【统计学】4.数据的概括性度量【统计学】4.数据的概括性度量4.1 集中趋势的度量4.2 离散程度的度量4.3 偏态与峰态的度量学习⽬标1.集中趋势各测度值的计算⽅法2.集中趋势各测度值的特点及应⽤场合3.离散程度各测度值的计算⽅法4.离散程度各测度值的特点及应⽤场合5.偏态与峰态的测度⽅法6.⽤excel 计算描述统计量并进⾏统计4.1 集中趋势的度量集中趋势（central tendency ）1.⼀组数据向其中⼼值靠拢的倾向和程度，反映了⼀组数据中⼼点位置所在2.测度集中趋势就是寻找数据⽔平的代表值或中⼼值3.不同类型的数据不同的集中趋势测度值4.低层次数据的测度值适⽤于⾼层次的测量数据，但⾼层次的数据的测度值并不适⽤于低层次的测量数据4.1.1 分类数据：众数众数（mode ）1.⼀组数据中出现次数最多的变量值2.⼀般仅适合数据量较多时使⽤3.不受极端值得影响4.⼀组数据可能没有众数或有⼏个众数（众数可能不唯⼀也可能不存在）5.主要⽤于分类数据（分类数据只对应分类的频数），也可⽤于顺序数据和数值型数据4.1.2 顺序数据：中位数和分位数中位数（median ）1.⼀组数据排序后处于中间位置上的值2.中位数不受极端值的影响3.中位数主要⽤于顺序数据，也可⽤于数值型数据，但不适⽤于分类数据中位数（位置和数值的确定）排序位置确定n +12数值确定M e =x (n +12),n 为奇数12[x (n2)+x (n2+1)],n 为偶数因此中位数不⼀定是原数据中的某个变量值四分位数（quartile）1.排序后处于25%和75%位置上的值2.不受极端值的影响3.计算公式Q L 位置=n4,Q U 位置=3n4,4.如果是在0.25或0.75的位置上，则四分位数等于该位置的下侧值加上按⽐例分摊位置两侧数值的差值（加权平均数概念）{{4.1.3 数值型数据：平均数平均数（mean ）1.也称为均值2.集中趋势的最常⽤测度值3.⼀组数据的均衡点所在4.体现了数据的必然性5.易受极端值的影响6.有简单平均数和加权平均数之分7.根据总体数据计算，称为平均数，即为µ，根据样本数据计算的，称为样本平均数，即为x 简单平均数（算数平均数）设⼀组数据为：x 1,x 2,...x n (总体数据x N )样本平均数¯x =x 1+x 2+...+x n n =∑n i =1x i n 总体平均数µ=x 1+x 2+...+x N N =∑Ni =1x iN加权平均数（Weighted mean ）设各组的组中值为:M 1,M 2,...,M k 相应的频数为：f 1,f 2,...f k 样本加权平均¯x =M 1f 1+M 2f 2+...M k f kf 1+f 2+...+f k=∑k i =1M i f in总体加权平均µ=M 1f 1+M 2f 2+...M k f kf 1+f 2+...+f k=∑⼏何平均数（geometric mean ）1. n 个变量值乘积的n 次⽅根2. 适⽤于对⽐率数据的平均3. 主要⽤于计算平均增长率4. 计算公式为G =nx 1×x 2×...×x n =nn∏i =1xi4.1.4众数、中位数和平均数的⽐较1. 众数不受极端值影响具有不唯⼀性数据量较⼤时众数才有意义数据分布偏斜程度较⼤且有明显峰值时应⽤2. 中位数不受极端值影响数据分布偏斜程度较⼤时应⽤3. 平均数利⽤了全部数据信息，数学性质优良易受极端值影响数据对称分布或接近对称分布时应⽤4.2 离散程度的度量离中趋势1.数据分布的⼀个重要特征2.反映各变量值远离其中⼼值的程度（离散程度）3.从另⼀个侧⾯说明了集中趋势测度值的代表程度4.不同类型的数据有不同的离散程度测度值4.2.1 分类数据：异众⽐率异众⽐率（variation ratio ）1. 对分类数据离散程度的测度2. ⾮众数组的频数占总频数的⽐例3. 计算公式v r =∑f i −f m ∑f i=1−f m∑f i4.⽤于衡量众数是否具有代表性4.2.2 顺序数据：四分位差四分位差（quartile deviation ）1. 对顺序数据离散程度的测度2. 也称为内距或四分间距3. 上四分位数与下四分位数之差Q d =Q U −Q L4. 反映了中间50%数据的离散程度5. 不受极端值影响√√6. ⽤于衡量中位数是否具有代表性4.2.3 数值型数据：⽅差和标准差极差（range）1. ⼀组数值型数据的最⼤值和最⼩值之差2. 离散程度的最简单测度值3. 易受极端值影响4. 未考虑数据的分布，数据利⽤率低5. 计算公式为R=max(x i)−min(x i)标准差（mean deviation）1. 各变量值与其平均数离差绝对值的平均数2. 能全⾯反映⼀组数据的离散程度3. 数学性质差，实际应⽤较少4. 计算公式未分组数据M d=∑n i=1|x i−¯x|n组距分组数据Md=∑k i=1|M i−¯x|fin⽅差和标准差(variance and standard deviation)1. 各变量与其平均数离差平⽅的平均数2. 数据离散程度的最常⽤测度值3. 反映了各变量与均值的平均差异4. 根据总体数据计算的，称为总体⽅差（标准差）σ2(σ)根据样本数据计算的，称为样本⽅差(标准差)s2(s)⽅差的计算公式未分组数据s2=∑n i=1(x i−¯x)2n−1组距分组数据s2=∑k i=1(M i−¯x)2fin−1标准差的计算公式未分组数据s=∑n i=1(x i−¯x)2n−1组距分组数据s=∑k i=1(M i−¯x)2fin−1为什么是除以n-1⽽不是n？⾃由度（degree of freedom）1. ⾃由度是指数据个数与附加给独⽴观测值的约束或限制的个数之差2. 从字⾯涵义看，⾃由度是指⼀组数据中可以⾃由取值的个数3. 当样本数据的个数为n时，若样本平均数确定后，则附加给n个观测值的约束个数就是1个，因此只有n-1个数据可以⾃由取值，其中必有⼀个数据不能⾃由取值。
第4章（数据的概括性度量）学习指导数据分布的特征可以从三个方面进行描述：一是分布的集中趋势，反映各数据向其中心值靠拢或聚集的程度；二是分布的离散程度，反映各数据远离其中心值的趋势；三是分布的形状，反映数据分布偏斜程度和峰度。
掌握计算、特点及其应用场合。
主要内容学习要点2．1 集中趋势的度量众数▶概念：众数。
▶众数的特点。
中位数和分位数▶概念：中位数，四分位数。
▶中位数和四分位数的特点。
▶中位数和四分位数的计算。
平均数▶概念：平均数，简单平均数，加权平均数，调和平均数，几何平均数。
▶简单平均数和加权平均数的计算。
▶用Excel中的统计函数计算平均数。
▶几何平均数的计算和应用场合。
众数、中位数和平均数的比较▶众数、中位数和平均数在分布上的关系。
▶众数、中位数和平均数的特点及应用场合。
异众比率▶概念：异众比率异众比率的计算和应用场合。
2．2离散程度的度量四分位差（内距）概念：四分位差。
四分位差的计算。
用Excel中的统计函数计算四分位差。
方差和标准差概念：极差，平均差，方差，标准差。
样本方差和标准差的计算。
用Excel计算标准差。
离散系数概念：离散系数。
离散系数的计算。
离散系数的用途。
2．3偏态与峰态的度量偏态及其测度概念：偏态，偏态系数。
用Excel计算偏态系数。
偏态系数数值的意义。
峰态及其测度概念：峰态，峰态系数。
用Excel计算峰态系数。
峰态系数数值的意义。
Excel统计函数的应用。
一）判断题1，各变量值与其平均数的离差之和为最小值。
( )2．当各组的变量值所出现的频率相等时，加权算术平均数中的权数就失去作用，因而，加权算术平均数也就等于简单算术平均数( )3．比较两总体的平均数的代表性，离散系数较小的总体，平均数代表性亦小。
( )4，平均数与次数和的乘积等于各变量值与次数乘积的和。
( )5．若两总体的平均数不同，而标准差相同，则离散系数也相同。
( )6．并非任意一个变量数列都可以计算其算术平均数、中位数和众数。
统计学各章计算题公式及解题方法第四章数据的概括性度量1.组距式数值型数据众数的计算：确定众数组后代入公式计算:下限公式：；上限公式：,其中，L为众数所在组下限，U为众数所在组上限，为众数所在组次数与前一组次数之差，为众数所在组次数与后一组次数之差，d为众数所在组组距2.中位数位置的确定：未分组数据为；组距分组数据为3.未分组数据中位数计算公式：4.单变量数列的中位数:先计算各组的累积次数（或累积频率）—根据位置公式确定中位数所在的组-对照累积次数（或累积频率）确定中位数（该公式假定中位数组的频数在该组内均匀分布)5.组距式数列的中位数计算公式:下限公式：；上限公式：，其中，为中位数所在组的频数，为中位数所在组前一组的累积频数,为中位数所在组后一组的累积频数6.四分位数位置的确定：未分组数据：；组距分组数据：7.简单均值：8.加权均值：，其中，为各组组中值统计学各章计算题公式及解题方法9.几何均值(用于计算平均发展速度）：10.四分位差（用于衡量中位数的代表性)：11.异众比率（用于衡量众数的代表性）:12.极差：未分组数据:；组距分组数据：13.平均差（离散程度)：未分组数据：；组距分组数据:14.总体方差：未分组数据：；分组数据:15.总体标准差：未分组数据：;分组数据:16.样本方差:未分组数据:；分组数据：17.样本标准差：未分组数据：;分组数据：18.标准分数:19.离散系数：第七章参数估计1.的估计值:置信水平α90％0.1 0。
05 1.65495% 0。
05 0.025 1.9699% 0.01 0。
005 2。
58统计学各章计算题公式及解题方法2.不同情况下总体均值的区间估计：总体分布样本量σ已知σ未知大样本（n≥30）正态分布小样本（n<30）非正态分布大样本(n≥30）其中，查p448 ，查找时需查n—1的数值3.大样本总体比例的区间估计：4.总体方差在置信水平下的置信区间为：5.估计总体均值的样本量：，其中，E为估计误差6.重复抽样或无限总体抽样条件下的样本量：，其中π为总体比例第八章假设检验1.总体均值的检验（已知或未知的大样本）[总体服从正态分布，不服从正态分布的用正态分布近似］假设双侧检验左侧检验右侧检验假设形式已知统计量未知拒绝域值决策，拒绝2.总体均值检验（未知，小样本，总体正态分布）假设双侧检验左侧检验右侧检验统计学各章计算题公式及解题方法假设形式已知统计量未知拒绝域值决策，拒绝注：已知的拒绝域同大样本3.一个总体比例的检验（两类结果，总体服从二项分布，可用正态分布近似）（其中为假设的总体比例）假设双侧检验左侧检验右侧检验假设形式统计量拒绝域值决策,拒绝4.总体方差的检验(检验）假设双侧检验左侧检验右侧检验假设形式统计量拒绝域值决策，拒绝5.统计量的参考数值0.1 0。
