计算机数据库(经济会计类)数据的概括性度量(1)随堂讲义.pptVIP

相对位置的度量：标准分数 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) 4. 用于对变量的标准化处理 5. 计算公式为 标准分数(性质) z分数只是将原始数据进行了线性变换，它并没有改变一个数据在该组数据中的位置，也没有改变该组数分布的形状，而只是使该组数据均值为0，标准差为1 标准分数 (例题分析) 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 切比雪夫不等式(Chebyshev’s inequality ) 如果一组数据不是对称分布，经验法则就不再适用，这时可使用切比雪夫不等式，它对任何分布形状的数据都适用 切比雪夫不等式提供的是“下界”，也就是“所占比例至少是多少” 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的数据落在平均数加减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(Chebyshev’s inequality ) ?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 相对离散程度：离散系数 离散系数(coefficient of variation) 1. 标准差与其相应的均值之比 对数据相对离散程度的测度 消除了数据水平高低和计量单位的影响 用于对不同组别数据离散程度的比较 (即可以进行横向间的比较) 5. 计算公式为 离散系数 (例题分析) 某管理局所属8家企业的产品销售数据 企业编号 产品销售额（万元） x1 销售利润（万元） x2 1 2 3 4 5 6 7 8 170 220 390 430 480 650 950 1000 8.1 12.5 18.0 22.0 26.5 40.0 64.0 69.0 【 例 】某管理局抽查了所属的8家企业，其产品销售数据如表。试比较产品销售额与销售利润的离散程度 离散系数 (例题分析) 结论： 计算结果表明，v1v2，说明产品销售额的离散程度小于销售利润的离散程度 v1= 536.25 309.19 =0.577 v2= 32.5215 23.09 =0.710 4.3 偏态与峰态的度量 4.3.1 偏态及其测度 4.3.2 峰态及其测度 偏 态 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 2. 偏态系数SK=0为对称分布 3. 偏态系数SK 0为右偏分布 偏态系数SK 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-1～-0.5之间，被认为是中等偏态分布； 偏态系数越接近0，偏斜程度就越低 偏态系数 (coefficient of skewness) 根据原始数据计算 根据分组数据计算 偏态系数 (例题分析) 某电脑公司销售量偏态及峰度计算表 按销售量份组(台) 组中值(Mi) 频数 fi 140 ~ 150 150 ~ 160 160 ~ 170 170 ~ 180 180 ~190 190 ~200 200 ~210 210 ~220 220 ~ 230 230 ~ 240 145 155 165 175 185 195 205 215 225 235 4 9 16 27 20 17 10 8 4 5 -256000 -243000 -128000 -27000 0 17000 80000 216000 256000 625000 7290000 2560000 270000 0 170000 1600000 648000031250000 合计 — 120 540000 偏态系数 (例题分析)