统计学：第4章 数据的概括性度量.pptVIP

本章小节 1. 数据水平的概括性度量 2. 数据离散程度的概括性度量 数据分布形状的度量 用Excel计算描述统计量 练 习 P111：4.9 P112：4.11(1) P113：4.13(1)、(2) ? 结 束 标准分数 (例题分析) 9个家庭人均月收入标准化值计算表 家庭编号 人均月收入（元） 标准化值 z 1 2 3 4 5 6 7 8 9 1500 750 780 1080 850 960 2000 1250 1630 0.695 -1.042 -0.973 -0.278 -0.811 -0.556 1.853 0.116 0.996 【例4.13】根据家庭人均月收入，计算每个家庭人均月收入的标准分数。 标准分数(性质) 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 例如：以下一组数据平均数为34，标准差为6，其标准分数变换为： 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 在平均数左右3个标准差范围内几乎包含了所有数据，而在3个标准差以外的数据，在统计上称为离群点(outlier) （以上是数据是根据标准正态分布计算） 见P88例题 切比雪夫不等式(Chebyshev’s inequality ) 【切比雪夫不等式】 对于任意分布形态的数据，至少有1-1/k2的数据落在平均数加减k个标准差之内。其中k是大于1的任意值，但不一定是整数。 如果一组数据不是对称分布，经验法则就不再适用，这时可使用切比雪夫不等式，它对任何分布形状的数据都适用 切比雪夫不等式(Chebyshev’s inequality ) ?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 相对离散程度：离散系数 离散系数(coefficient of variation) 离散系数（变异系数）— 标准差与其相应的均值之比 计算公式为 对数据相对离散程度的测度 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 离散系数 (例题分析) 某管理局所属8家企业的产品销售数据 企业编号 产品销售额（万元） x1 销售利润（万元） x2 1 2 3 4 5 6 7 8 170 220 390 430 480 650 950 1000 8.1 12.5 18.0 22.0 26.5 40.0 64.0 69.0 【 例 】某管理局抽查了所属的8家企业，其产品销售数据如表。试比较产品销售额与销售利润的离散程度 离散系数 (例题分析) 结论： 计算结果表明，v1v2，说明产品销售额的离散程度小于销售利润的离散程度 v1= 536.25 309.19 =0.577 v2= 32.5215 23.09 =0.710 销售额： 销售利润： 小 结 1. 不同类型的数据，采用不同测度值测度其离散程度 分类数据：异众比率（主要） 顺序数据：四分位差（也可以使用异众比率） 数值数据：方差和标准差（平均差、极差或其它方法） 对比不同样本数据的离散程度：离散系数 2. 实际应用时，要根据所掌握的数据类型和分析目的来确定使用哪种测度值。 如果一个数据的标准分数为2，表明该数据( ) A. 比平均数高出2个标准差；B. 比平均数低2个标准差； C. 等于2倍平均数； D. 等于2倍标准差 某班学生的平均成绩是80分，标准差是10分，如果已知该班学生的考试分数为对称分布，可以判断成绩在60~100分之间的学生大约占( ) A. 95% B. 89% C. 68% D. 99% 某班学生的平均成绩是80分，标准差是5分。如果已知该班学生的考试分数是非对称分布，可以判断成绩在70~90之间的学生至少占( ) A. 95% B. 89% C. 68% D. 75% (4) 比较两组数据的离散程度最适合用的统计量是( ) A. 极差