应用统计学之用图表和统计量看数据培训课件.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 哪个数据出现的最多—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 mo * 用哪个值代表这组数据？ 平均数 易受极端值影响 数学性质优良 数据对称分布或接近对称分布时应用 中位数 不受极端值影响，具有稳健性 数据分布偏斜程度较大时应用 众数 不受极端值影响 具有不惟一性 数据分布偏斜程度较大且有明显峰值时应用 2.2.2 找出数据彼此之间的差别 2.2 用统计量描述数据 * 最大的和最小的相差多少—极差(range) 一组数据的最大值与最小值之差 离散程度的最简单测度值 易受极端值影响 未考虑数据的分布 计算公式为 R = max(xi) - min(xi) * 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 反映了中间50%数据的离散程度 不受极端值的影响 用于衡量中位数的代表性 * 与平均数相比平均差多少—平均差(mean deviation) 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 数学性质较差，实际中应用较少 计算公式为 ? 统计函数—AVEDEV * 与平均数相比平均差多少—方差和标准差 (variance and Standard deviation) 标准差 方差 标准差 样本方差和标准差 总体方差和标准差 方差 注意： 样本方差用自由度n-1去除! ? 统计函数—STDEV * 自由度 (degree of freedom) 自由度是指数据个数与附加给独立的观测值的约束或限制的个数之差 从字面涵义来看，自由度是指一组数据中可以自由取值的个数 当样本数据的个数为n时，若样本平均数确定后，则附加给n个观测值的约束个数就是1个，因此只有n-1个数据可以自由取值，其中必有一个数据不能自由取值 按着这一逻辑，如果对n个观测值附加的约束个数为k个，自由度则为n-k * 某个数据离平均数有多远—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 (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 * 比较几组数据的离散程度—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 4. 用于对不同组别数据离散程度的比较 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