《商务统计学》描述性统计量.pptVIP

（1）矩的基本形式 在统计学中，定义变量 X 对常数 a 的“ k 阶矩”为： * 或 式中，k 为任意正整数。 对常数 a 按不同的方式赋值，可以得到两种具体的矩指标形式。 * （2）原点矩 在矩的基本公式中，取 a=0 ，就得到变量 X 关于原点的“ k 阶矩”，即“ k 阶原点矩”： * 或 显然，一阶原点矩就是变量的算术平均数，二阶原点矩就是变量平方的算术平均数。 * （3）中心矩 在矩的基本公式中，取 ，就得到变量 X 关于分布中心 的“ k 阶矩”，即“ k 阶中心矩”： * 或 显然，一阶中心距永远等于零，二阶中心距就是分布的方差。 * 3.3.2 分布的偏度 分布的偏度（Skewness）是指分布不对称的方向和程度。 根据未分组的原始数据计算偏度系数时，通常采用如下公式： 式中，s3是样本标准差的三次方。 * 偏度系数可以描述分布的形状特征，其取值含义如下： 当SK0时，分布为正偏或右偏； 当SK=0时，分布关于均值对称，例如正态分布的偏度系数为0； 当SK0时，分布为负偏或左偏。 * 根据分组数据计算偏度系数，可采用如下公式： 式中，Mi 为组中值； fi 为频数。 * 例3-11 某款手机应用软件15天内在应用商店的下载排名数据如下： 56 50 52 54 3 4 8 20 17 43 40 41 42 40 41 请计算这组数据的全距。 * 解：根据全距的定义：全距=最大值-最小值=56-3=53。全距较大，反映了这款应用软件每天排名情况相差较大。观察数据后发现，排名在第5天骤升至第3名，很大可能该软件在当天采取了某种营销策略，使关注量剧增。 * 全距虽然计算简单，但它有不足之处：①只考虑最大值与最小值之差，易受极端值的影响，结果不稳定； ②未考虑中间数值的差异，不能反映组内其它观察值的变异程度。 * 3.2.2 四分位差 四分位差（Quartile Deviation）作为离散程度的一种度量，能够克服异常值的影响。它是第三个四分位数 Q3 与第一个四分位数 Q1 之差。换句话说，它是中间50%的观察值的极差，其数值越大，变异程度越大，反之，则变异程度越小。 * 仍用例3-10的数据来说明四分位差的计算。 解：已求得Q1=3325元，Q3=3888元，则四分位差为： * 由于四分位差不受极大值和极小值的影响，较全距稳定。但仍未考虑全部观察值的变异程度，因此，它常用于描述偏态频数分布以及分布的一端或两端无确切数值资料的离散程度。 * 3.2.3 方差 方差（Variance）能够利用所有数据对离散程度进行度量，它是根据各数值与平均数之间的差距来计算的。 * 总体方差的计算公式： 或 式中， 为总体中的各观察值； 为总体的算术平均数； * 为总体中观察值的个数； 为第 组变量值出现的频数 * 计算方差的步骤如下： 第1步：求平均数； 第2步：计算每个数据与平均数的差（又称离差），求离差的平方； 第3步：加总所有的离差，得到离差平方和； 第4步：将第3步所得的总和除以数据个数。 * 例3-12 某省份2015年每个月发生的交通事故数如表3-7所示： 请计算总体方差。 * 解：方差的计算按如下步骤进行： 第1步：计算总体平均数。该年发生的交通事故数总计为420，因此计算得到平均数为： 第2步：计算每个数据与总体平均数的离差 ，如表3-8中第3列；并计算离差的平方 ，如表3-8中第4列。 * 第3步：把所有的离差平方加总，得到离差平方和1084。 第4步：用离差平方和除以总体个数，得到总体方差为90.33。 * * 样本方差的计算公式： 或 * 式中， 是样本方差； 是每个样本的观察值； 是样本的算术平均数； 是样本的观察值个数； 为第 组变量值出现的频数 。 * 例3-13 某公司抽取一组员工的年龄样本，样本数据如下： 24 32 29 24 34 45 38 26 27 请计算样本方差。 解：样本平均数为： * 根据样本方差公式计算得： * 3.2.4 标准差 标准差（Standard Deviation）是方差的正平方根，是反映一组数据离散程度的最常用的量化形式，也是表示精确度的重要指标。 标准差大，表明观察值的变异程度大；反之，标准差小