平均数标准差与变异系数 (2).pptxVIP

平均数标准差与变异系数 (2); 平均数是统计学中最常用的统计量，用来表明资料中各观测值相对集中的中心位置。平均数包括： 算术平均数（arithmetic mean） 中位数（median） 众数（mode） 几何平均数（geometric mean） 调和平均数（harmonic mean） ; 算术平均数 指资料中各观测值的总和除以观测值个数所得的商，简称平均数或均数。 ; 设某一资料包含n个观测值： x1、x2、…、xn， 则样本平均数可通过下式计算：;342.1; ;关于平均数的统计分析;平均数的基本性质 1、样本各观测值与平均数之差的和为零，即离均差之和等于零。 ; 2、样本各观测值与平均数之差的平方和为最小，即离均差平方和为最小。 (xi- )2 (xi- a)2 （常数a≠ ） 或简写为： 对于总体而言，通常用μ表示总体平均数，有限总体的平均数为： ; 当一个统计量的数学期望等于所估计的总体参数时，则称此统计量为该总体参数的无偏估计量。 统计学中常用样本平均数（ ）作为总体平均数（μ）的估计量，并已证明样本平均数是总体平均数μ的无偏估计量。 ;第二节 标准差; 全距（极差）是表示资料中各观测值变异程度大小最简便的统计量。但是全距只利用了资料中的最大值和最小值，并不能准确表达资料中各观测值的变异程度，比较粗略。 离均差:各个观测值与平均数的离差（ ）。 离均差能表示一个观测值偏离平均数的性质和程度，但因为离均差有正、有负 ，离均差之和为零，即Σ（ ）= 0 ，因而不能用离均差之和Σ（ ）来表示资料中所有观测值的总偏离程度。; 我们还可以采用将离均差平方的办法来解决离均差有正、有负，离均差之和为零的问题。 先将各个离均差平方，即( )2 ，再求 离均差平方和 ， 即 ，简称平方和，记为SS； 由于离差平方和常随样 本大小而改变 ，为了消除样本大小的影响，用平方和除以样本 大小，即 ，求出离均差平方和的平均数。; 用观测值的个数除离均差平方和得到的平均平方和，简称为均方（mean square, MS）或方差。 相应的总体参数叫 总体方差 ，记为σ2。对于有限总体而言，σ2的计算公式为：; 为了使所得的统计量是相应总体参数的无偏估计量，统计学证明，在求离均差平方和的平均数时，分母不用样本含量n，而用自由度 n-1， 于是，我们 采 用统计量 表示资料的变异程度。 统计量 称 为 均 方 （ mean square缩写为MS）,又称样本方差，记为S2，即 S2=; 由于样本方差带有原观测单位的平方单位，在仅表示一个资料中各观测值的变异程度而不作其它分析时，常需要与平均数配合使用，这时应将平方单位还原，即应求出样本方差的平方根。统计学上把样本方差S2 的平方根叫做样本标准差，记为S，即： ; 相应的总体参数叫总体标准差，记为σ。对于有限总体而言，σ的计算公式为： 在统计学中，常用样本标准差S估计总体标准差σ。 ; 二、标准差