第四章 统计学.pptVIP

4.2 离散程度的度量 为什么要研究离散（离中）趋势？？？ 平均数误导投资决策 两家公司平均每个客户带来的盈利均为每天2 000元,其中甲公司每个顾客都是2 000元,乙公司一半的顾客平均为-1 000元,另一半的平均为5 000元,两者的加权平均数都为2 000。平均数给人的感觉是:两个公司一样好,所以购买哪家公司的股票都没有差别。 悲催的游泳者 一名泳客身高1.5米，問泳池水有多深，救生員告知水深平均一米，泳客落水沒頂，差点一命嗚呼；原來泳池一邊深2米，另一邊深0.5米，平均深度一米沒錯，但平均數不顯示水深變化。這是著名的「平均數陷阱」。 一、极 差 例：计算全距： 甲组80 80 80 80 80的全距=80-80=0 乙组70 75 80 85 90的全距=90-70=20 丙组2 18 25 96 259的全距=259-2=257 则：因为020257 所以：甲组的平均数的代表性要比乙组和丙组的平均数的代表性大；甲组内部的稳定性要比乙组和丙组内部的稳定性要好。 极差 小结 1. 一组数据的最大值与最小值之差 2. 离散程度的最简单测度值 3. 易受极端值影响 4. 未考虑数据的分布 平均差的计算公式 未分组资料： ungrouped 分组资料： grouped 二、方差和总标准差 总体标准差（计算过程及结果） 总体方差的简化计算公式 分组数据 样本方差和标准差 未分组数据： 小结： 方差和标准差 1. 离散程度的测度值之一 2. 最常用的测度值 3. 反映了数据的分布 4. 反映了各变量值与均值的平均差异 5.根据总体数据计算的，称为总体方差或标准差；根据样本数据计算的，称为样本方差或标准差 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) 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 1、极差系数 2、 标准差系数（离散系数） 1.标准差与其相应的均值之比 2.消除了数据水平高低和计量单位的影响 3.测度了数据的相对离散程度 4.用于对不同组别数据离散程度的比较 计算公式为 标准差系数 某地7岁男童身高均数为123.10cm ，标准差为4.17cm;体重的均数为22.29kg，标准差为2.26kg。 问:是身高的差异大还是体重的差异大 男童的身高与体重 身高Vσ=4.17/123.10=0.0383 　　 体重V σ =2.26/22.29=0.1014 标准差系数（实例） 标准差系数 案例：标志变异指标度量风险 各种投资工具报酬率比较，问谁的离散程度最小 一组数据离散系数为0.4，平均数为20，则标准差为（ ） A．80 B. 0.02 C. 4 D.8 离散系数的主要用途是（ ） A. 反映一组数据的离散程度 B. 反映一组数据的平均水平 C. 比较多组数据的离散程度 D. 比较多组数据的平均水平 几种离散测度的比较 偏态与峰度分布的形状 偏态(概念要点) 1. 数据分布偏斜程度的测度 2. 偏态系数=0为对称分布 3. 偏态系数 0为右偏分布 4. 偏态系数 0为左偏分布 5. 计算公式为(组距式分组时 为组中值) 偏度值α3 一般在-3 ～ 3之间。 3为极度左偏斜 -3为极度右偏斜 绝大多数变量分布偏斜程度在-1～ 1之间 偏态(实例) 偏态与峰度(从直方图上观察) 偏态系数（计算过程） 偏态系数(计算结果) 峰度(概念要点) 1. 数据分布扁平程度的测度 2. 峰度系数=3为扁平程度适中 3. 峰度系数3为扁平分布 4. 峰度系数3为尖峰分布 5. 计算公式为 峰度系数(实例计算结果) 方差的数学性质 　　各变量值对均值的方差小于对任意数的方差 　　证明：根据均值的性质，各变量值与均值的离差平方和 为最小，即对不等于　的任意数　　　　　　　　　，必有 则 从而当 C ≠ 0，即　　　时，则 只有当 C ＝ 0，即　　　时，才有　　　　　　 　　根据公式 (*)