心理统计学：第三章常用特征量.pptVIP

第三章 常用特征量 常用统计指标 集中量 算术平均数 中位数 众数 加权平均数 几何平均数 调和平均数 差异量 全距 平均差 方差与标准差 相对差异量 差异系数 偏态量 峰态量 集中量 集中量（measures of central tendency）是代表一组数据典型水平或集中趋势的量。它能反映频数分布中大量数据向某一点集中的情况。 集中量包括算术平均数、加权平均数、几何平均数、调和平均数、中位数、众数等。 算术平均数 算术平均数（arithmetic mean）是所有观察值的总和除以总频数所得之商，简称为平均数或均数。 算术平均数的优点 反应灵敏； 严密确定，简明易懂，计算方便； 适合代数运算； 受抽样变动的影响较小； 样本算术平均数是总体平均数的最好估计值 算术平均数的缺点 易受两极端数值（极大或极小）的影响； 　　　某村农户收入状况 　　　120, 127, 130, 131, 132, 132, 135, 136, 137, 139, 140, 145, 146, 149, 153, 158, 160, 320, 400 平均数＝162.63 一组数据中某个数值的大小不够确切时就无法计算其算术平均数。 中位数 中位数（median）是位于依一定顺序排列的一组数据中央位置的数值，在这一数值上、下各有一半频数分布着。 中位数的原始数值计算方法： 　12 14 15 15 17 18 20 23 24: 17 　12 14 15 15 17 18 20 23 24 25: 17.5 中位数的应用及其优缺点 中位数的应用及其优缺点 　　　中位数虽然也具备一个良好的集中量所应具备的某些条件，例如比较严格确定、简明易懂，计算简便，受抽样变动影响较小，但是它不适合进一步的代数运算。它适用于以下几种情况： 一组数据中有特大或特小两极端数值时； 一组数据中有个别数据不确切时； 资料属于等级性质时。 众数 众数（mode）是集中量的一种指标。 对众数有理论众数及粗略众数两种定义方法 理论众数是指与频数分布曲线最高点相对应的横坐标上的一点。 粗略众数是指一组数据中频数出现最多的那个数。 粗略众数的计算方法 可以用观察法直接寻找一组数据中频数出现最多的那个数，就是粗略众数； 也可以将频数分布表中频数最多的组的组中值作为粗略众数。 众数的优缺点 　　　众数虽然简明易懂，但是它并不具备一个良好的集中量的基本条件。它主要在以下情况下使用： 当需要快速而粗略地找出一组数据的代表值时； 当需要利用算术平均数、中位数和众数三者关系来粗略判断频数分布的形态时； 利用众数帮助分析解释一组频数分布是否确实具有两个频数最多的集中点时。 加权平均数 加权平均数（weighted mean）是不同比重数据（或平均数）的平均数。计算公式为： 几何平均数 几何平均数（geometric mean）是N个数值连乘积的N次方根。计算公式为 　 当一个数列的后一个数据是以前一个数据为基础成比例增长时，要用几何平均数求其平均增长率。 差异量 差异量（measures of dispersion）用于表示数据的变异程度或离散程度。常用的差异量有全距、平均差、方差、标准差和差异系数等。 全距 全距（range）指一组数据中最大值与最小值之差。 优点：概念清楚，意义明确，计算简单； 缺点：容易受极端数值的影响，反应不灵敏。 平均差 　平均差（average deviation）就是每一个数据与该组数据的中位数（或算术平均数）离差的绝对值的算术平均数。 计算公式： 方差和标准差 方差（variance）指离差平方的算术平均数 定义公式和计算公式： 标准差 　　　标准差（standard deviation）是指离差平方和平均后的方根。即方差的平方根。 　　　定义公式和计算公式： 样本的方差与标准差 样本的方差 样本的标准差 方差标准差的性质 有没有单位？ 所有取值加（减）一个常数，如何变化？ 所有取值乘（除）一个常数，如何变化？ 所有取值复制一遍，如何变化？ 极端值是否有影响？ 相对差异量（差异系数） 差异系数（coefficient of variation）：标准差与其算术平均数的百分比。 　　　其计算公式为 　　　用途： 　　　两种单位不同 　　　单位相同而两个平均数相差较大的资料。 地位量** 百分位数（percentile）－－频数分布中相对于某个特定百分点的原始分数，它表明在分布中低于该分数的个案占总频数的百分比。 中位数与四分位数（quartile） 百分等级（percentile rank）－－频数分布中低于特定原始分数的频数百分比。 百分位数 百分等级 偏态量（skewness） 峰态量（kur