机率与统计单元四DataOrganization.pptVIP

集中趨勢Data Organization-Central location 集中趨勢﹙Central location ﹚ 平均數﹙mean﹚ 算數平均值﹙Arithmetic mean﹚ 幾何平均值﹙Geometric mean﹚ 加權平均值﹙Weighted mean﹚ 調和平均值﹙Harmonic mean﹚ 中位數(median) 眾數(mode) 百分位數﹙percentile range﹚ 四分位數 算數平均值﹙Arithmetic mean ﹚ 樣本平均數即是樣本資料的『中心位置』 樣本平均值 =(x1+x2+x3+…+xn)/ n = Σxi / n 母群體平均值 μ =(x1+x2+x3+…+xn)/ N = Σxi / N Example： 某班甲、乙兩組學生甲組5人，乙組4人。某次統計學測驗成績如下，請問兩組成績孰優： 甲：89, 72, 55, 68, 78 乙：88, 63, 76, 69 算數平均值的優缺點 優點： 1.易被人接受。 2.每筆資料都有被計算入。 3.可用代數方法運算。 缺點： 容易受到極端值﹙extreme value﹚的影響。 算數平均值的特性 ﹙a﹚當yi = xi + c 則 ﹙b﹚yi = c xi 則 ﹙c﹚ ﹙d﹚﹙Sum of Square；SS﹚ = ﹙e﹚SS SSa 幾何平均值﹙Geometric mean﹚ 幾何平均值平通常用於為生物或血清資料。 觀測值通常是液體濃度可以轉換的資料。例如一個生物研究中，稀釋的倍數為2,4,6,8,16倍。 通常這樣的分布都是屬於「右偏斜的分布」，因此用幾何平均數可以做校正。 example： 人體血液中抗體滴定濃度為4, 8, 16, 16, 64求其平均數? Ans. 算數平均數 = ﹙4+8+16+16+64﹚/5 = 21.6 幾何平均數 μ = ﹙log4 +log8 +log16 +log64﹚/ 5 = 1.412 幾何平均數 = antilog﹙1.412﹚= 101.412 = 13.9 加權平均數﹙Weighted mean﹚ x值 =x1,x2,x3,…xn﹙觀測值﹚ 權數 =w1,w2,w3,…wn 加權平均數 = example： 某工廠中有A,B,C三個儲藏區，A區面積700平方公尺，利用了21％；B區面積400平方公尺，利用了33％；C區面積1050平方公尺，利用了47％，求該工廠儲存空間有效利用率之平均數。(0.3593 ) 調和平均數﹙Harmonic mean﹚ 各觀測值倒數之平均值，在統計上較少採用。 中位數﹙Median﹚；﹙Me﹚ 資料經由遞增或遞減的排序後，排位最中間的值。 如果n為奇數 Me為第﹙n+1﹚/2個觀測值。 如果n為偶數 Me為中間兩個值的平均數。 Me = 第n/2個 and 第﹙n/2﹚+1個觀測值，兩數的平均。 example： 12個同學的考試成績： 33，30，36，45，34，28，25，32，29，34，35，31 Ans： Me =（32+33）/ 2 = 32.5 中位數的特性： 中位數的優點： 1.簡單易了解。 2.不易受極端值的影響。 中位數的缺點： 1.只考慮居中的數值，忽略了其他數值，敏感性較低。 2.不適合代數運算。 example： 如下例資料所示， 1，3，5，7，9，2，4，6，8，100 則中位數為 5.5，但平均數卻變為 14.5，相差很大。 眾數﹙Mode﹚；﹙Mo﹚ 在觀測值中出現次數最多的值。 眾數可能不只一個。 Example： 有一組資料10，12，10，10，8，12，12，14。 Ans 出現次數為10—3次；12—3次；8與14各1次，因此眾數為10與12。 眾數的優點： 1.簡單易了解。 2.不易受極端值的影響。 眾數的缺點： 1.與中位數類似，僅考慮幾個數值，故不適合代數運算。 2.資料中的數值若皆只出現一次，則眾數不存在。若有兩個以上的眾數，則較難取捨。 百分位數﹙percentile range﹚ 第p個樣本百分位數是某一個數值dp，使得樣本中有k部分的觀察值小於或等於dp。 將資料按大小順序排列後，若至少有p%的觀測值位於某一數值底下，且至少有﹙1-p﹚%的觀測值位於該值以上，則該數值稱為該組資料的第p的百分為數﹙p-th percentile﹚。 求第p 個百分位數的程序 1. 將資料由小到大排序。 2. 計算百分為數所在位置的指標，設為 。 指標位置i=ni=觀測值個數 假如 i 不為整數，則取下一個比i 還要大的值，即為第 p個百分位數。 假如 i 為整數，則第p 個百分