统计学课件-差异量.pptVIP

差异量 描述数据离散程度的统计量称为差异量。差异量越大，表明数据越分散、不集中；差异量越小，表明数据越集中，变动范围越小。 一组数据的离散程度，常常通过数据的离中趋势特点进行分析。 一、全距、四分位距和百分位距 全距 R （range） 全距是一组数据中的最大值（maximum）与该组数据中最小值（minimum）之差，又称极差。 R＝Xmax－Xmin 百分位差（百分位距） 百分位差是指两个百分位数（percentile）之差。 常用的百分位距有两种： P90－P10和 P93－P7。 用几个百分位距能较好地反映一组数据的差异程度。 计算公式 公式中:fbp为某一百分位数所在组下限以下的累积 频数 　　　fp为某一百分位数所在组的频数 　　　Ｌbp为某一百分位数所在组的精确下限 四分位距 四分位距是第一个四分位数与第三个四分位数之差的一半,计算公式为 （5．1） 其中： （5．２a） （5．２b） 用中位数作集中量时，常用四分位距作差异量。 二、平均差 平均差（average deviation 或者 mean deviation）是指一组数据中，每一个数据与该组数据的平均数离差的绝对值的算术平均数，通常用AD或MD表示。 本书中均以AD表示。 原始数据计算公式 次数分布表计算公式 （5．3） （5．4） 平均差意义明确，计算容易，反应灵敏。但计算时要用绝对值，不适合代数运算，因此在进一步统计分析中应用较少。 三、方差和标准差 方差（又称为变异数、均方）。是表示一组数据离散程度的统计指标。一般样本的方差用 表示，总体的方差用 表示。 标准差（standard deviation）是方差的算术平方根。一般样本的标准差用 S 表示，总体的标准差用 表示。 标准差和方差是描述数据离散程度的最常用的差异量。 1.方差和标准差的定义 （5．5） （5．6） 2．方差和标准差的计算公式 原始数据计算公式 （5．7） （5．8） 公式（5-5）、（5-6）等价于（5-7）、（5-8），当两个公式计算结果有出入时，应以原始数据计算公式的结果更准确。 次数分布表计算公式 （5．9） （5．10） 表5-1 52名学生数学成绩方差和标准差计算表 成绩 组中值Xc 频数f F*Xc F*XC2 计 算 95－ 97.5 2 195 19012.5 90－ 92.5 2 185 17112.5 85－ 87.5 3 262.5 22968.75 80－ 82.5 5 412.5 34031.25 75－ 77.5 8 620 48050 70－ 72.5 11 797.5 57818.75 65－ 67.5 9 607.5 41006.25 60－ 62.5 5 312.5 19531.25 55－ 57.5 4 230 13225 50－ 52.5 2 105 5512.5 45－ 47.5 1 47.5 2256.25 合计 52 3775 280525 3．总标准差的合成 方差具有可加性的特点。当已知几个小组数据的方差或标准差时，可以计算几个小组联合在一起的总的方差或标准差。 需要注意的是，只有在应用同一种观测手段，测量的是同一种特质，只是样本不同的数据时，才能计算合成方差或标准差。 计算公式 公式中: 为总方差, 为总标准差 Si为各小组标准差 ni为各小组数据个数 （5．11） （5．12） 4．方差和标准差的性质 方差是对一组数据中各种变异的总和的测量,具有可加性和可分解性特点。 标准差是一组数据方差的算术平方根，它不可以进行代数计算，但有以下特性： 如果 则 如果 则 5．方差和标准差的意义 方差与标准差是表示一组数据离散程度的最好指标，是统计分析中最常用的差异量。 标准差具备一个良好的差异量应具备的条件，如：反应灵敏，有公式严密确定，简明易懂，适合代数运算等等。 应用方差和标准差表示一组数据的离散程度，须注意必须是同一类数据（即同一种测量工具的测量结果），而且被比较样本的水平比较接近。