集中趋势和离散趋势.pptVIP

需要指出的是， 是总体标准差，而样本标 准差为 。 当样本较大时，由于 几乎等于 ，因此常用公式 代替公式 来计算样本标准差S，并用于估计总体标准差 。 在小样本的情况下， 较 为总体标准差 的更优良的估计量 。 返回本章 返回总目录 第61页，共95页，2022年，5月20日，1点16分，星期四 方差和标准差(概念要点) 1. 离散程度的测度值之一 2. 最常用的测度值 3. 反映了数据的分布 反映了各变量值与均值的平均差异 根据总体数据计算的，称为总体方差或标准差；根据样本数据计算的，称为样本方差或标准差 4 6 8 10 12 X = 8.3 第62页，共95页，2022年，5月20日，1点16分，星期四 总体方差和标准差(计算公式) 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 第63页，共95页，2022年，5月20日，1点16分，星期四 总体标准差（计算过程及结果） 表 某车间50名工人日加工零件标准差计算表 按零件数分组 组中值(Xi) 频数(Fi) (Xi- X )2 (Xi- X )2Fi 105~110 110~115 115~120 120~125 125~130 130~135 135~140 107.5 112.5 117.5 122.5 127.5 132.5 137.5 3 5 8 14 10 6 4 246.49 114.49 32.49 0.49 18.49 86.49 204.49 739.47 572.45 259.92 6.86 184.90 518.94 817.96 合计 — 50 — 3100.5 【例】计算工人日加工零件数的标准差 第64页，共95页，2022年，5月20日，1点16分，星期四 样本方差和标准差(计算公式) 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! 第65页，共95页，2022年，5月20日，1点16分，星期四 样本方差自由度(degree of freedom) 一组数据中可以自由取值的数据的个数 当样本数据的个数为 n 时，若样本均值?x 确定后，只有n-1个数据可以自由取值，其中必有一个数据则不能自由取值 例如，样本有3个数值，即x1=2，x2=4，x3=9，则 ?x = 5。当 ?x = 5 确定后，x1，x2和x3有两个数据可以自由取值，另一个则不能自由取值，比如x1=6，x2=7，那么x3则必然取2，而不能取其他值 样本方差用自由度去除，其原因可从多方面来解释，从实际应用角度看，在抽样估计中，当用样本方差去估计总体方差σ2时，它是σ2的无偏估计量 第66页，共95页，2022年，5月20日，1点16分，星期四 样本方差(算例) 原始数据: 10 5 9 13 6 8 第67页，共95页，2022年，5月20日，1点16分，星期四 样本标准差(算例) 样本标准差 原始数据: 10 5 9 13 6 8 第68页，共95页，2022年，5月20日，1点16分，星期四 根据位置公式确定中位数所在的组 采用下列近似公式计算： 4. 该公式假定中位数组的频数在该组内均匀分布 数值型分组数据的中位数(要点及计算公式) 第29页，共95页，2022年，5月20日，1点16分，星期四 数值型分组数据的中位数(算例) 表 某车间50名工人日加工零件数分组表 按零件数分组 频数（人） 累积频数 105~110 110~115 115~120 120~125 125~130 130~135 135~140 3 5 8 14 10 6 4 3 8 16 30 40 46 50 合计 50 — 【例】计算50 名工人日加工零件数的中位数 第30页，共95页，2022年，5月20日，1点16分，星期四 5. 众数 众数是一种位置平均数。众数是总体单位中，标志值出现次数最多的那个数值。 为了确定众数的具体数值，可以利用下限公式或上限公式加以计算。 计算众数的下限公式为： 式中： ——众数 ——众数组的