(03)第3章用统计量描述数据.pptVIP

3.2.1 极差和四分位差 3.2 差异的度量 * 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 计算公式为：R = max(xi) - min(xi) * 四分位差(quartile deviation) 也称为内距或四分间距 上四分位数与下四分位数之差：Qd = QU – QL 反映了中间50%数据的离散程度 不受极端值的影响 用于衡量中位数的代表性 25% 75% 3.2.2 方差和标准差 3.2 差异的度量 * 方差和标准差(variance and standard deviation) 数据离散程度的最常用测度值。 反映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(标准差)，记为?2(?)；根据样本数据计算的，称为样本方差(标准差)，记为s2(s)。 * 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 (sample 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! * 自由度 (degree of freedom) 自由度的概念由统计学家R.A Fisher提出。 是指数据个数与附加给独立的观测值的约束或限制的个数之差。 从字面涵义来看，自由度是指一组数据中可以自由取值的个数。 当样本数据的个数为n时，若样本平均数确定后，则附加给n个观测值的约束个数就是1个，因此只有n-1个数据可以自由取值，其中必有一个数据不能自由取值。 按着这一逻辑，如果对n个观测值附加的约束个数为k个，自由度则为n-k。 * 自由度 (degree of freedom) 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。 为什么样本方差的自由度为什么是n-1呢？因为在计算离差平方和时，必须先求出样本均值?x ，而?x则是附加给离差平方和的一个约束，因此，计算离差平方和时只有n-1个独立的观测值，而不是n个。 样本方差用自由度去除，其原因可从多方面解释，从实际应用角度看，在抽样估计中，当用样本方差s2去估计总体方差σ2时，它是σ2的无偏估计量。 * 样本标准差 (例题分析) 【例3-5】计算计算9名员工的月工资收入的方差和标准差 1500 750 780 1080 850 960 2000 1250 1630 方差 标准差 * 标准分数(standard score) 1. 也称标准化值 2. 对某一个值在一组数据中相对位置的度量 3. 可用于判断一组数据是否有离群点(outlier) 用于对变量的标准化处理 均值等于0，方差等于1 计算公式为 * 标准分数 (例题分析) 【例3-6】 9个家庭人均月收入标准化值计算表 家庭编号 人均月收入（元） 标准化值 z 1 2 3 4 5 6 7 8 9 1500 750 780 1080 850 960 2000 1250 1630 0.695 -1.042 -0.973 -0.278 -0.811 -0.556 1.853 0.116 0.996 * 经验法则 ?经验法则表明：当一组数据对称分布时： 约有68%的数据在平均数加减1个标准差的范围之内； 约有95%的数据在平均数加减2个标准差的范围之内； 约有99%的数据在平均数加减3个标准差的范围之内 。 3 - * 统计学STATISTICS (第四版) 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 distrib