(03)第3章-用统计量描述数据1资料.pptVIP

第 3 章 数据的概括性度量 3.1 集中趋势的度量 3.2 离散程度的度量 3.3 偏态与峰态的度量 平均数——均值 总体平均数——?； 样本平均数——?x 简单平均数(Simple mean) 加权均值 分组平均数 (Weighted mean) 3.1.2 中位数和四分位数 中位数(median) 排序后处于中间位置上的值。不受极端值影响 【例】: 9个家庭的人均月收入数据 原始数据: 1500 750 780 1080 850 960 2000 1250 1630 排 序: 750 780 850 960 1080 1250 1500 1630 2000 位 置: 1 2 3 4 5 6 7 8 9 【例】：10个家庭的人均月收入数据 排 序: 660 750 780 850 960 1080 1250 1500 1630 2000 位置: 1 2 3 4 5 6 7 8 9 10 四分位数 排序后处于25%和75%位置上的值 四分位数的计算(位置的确定) 【例】：9个家庭的人均月收入数据 原始数据: 1500 750 780 1080 850 960 2000 1250 1630 排 序: 750 780 850 960 1080 1250 1500 1630 2000 位 置: 1 2 3 4 5 6 7 8 9 众数(mode) 一组数据中出现次数最多的变量值 适合于数据量较多时使用 不受极端值的影响 一组数据可能没有众数或有几个众数 众数、中位数和平均数的关系 众数、中位数和平均数的关系 众数、中位数和平均数的关系 离中趋势 极差(range) 一组数据的最大值与最小值之差 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 平均差 各变量值与其平均数离差绝对值的平均数 能全面反映一组数据的离散程度 平均差 (例题分析) 3.2.3 方差和标准差 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 样本方差和标准差 (sample variance and standard deviation) 未分组数据 样本方差和标准差 标准分数 计算公式 对某一个值在一组数据中相对位置的度量 可用于判断一组数据是否有离群点 4. 可使一组数据变为均值为0，方差为1的值 标准分数 例如：某中学高（1）班期末考试，已知语文期末考试的全班平均分为73分，标准差为7分，甲得了78分；数学期末考试的全班平均分为80分，标准差为6.5分，甲得了83分。甲哪一门考试成绩比较好？ 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 离群点：在平均数加减3个标准差之外的数。 切比雪夫不等式 对于任意分布形态的数据，根据切比雪夫不等式，至少有(1-1/k2)的数据落在均值加减k个标准差之内。其中k是大于1的任意值，但不一定是整数 切比雪夫不等式 ?对于k=2，3，4，该不等式的含义是 至少有75%的数据落在平均数加减2个标准差的范围之内 至少有89%的数据落在平均数加减3个标准差的范围之内 至少有94%的数据落在平均数加减4个标准差的范围之内 离散系数(coefficient of variation) 标准差与其相应的均值之比 2. 比较几组数据的离散程度 3. 消除了数据水平高低和计量单位的影响 【 例3.9】评价哪名运动员的发挥更稳定 数据分布的形状—偏态与峰态 3.3.1 偏态及其测度 偏态(skewness) 统计学家Pearson于1895年首次提出 数据分布偏斜程度的测度 偏态(skewness) 1. 偏态系数=0为对称分布 2. 偏态系数 0为右偏分布 3.偏态系数 0为左偏分布 偏态系数大于1或小于-1，被称为高度偏态分布；偏 态系数在0.5～1或-