统计学第3章集中趋势和离散趋势.ppt

5.4 方差和标准差 样本方差公式： 样本标准差公式： 当样本较大时，由于 几乎等于 ，因此常用公式 代替公式 来计算样本标准差S，并用于估计总体标准差 。 5.4 方差和标准差 在小样本情况下， 是较 为总体标准差 的更优良的估计量 。 5.5 离散系数 标准差是反映数据差异水平的绝对值，其数值的大小受原始数据水平高低的影响，数据的观测值越大，标准差的值自然也就越大。 当进行两个或多个数据集变异程度的比较时，如果均值相同，可以直接利用标准差来比较。但是如果均值不同时，比较其变异程度就不能采用标准差了。 5.5 离散系数 离散系数（coefficient of variation），又称变异系数，记为CV，计算公式为 一般的，如果数据具有以下特点之一，就可以使用离散系数： 数据具有不同的单位（比如工资和矿工的天数） 数据具有相同的单位，但是均值相差甚远（比如大象和老鼠的体重） 5.5 离散系数 例：某学校学生平均年龄为20岁，标准差为3岁；该校教师平均年龄为38岁，标准差为3 岁。比较该校学生年龄和教师年龄的离散程度，则（　） A.学生年龄和教师年龄的离散程度相同 B.教师年龄的离散程度大一些 C.教师年龄的离散程度是学生年龄离散程度的1.9倍 D.学生年龄的离散程度大一些 5.6 偏度和峰度 偏度是用来反映变量数列分布偏斜程度的指标。 变量数列的 单峰钟形分布 对称分布 非对称分布 （偏态分布） 右偏分布 （正偏分布） 左偏分布 （负偏分布） 5.6 偏度和峰度 右偏分布 左偏分布 5.6 偏度和峰度 用偏度系数可以准确地测定分布的偏斜程度和进行比较分析。 Pearson偏度系数(SK)： SK为无量纲的系数，通常取值在-3~+3之间。绝对值越大，说明分布的倾斜程度越大。 SK = 0：对称分布 SK 0：右偏分布 SK 0：左偏分布 5.6 偏度和峰度 峰度是用来反映变量数列曲线顶端尖峭或扁平程度的指标。 一般来说，峰度系数β=3，分布为正态峰度，当峰度系数β3时，表示频数分布比正态分布更集中，分布呈尖峰状态，β3时表示频数分布比正态分布更分散，分布呈平坦峰。 Ⅱ(β3) Ⅰ(β=3) Ⅲ (β3) dongchengjie@163.com * 众数一般用来描述分类变量，特别是那些有许多个值的分类变量。 * 当一个变量有两个众数时，这个变量的观测值常常是由来自两个群体的数据混合组成的。例如一个班级中学生的身高的直方图就可能是二众分布，因为这些学生中有男生也有女生。 * * * 一个由100人组成的群体，无论它有51个女人(和49个男人)或者99个女人(和1个男人)，其性别变量的众数都是女人。这两种情况是非常不同的，但是众数并不能区分它们。 * 一般来说，房价和许多其它的经济变量常常是用中位数(median)来描的，因为价格是一个度量变量且有较高和较低之分。不像分类变量，价格的值可以从小到大排序，排序后其中间值即是中位数的值。当房价的中位数是每平方米10000元时，一半的房价低于这个数另一半房价高于这个数。在这个例子中，中位数与其它房子的价格没有关系。 * 何时使用中位数呢？ 当一个数据的直方图显示出是非对称或非正态分布时，我们常常使用中位数，尤其是房价和收入数据。 房子的价格数据就是一个典型的非对称分布。大部分房子的价格在中间部位，但通常也有几个房子的价格特别高，于是直方图的右侧有一个尾巴。 职工的收入数据也是一个典型的非对称分布。 * 例如，在若干个连锁店间选择仓库或商品配送中心就可以利用这一性质，因而在工程设计中有应用价值。 * 只有当标志总量表现为各个标志值的连乘积时，才适合采用几何平均数方法来计算平均标志值。 * 如果分布的偏斜程度很高，均值将不能作为一个很好的度量。相对而言，中位数和众数的代表性更强。 * 假设有一群大象和一群小老鼠，现在想知道大象家族的体重差异大还是老鼠家族的体重大？显然，大象的体重远远高于老鼠，此时要比较各自体重差异就不能采用标准差，而需采用标准差与平均数的比值（相对值）来比较。 * dongchengjie@163.com 内容 众数 平均数 中位数 分位数 均值…… 集中趋势 极差 方差 标准差 离散系数…… 离散趋势 1、众数 样本中出现最多的数目，称为众数(mode)。 50次购买软饮料的频数 某企业工人按日产量分组 日产量