东人均分红相比，职工人均薪金增长得太慢，呼吁大幅度增加职工的薪金. 哪种解读更有道理 k=0,1,2 (2011, 2012, 2013) xk~职工薪金总额, yk~股东分红总额     xk斜率大于yk斜率     yk/y0斜率大于xk/x0斜率     斜率相差5倍 职工薪金增长快 股东分红增长快 股东人均分红增长快 数值随时间的变化可以用绝对增长或相对增长表示, 二者说明同一问题的不同侧面. 小结与评注 同样的一组数据可以有不同的表述和解读办法,取决于要说明什么问题,达到什么目的. 3个常用的代表数：平均数、中位数和众数,具有各自的特点和用法. 举重 1.2 评选举重总冠军 依靠运动员全身力量完成的体育项目 按照运动员体重划分级别进行比赛. 赛艇 拳击 摔跤 每个级别都有一个冠军. 能评选出一个“总冠军”吗？ …… 56kg, 62kg, 69kg, 77kg, 85kg, 94kg, 105kg, 105kg以上. 1.2 评选举重总冠军 男子举重比赛按运动员体重 (上限)分为8个级别： 问题 每个级别设3个项目：抓举、挺举、总成绩. 每个级别、每个项目都产生一个冠军. 同一项目 (如抓举) 的8个冠军中怎样选出“总冠军”？ 不同级别冠军成绩按体重 “折合”到某个标准级别，比较折合成绩，选出最高的作为总冠军. 1.2 评选举