平均数 标准差.pptVIP

高斯 (Johann Carl Friedrich Gauss ） 生于 1777 年 4 月 30 日于不伦瑞克，卒于 1855 年 2 月 23 日于哥廷根，德国著名 数学家、天文学家、大地测量学家、 物理学家。被认为是最重要的数学家， 并有数学王子的美誉。 对称分布 正（右）偏分布 负（左）偏分布 几种常见的频数分布 正态分布之所以重要 , 原因很多 , 三个主要的原因 : 1. 正态分布在分析上较易处理。 2. 正态分布之 p.d.f. 的图形为钟形曲线 (bell-shaped curve), 再加上对称性 , 使得很适合当做不少事件之机率模式。 3. 正态分布可当做不少大样本的近似分布。 概率密度函数（ p.d.f. ， probability density function ）描述 了随机变量的机率分布，为累积分布函数的导函数。 百分位数频数表法计算： Pr: 百分位数； L: 该百分位数所在组段的下限； W: 组距； f: 该百分位数所在组段的频数； C: 小于 L 的各组段的累积频数； n: 样本数 中位数是特殊的百分位数。 r P ( . % ) W L n r C f ? ? ? 0 10 20 30 40 50 60 70 80 90 100 0 12 24 36 48 60 72 潜伏期（h ) 累 计 百 分 数 ( % ) 图解法计算百分位数 也可用图解法 : 横轴 : 变量值 ; 纵轴 : 累计百分数 p25 百分位数常用于描述一组资料在某百分 位置上的水平和分布特征。多个百分 位数结合使用，可更全面地描述总体 或样本的分布特征，包括位置大小和 变异度。 例题：百分位数的计算， P25 百分位数常用于确定医学正常值范围 （ normal range) 。 医学正常值范围，不用样本观察值的极 差，习惯上用包括 95% 正常人的界值， 百分位数是数列的百分界值。 如：白细胞数的确定，过高，过低都属 异常，故计算 P 2.5 ， P 97.5 , 为双侧的正常 值范围。 如：肺活量 95% 正常值范围，只有过 低算异常，故计算 P 5 . 如：尿铅 , 过高为异常，故计算 P 95 . 一般地说，分布中部的百分位数相当稳 定，具有较好代表性，靠近两端的百分 位数，只在样本含量足够大时，才稳定， 故样本量不够大时，不应取太近两端的 百分位数。 以上是集中趋势指标。 脑筋急转弯： 请看下面数据，有问题吗？ A: 8 9 10 11 12 B: 3 7 10 13 17 两组均数都为 10 ，但离散程度不同， B 组较大。 均数只反映平均水平，不能反映离散度。 离散趋势 tendency of dispersion 全距，四分位数间距，方差，标准差， 变异系数。 全距（ Range) ：极大与极小值之差。全 距大，资料离散程度大，但易受极端 值大小的影响。样本量越大，抽到极 端值的可能性越大，全距可能会越大。 故：全距不宜单独使用。 四分位数间距（ quartile interval Q) ： 将一组资料分为四等份，上四分位数 P 75 和下四分位数 P 25 之差，叫四分位数间距。 意义： Q 越大，离散程度越大，通常用于 描述偏态分布资料的离散程度。 优点：比全距稳定；若资料一端或两端 无确切数值，只能选择 Q 作为离散指标。 缺点：未考虑全部观察值，不能全面反 映资料离散趋势。 方差（ variance) 和标准差 (standard deviation SD) 对总体而言，为了克服极差和四分位数间 距的缺点，要描述资料的离散趋势，必 须考虑到各个观察值，离均差的平方和 是最好的指标， 2 ( ) X X ? ? 总体方差： 样本方差： 2 2 ( ) 1 X X S n ? ? ? ? 2 2 ( ) X N ? ? ? ? ? 为了消除例数的影响，其取均值，就是 方差。 标准差：方差的平方根的正值。 总体的标准差： 样本的标准差： 自由度 =n-1 2 ( ) X N ? ? ? ? ? 2 ( ) 1 X X S n ? ? ? ? 自由度：一组数据中可以自由取值的数