样本数据特征的初步.pptVIP

箱形图的例子1 某班级男生身高的数据 171 182 175 177 178 181 185 168 170 175 177 180 176 172 165 160 178 186 190 176 163 183 箱形图的例子2 设上述班级新转来一个身高213厘米的巨人。于是现在的身高数据是 171 182 175 177 178 181 185 168 170 175 177 180 176 172 165 160 178 186 190 176 163 183 213 组别 组1 组2 组3 组4 组5 组6 组7 组界 (157.5, 162.5) [162.5,167.5) [167.5, 172.5) [172.5,177.5) [177.5, 182.5) [182.5,187.5) [187.5,192.5) 身高 160. 163, 165 168, 170, 171, 172 175, 176, 177 178, 180, 181, 182 183, 185, 186 190 频次 1 1, 1 1, 1, 1, 1 2, 2, 2 2, 1, 1, 1 1, 1, 1 1 组频次 1 2 4 6 5 3 1 绘直方图： （1）在横轴上，从小到大依次标出分组区间的边界； （2）沿纵轴方向，依据各区间的组频次或组频率的大小，分别绘制不同高度的矩形。 身高频次条形图 身高频次直方图 Excel的直方图 R语言中的直方图 SAS中的直方图 3.3 样本数据的位置特征：对数据中心的描述 样本数据集合的另一重要特征，就是样本数据集合中心所处的位置，它在一定程度上反映了样本集合的位置。样本数据集合中心通常用下面三个概念刻画。 样本中位数 样本众数 样本均值 3.3.1 样本众数(Sample Mode) 样本众数的定义1及例子 样本众数的定义1: 样本数据集合中出现频次最高的那个样本值，称为样本众数，简称为众数。 按此定义，对给定的样本数据集合，样本众数可能不唯一。若样本众数是唯一的，称为单一众数，否则称为复众数。 例如 某单位职工受教育程度的结构为（顺序级数据） 则对应的样本数据集合的众数为“大学”。 家具基色调出现的频次（名义级数据） 则对应的样本数据集合的众数为“Y（即淡黄褐色）”。 某商品价格出现的频次（刻度级数据） 对应的样本数据集合的众数为9.99、10.00和10.01（复众数） 样本众数定义2及例子 样本众数的定义2：对刻度级的样本数据集合，其直方图中，最高的矩形（即直方图中的峰peak)对应的数据区间，称为该数据集合的众数区间，简称为众数。 如右图表示的数据集合的众数区间为 175?2.5(厘米) 众数区间也有单一众数区间与复众数区间之分。 3.3.2 样本中位数(Sample median) 设对样本集合中所有数据的排序结果为x1 ? x2 ? … ? xn, n为样本容量，则在上述排序的序列中，处于“正中间位置”上的数据，称为样本中位数。 当样本数据集合中的所有数据排序后，正中间位置的数据即中位数Me按下式确定： 正中间位置： 数据集合（已经排序） 17.0 17.1 17.2 17.5 17.5 17.6 17.6 其中位数为Me=x4=17.5 数据集合（已经排序） 16.8 17.0 17.1 17.2 17.5 17.5 17.6 17.6 其中位数为 对名义级数据，不考虑中位数；对顺序级数据，只在样本容量n为奇数时，考虑中位数。 3.3.3 样本均值(Sample Mean) 样本均值仅适合于刻度级数据。 样本数据集合的样本均值（又称为样本平均值），是把样本数据集合中所有数据加起来，然后再除以样本数据集合中样本个数（样本容量）所得到的结果。样本均值的数学定义为： 式中， x1 , x2 , … , xn, n为样本容量 均值、中位数与众数的区别 对数据中心测量的比较 测度级别 众数 中位数 均值 名义级 √ 　 　 次序级* √ √ 　 测度级 √ √ √ 优点 不受极端值的影响，计算简便 对数值变化不敏感，较不易受到极端值的影响，计算比较简便 测量最为精确，考虑到了每一个样本数据，具有较好的代表性 缺点 测量过于粗糙，没有反映所有样本数据的信息 没有利用所有数据的信息 易受样本数据的极端值的影响 *中位数的使用是有条件的。 有一个