《应用统计学（第六版）(微课版)》 课件 第3、4章 数据整理； 数据分布特征的度量.ppt

************ShapeConcernedwithextenttowhichvaluesaresymmetricallydistributed.KurtosisTheextenttowhichadistributionispeaked(flatterortaller).Forexample,adistributioncouldbemorepeakedthananormaldistribution(stillmaybe慴ell-shaped).Ifvaluesarenegative,thendistributionislesspeakedthananormaldistribution.SkewTheextenttowhichadistributionissymmetricorhasatail.Valuesare0ifnormaldistribution.Ifthevaluesarenegative,thennegativeorleft-skewed.*****差*差*******偏态与峰态分布的形状扁平分布尖峰分布偏态峰态左偏分布右偏分布与标准正态分布比较！矩的概念及计算公式1.矩的基本形式变量x对常数a的“k阶矩”为：2.当a=0就得到k阶原点矩矩的概念及计算公式3.当就得到k阶中心矩4.中心矩的两条重要性质（1）当分布对称时为任意正整数（2）当分布为正态分布时从而有：偏态系数

(coefficientofskewness)2.偏态方向和程度的判别：按上面公式计算出来的偏度指标，其符号可以表明分布的偏斜方向，其绝对值大小则可以表明分布的偏斜程度。1.偏态系数的计算公式：偏态

(skewness)统计学家Pearson于1895年首次提出数据分布偏斜程度的测度3. 偏态系数=0为对称分布4.偏态系数0为右偏分布5.偏态系数0为左偏分布6.偏态系数大于1或小于-1，被称为高度偏态分布；偏态系数在0.5～1或-0.5～-1之间，被认为是中等偏态分布；偏态系数越接近0，偏斜程度就越低峰度系数

(coefficientofskewness)2.峰度的判别：按上面公式计算出来的峰度指标，可以用来判定分布的形态特征。其判别标准为：1.峰度系数的计算公式：峰态

(kurtosis)统计学家Pearson于1905年首次提出数据分布扁平程度的测度峰态系数=0扁平峰度适中峰态系数0为扁平分布峰态系数0为尖峰分布偏态系数和峰态系数

(例题分析)某百货公司所属各商店年销售额偏度系数和峰度系数计算表组中值商店个数6520130092.2914890.20-406289.85887540300011951.84-206596.033571160.03856051003184.90-23204.26169059.5895807600589.391599.774342.221054850407759.3598654.551254322.1911520230010318.78234383.625323856.4012512150012842.69420139.5650—2802584061537.14118687.3581偏态系数和峰态系数

(例题分析)因，数值不是很大，说明分布略为右偏；，数值很小，说明比具有同方差的正态分布略为平坦。用Excel计算描述统计量MODE—计算众数MEDIAN—计算中位数QUARTILE—计算四分位数AVERAGE—计算平均数HARMEAN—计算简单调和平均数GEOMEAN—计算几何平均数AVEDEV—计算平均差STDEV—计算样本标准差STDEVP—计算总体标准差SKEW—计算偏态系数KURT—计算峰态系数TRIMMEAN—计算切尾均值数据分布特征和描述统计量数据分布特征集中趋势离散程度分布形状中位数平均数异众比率四分位差极差偏态系