(俊平 统计学 第五版)第4章 数据的概括性度量教学教案.ppt

众数、中位数和平均数的比较 众数、中位数和平均数的关系 左偏分布 均值 中位数 众数 对称分布 均值 = 中位数 = 众数 右偏分布 众数 中位数 均值 众数、中位数、平均数的特点和应用 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 中位数 不受极端值影响 数据分布偏斜程度较大时应用 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 4.2 离散程度的度量 4.2.1 分类数据：异众比率 4.2.2 顺序数据：四分位差 4.2.3 数值型数据：方差和标准差 4.2.4 相对离散程度：离散系数 离中趋势 数据分布的另一个重要特征 反映各变量值远离其中心值的程度(离散程度) 从另一个侧面说明了集中趋势测度值的代表程度 不同类型的数据有不同的离散程度测度值 分类数据：异众比率 异众比率(variation ratio) 1. 对分类数据离散程度的测度 2. 非众数组的频数占总频数的比例 3. 计算公式为 4. 用于衡量众数的代表性 异众比率 (例题分析) 解： 在所调查的50人当中，购买其他品牌饮料的人数占70%，异众比率比较大。因此，用“碳酸饮料”代表消费者购买饮料品牌的状况，其代表性不是很好 不同品牌饮料的频数分布 饮料品牌 频数 比例 百分比(%) 果汁 矿泉水 绿茶 其他 碳酸饮料 6 10 11 8 15 0.12 0.20 0.22 0.16 0.30 12 20 22 16 30 合计 50 1 100 顺序数据：四分位差 四分位差(quartile deviation) 对顺序数据离散程度的测度 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 四分位差 (例题分析) 解：设非常不满意为1,不满意为2, 一般为3, 满意为 4, 非常满意为5 。 已知 QL = 不满意 = 2 QU = 一般 = 3 四分位差为 Qd = QU - QL = 3 – 2 = 1 甲城市家庭对住房状况评价的频数分布 回答类别 甲城市 户数 (户) 累计频数 非常不满意 不满意 一般 满意 非常满意 24 108 93 45 30 24 132 225 270 300 合计 300 — 数值型数据：方差和标准差 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 R = max(xi) - min(xi) 计算公式为 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 未分组数据 组距分组数据 平均差 (例题分析) 某电脑公司销售量数据平均差计算表 按销售量分组 组中值(Mi) 频数(fi) 140~150 150 ~ 160 160 ~ 170 170 ~ 180 180 ~ 190 190 ~ 200 200 ~ 210 210 ~ 220 220 ~ 230 230 ~ 240 145 155 165 175 185 195 205 215 225 235 4 9 16 27 20 17 10 8 4 5 40 30 20 10 0 10 20 30 40 50 160 270 320 270 0 170 200 240 160 250 合计 — 120 — 2040 平均差 (例题分析) 含义：每一天的销售量平均数相比， 平均相差17台 ? 方差和标准差(variance and standard deviation) 数据离散程度的最常用测度值 反映了各变量值与均值的平均差异 根据总体数据计算的，称为总体方差(标准差)，记为?2(?)；根据样本数据计算的，称为样本方差(标准差)，记为s2(s) 样本方差和标准差 (sample variance and standard deviation) 未分组数据 组距分组数据 未分组数据 组距分组数据 方差的计算公式 标准差的计算公式 注意： 样本方差用自由度n-1去除! 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