第3章 数据特征描述.pptVIP

第 4章 数据的概括性度量 众数 众数（Mo）特点 不唯一性 无众数 一个众数 数个众数 不受极端值的影响 适用于所有数据类型 分类数据 顺序数据 数值数据 中位数 【例】：9个家庭的人均月收入数据 原始数据: 1500 750 780 1080 850 960 2000 1250 1630 排 序: 750 780 850 960 1080 1250 1500 1630 2000 位 置: 1 2 3 4 5 6 7 8 9 【例】：10个家庭的人均月收入数据 排 序: 660 750 780 850 960 1080 1250 1500 1630 2000 位 置: 1 2 3 4 5 6 7 8 9 10 中位数（Me）特点 不受极端值的影响 不能用于分类数据 同样道理：四分位数 【例】：9个家庭的人均月收入数据 原始数据: 1500 750 780 1080 850 960 2000 1250 1630 排 序: 750 780 850 960 1080 1250 1500 1630 2000 位 置: 1 2 3 4 5 6 7 8 9 【例】： 10个家庭的人均月收入数据 排 序: 660 750 780 850 960 1080 1250 1500 1630 2000 位 置: 1 2 3 4 5 6 7 8 9 10 均值 已改至此！！ 3.几何平均数 【例】一位投资者购持有一种股票，在2000、2001、2002和2003年收益率分别为4.5%、2.1%、25.5%、1.9%。计算该投资者在这四年内的平均收益率 众数、中位数和均值的关系 数据箱线图 离散程度(离中趋势) 1.异众比率 非众数组的频数占总频数的比率 用于衡量众数的代表性 异众比率 2.四分位差 极差 一组数据的最大值与最小值之差 四分位差 上四分位数与下四分位数之差 QD = QU – QL 离散度：中间50%数据 四分位差 3.方差 平均差 平均差 改进：方差和标准差 数据离散程度的最常用测度值 总体方差或标准差； 样本方差或标准差 总体方差和标准差 样本方差和标准差 未分组数据： 样本标准差 样本标准差 相对位置的度量：标准分数 计算公式为 也称标准化值 均值0 标准差1 用于对变量的标准化处理 标准分数的性质 只是线性变换，并没有改变： 一个数据在改组数据中的位置 也没有改变该组数分布的形状 只将数据变为（例，一组数据标准差6，均值34） 均值为0， 标准差为1。 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 一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)个数据落在k个标准差之内。 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 4.离散系数：相对离散程度 标准差与其相应的均值之比 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 计算公式为 离散系数 离散系数 偏态与峰态分布的形状 偏态系数 (skewness coefficient) 根据原始数据计算 根据分组数据计算 偏态 数据分布偏斜程度的测度 偏态系数=0为对称分布 偏态系数 0为右偏分布 偏态系数 0为左偏分布 偏态系数 偏态系数 峰态系数 (kurtosis coefficient) 根据原始数据计算 根据分组数据计算 峰态 数据分布扁平程度的测度 峰态系数=0扁平峰度适中 峰态系数0为扁平分布 峰态系数0为尖峰分布 峰态系数 偏态与峰态(从直方图上观察) 本章回顾 样本方差