管理数量方法与分析—数据分析操作方法.pptVIP

2. 矩偏度系数 矩偏态系数---利用变量的矩来确定的测度变量分布偏斜程度的指标. 变量的矩有原点矩与中心矩. 原点矩 变量值的m次方的算术平均数称为变量的m阶原点矩，记为 中心矩 变量值与变量算术平均数的离差的m次方的算术平均数称为变量的m阶中心矩，记为 矩的计算方法 简单平均法 原点矩 中心矩 加权平均法 简单平均法 加权平均法 由中心矩的计算公式知 偶数阶中心矩非负，一阶中心矩=0，其余奇数阶的中心矩随变量分布的偏斜程度不同而不同.故用奇数阶的中心矩作为偏斜程度指标. 当变量分布右偏时，其三阶及以上的奇数阶的中心矩均大于0； 当变量分布左偏时，其三阶及以上的奇数阶的中心矩均小于0. 为了得到一个纯粹的反映变量分布偏斜程度的指标,常用三阶中心矩除以标准差的三次方,此时此量无量纲. 矩偏态系数的计算公式 当S3=0 ，即SKm =0时,变量分布呈对称分布; 当S30,即SKm 0时,变量分布呈右偏分布; 当S30,即SKb 0时,变量分布呈左偏分布; 矩偏态系数的绝对值越小，说明变量分布的偏斜程度就越小； 1.4.3 峰态的测度 峰度描述数据分布的扁平程度,是以标准状态分布为标准，描述数据分布曲线的顶端相对于正态分布顶端而言是平坦还是尖削的程度; 峰态是统计学家Pearson于1905年首次提出;用峰度系数的大小来衡量,用Ku表示. 统计中借助于四阶中心矩来测度峰度,此量是绝对量,无可比性.为了得到一个纯粹的反映变量分布陡峭程度的指标,常用四阶中心矩除以标准差的四次方,此时此量无量纲. 峰度系数的计算公式 可以证明 当Ku=3 时,变量分布为正态分布，故通常以峰度系数Ku=3为比较的标准; 当Ku3时,变量分布密度曲线比较尖峭; 当Ku3时,变量分布密度曲线比较平缓; 例1.4.1 利用表中资料计算偏态系数与峰态系数，并指出电脑销售量分布偏斜程度与陡峭程度. 某电脑公司销售量偏态及峰度计算表 按销售量份组(台) 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 -256000 -243000 -128000 -27000 0 17000 80000 216000 256000 625000 7290000 2560000 270000 0 170000 1600000 6480000 合计 — 120 540000 解 结论 偏态系数为正值,但与0的差异不大,说明电脑销售量为轻微右偏分布,即销售量较少的天数占据多数,而销售量较多的天数则占少数 结论 偏态系数为负值,但与0的差异不大,说明电脑销售量为轻微扁平分布. 管理数量方法与分析 第一章 数据分析的基础 1.1 数据分组与变量数列 1.2 分布中心的测度 1.3 离散程度的测度 1.4 偏度与峰度 1.5 两个变量之间的相关关系 1.3 离散程度的测度 1.3.1 离散程度测度的概念 1.3.2 离散程度的测度指标与计算方法 1.3.1 离散程度测度的概念 离散程度测度是变量次数分布的另一个重要特征,反映各变量值远离其分布中心的程度(离散程度). 从另一个侧面说明了分布中心测度值的代表程度. 说明 离散程度测度值越小，说明分布中心测度值对各变量值的代表程度就越高；即分布中心值与各个变量值的之间的差异就小 . 说明 离散程度的测度值，也可以用来描述变量分布曲线的形状；测度值越小，其分布取线越陡峭；反之，越平缓.密度曲线下方，横轴上方面积等于1. 测度变量值的离散程度的指标主要有极差、四份位差、平均差、方差、标准差、变异系数。 1.3.2 离散程度的测度指标 1. 极差 也称全距，变量所有取值中最大值和最小值的差，用来表示变量的变动范围. 用R表示. 既有 R = max - min (1) 单项式数列 R=最大一组变量值-最小一组变量值 (2) 组距数列 R=最大一组上限-最小一组下限 说明 是测度离散程度最简单、最粗略的测度指标，非常容易受极端值的影响，与中间变量值无关。 2. 四分位极差 也称内距，将变量值从小到大排序，再将其四等分，三个分点称为四分位点，分位点处相应的变量值称为四分位数，依次称为第