下载文档原格式
第四章 差异量教学目的：1.理解全距、四分位距、百分位距、平均差、方差、标准差和差异系数等概念；2.掌握各种差异量指标的计算方法。
数据的分布特征不仅有集中趋势，还有离中趋势。
以动态的眼光，从不同的角度看，数据是向中间变动的，也是向两端变动的。
两组数据可能平均水平相同，但两组数据的分布特征并不完全相同。
【如】:比较下列两组数据 A 组：88、82、73、76、81 B 组：92、86、70、72、80两组平均数,80==B A X X 但R A =88－73＝15，R Ｂ=92－70＝22。
即A 组较集中，B 组较分散。
因此，我们描述一组数据的分布特征，既要描述其集中趋势，也要描述其离中趋势。
差异量：表示一组数据的离中趋势或变异程度的量称为差异量。
常用的差异量指标有全距、四分位距、百分位距、平均差、方差、标准差和差异系数。
第一节全距、四分位距、百分位距一、全距全距：是一组数距中最大值与最小值之差。
优点：意义明确，计算方便。
缺点：反应不灵敏，易受极端值影响。
二、四分位距（一）四分位距的的概念四分位距:是指一组按大小顺序排列的数据中间部位50%个频数距离的一半。
）（1.4213Q Q QD -=QD ：表示四分位距； Q 3：表示第三四分位数；Q 1：表示第一四分位数。
所以：四分位距的公式又为：22575P P QD -=（二）四分位数的计算方法 1、原始数据计算法（1）将数据由小到大进行排列； （2）分别求出三位四分位数（点）； （3）代入公式计算。
【例如】：有以下16个数据25、22、29、12、40、15、14、39、37、31、33、19、17、20、35、30，其中四分位距的计算方法如下：（1）先将原始数据从小到大排列好；12、14、15、17、*19、20、22、25、*29、30、31、33、*35、37、39、40Q 1=18 Md =27 Q 3=34（2）求出Q 1、Md 、Q 3；（3）将Q 1、Md 、Q 3的得数代入公式（4.1）。
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。
第四章4-3某企业第二季度库存资料如表所示该企业第二季度平均库存为：1423734023872365-+++=a )(386万元=4-4某街道某年个体商业户数资料如表间隔不等的间断时点数列序时平均数公式为：年平均个体商业户数为:第五章5-3某商店三种商品的销售量和价格资料如表所示,请对销售额变动进行因素分析 销售额变动的因素分析表根据以上资料，销售额的变动程度和变动差额为： %26.12226500324000011==∑∑q p q p)(590026500324000011元=-=∑-∑q p q p （1）受销售量变动的影响：%11026500291500001==∑∑=p q p q k q 10002650()q p q p ∑-∑=元 （2）受价格变动的影响：%15.11129150324001011==∑∑=q p q p p 11013250()p q p q ∑-∑=元 （3）销售量和价格共同作用的结果：122.26%=110%×111.15% 5900元=2650元+3250元由以上计算可知，由于三种商品的销售量增长了10%，使销售额增加了2650元；由于价格上涨了11.15%，使销售额增加了3250元；两者共同的作用使三种商品的销售额增长了22.26%，增加5900元。
第六章6-3对一批产品按不重复抽样方法抽取200件进行检验，发现有废品8件；又知样本容量n 为成品总量N 的。
当概率为95%时，估计这批成品中废品率的区间范围。
已知 96.1,201,8,2001====t N n n n 则 0384.0)04.01(04.0)1(,%41=-⨯=-==p p nn p %35.1)2011(2000384.0)1()1(=-=-⋅-=N n n p p p μ%65.2%35.196.1=⨯==∆p p t μ总体废品率的置信区间为p p p P p ∆+≤≤∆-即 %35.1%4%35.1%4+≤≤-p计算结果表明，有95%的可靠程度认为该产品的废品率在[2.65%,5.35%]之间。
可编辑修改精选全文完整版一、单个样本平均数的u 检验 1. u 检验u 检验（u -test ），就是在假设检验中利用标准正态分布来进行统计量的概率计算的检验方法。
Excel 中统计函数（Ztest ）。
有两种情况的资料可以用u 检验方法进行分析：✓ 样本资料服从正态分布 N （μ,σ2）,并且总体方差σ2已知；✓ 总体方差虽然未知，但样本平均数来自于大样本（n ≥30）。
【例4-1】某罐头厂生产肉类罐头，其自动装罐机在正常工作时每罐净重服从正态分布N （500，64）（单位，g ）。
某日随机抽查10瓶罐头，得净重为：505，512，497，493，508，515，502，495，490，510。
问装罐机当日工作是否正常？（1） 提出假设无效假设H 0：μ＝μ0＝500g ，即当日装罐机每罐平均净重与正常工作状态下的标准净重一样。
备择假设H A ：μ≠μ0，即罐装机工作不正常。
（2）确定显著水平α＝0.05（两尾概率）（3）构造统计量，并计算样本统计量值样本平均数：均数标准误：统计量u 值：（4）统计推断 由显著水平α＝0.05，查附表，得临界值u 0.05＝1.96概率P>0.05,故不能否定H 0 ，所以，当日装罐机工作正常。
2.t 检验 t 检验（t -test ）是利用t 分布来进行统计量的概率计算的假设检验方法。
它主要应用于总体方差未知时的小样本资料（n<30）。
其中， 为样本平均数，为样本标准差，n 为样本容量。
[例4-2]用山楂加工果冻，传统工艺平均每100g 加工500g 果冻，采用新工艺后，测定了16次，得知每100g 山楂可出果冻平均为520g ，标准差12g 。
问新工艺与老工艺在每100g 加工果冻的量上有无显著差异？（1）提出无效假设与备择假设 ，即新老工艺没有差异。
，即新老工艺有差异。
（2）确定显著水平 α＝0.01（3=520g所以（4）查临界t 值，作出统计推断 由df =15，查t 值表（附表3）得t 0.01（15）=2.947，因为|t |>t 0.01， P <0.01， 故应否定H 0，接受H A ， 表明新老工艺的每100g 加工出的果冻量差异极显著。
