统计学数据的概括性度量PPT参考课件.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第,4,章 数据的概括性度量,1,集中趋势的度量,2,离散程度的度量,3,偏态与峰态的度量,1,2024/12/3 周二,甲、乙两个班的统计学成绩,序号,成绩,序号,成绩,序号,成绩,序号,成绩,序号,成绩,1,73,10,81,19,88,28,80,37,75,2,77,11,79,20,90,29,85,38,87,3,78,12,75,21,82,30,74,39,51,4,61,13,71,22,95,31,74,40,74,5,73,14,89,23,76,32,85,41,96,6,92,15,84,24,89,33,74,42,77,7,78,16,69,25,95,34,82,43,91,8,81,17,86,26,86,35,82,44,82,9,79,18,76,27,59,36,82,45,72,序号,成绩,序号,成绩,序号,成绩,序号,成绩,序号,成绩,1,86,9,46,17,92,25,69,33,75,2,64,10,79,18,90,26,89,34,96,3,83,11,77,19,86,27,79,35,79,4,74,12,73,20,98,28,74,36,88,5,58,13,85,21,64,29,85,37,94,6,93,14,81,22,92,30,67,38,71,7,71,15,64,23,91,31,84,39,55,8,69,16,75,24,87,32,82,40,95,请对两个班的成绩进行对比分析，你会从哪几个方面着手？,2,两班成绩的对比分析,指标,数值,平均,79.66667,标准误差,1.378405,中位数,80,众数,82,标准差,9.246621,方差,85.5,峰度,1.31565,偏度,-0.70131,最小值,51,最大值,96,求和,3585,观测数,45,指标,数值,平均,79,标准误差,1.923872,中位数,80,众数,64,标准差,12.16763,方差,148.0513,峰度,0.037583,偏度,-0.62146,最小值,46,最大值,98,求和,3160,观测数,40,甲班成绩的描述性指标,乙班成绩的描述性指标,3,2024/12/3 周二,学习目的和,重难点提示,本章学习目的,领会,数据分布的各种特征：集中趋势、离散趋势、偏斜程度和峰度。,掌握,数据分布特征各测定值的计算方法、特点及其应用场合。,本章重难点提示,数据分布特征的描述方法，如何使用一些统计量来对数据进行概括性测定。,数据分布特征各测定值的计算方法、特点及其应用场合。,4,2024/12/3 周二,数据分布的特征和测度,峰 度,偏 度,数据的特征和测度,分布的形状,集中趋势,离散程度,众 数,中位数,离散系数,方差和标准差,四分位差,异众比率,位置,平均数,数值,平均数,算术平均数,调和平均数,几何平均数,5,2024/12/3 周二,4.1,集中趋势的度量,一组数据向其中心值靠拢的倾向和程度,测度集中趋势就是寻找数据一般水平的代表值或中心值,不同类型的数据用不同的集中趋势测度值,低层次数据的集中趋势测度值适用于高层次的测量数据，反过来，高层次数据的集中趋势测度值并不适用于低层次的测量数据,选用哪一个测度值来反映数据的集中趋势，要根据所掌握的数据的类型来确定,集中趋势,(,位置,),6,2024/12/3 周二,集中趋势指标的种类,从总体各单位变量值中抽象出具有一般水平的量，这个量是根据各个单位的具体,标志值,计算出来的，有,算术平均数、调和平均数、几何平均数,等形式。,数值平均数,取得集中趋势代表值方法的不同，可分为,数值平均数,和,位置平均数,。,先将总体各单位的变量值按一定顺序排列，然后取某一,位置,的变量值来反映总体各单位的一般水平。位置平均数有,众数、中位数、四分位数,等形式。,位置平均数,7,2024/12/3 周二,4.1.1,众数,1.,定义：出现次数最多的变量值。是集中趋势的测度值之一，不受极端值的影响。,因而在实际工作中有时有它,特殊的用途,。诸如，要说明一个企业中工人最普遍的技术等级，说明消费者需要的内衣、鞋袜、帽子等最普遍的号码，说明农贸市场上某种农副产品最普遍的成交价格等，都需要利用众数,适用：主要用于定类数据，也可用于定序数据和数 值型数据,注意,：有些数据可能没有众数或有几个众数,8,2024/12/3 周二,众数,(众数的不唯一性),无众数,原始数据:10 5 9 12 6 8,一个众数,原始数据:6,5,9 8,5 5,多于一个众数,原始数据:25,28 28,36,42 42,9,2024/12/3 周二,众数的计算方法,*,品质变量的众数,观察次数，出现次数最多的变量值就是众数。,例如,:,企业的所有制结构分布、人口的城乡分布。,*,数值变量的众数,未分组资料,观察次数，出现次数最多的数据就是众数。,分组资料,（,1,）单项式数列,直接观察，次数最多的组的变量值即为众数。,10,2024/12/3 周二,定类数据的众数,表,4,-1 某城市居民关注广告类型的频数分布,广告类型,人数(人),比例,频率(%),商品广告,服务广告,金融广告,房地产广告,招生招聘广告,其他广告,112,51,9,16,10,2,0.560,0.255,0.045,0.080,0.050,0.010,56.0,25.5,4.5,8.0,5.0,1.0,合计,200,1,100,【例】,根据表,4,-1,中的数据，计算众数,解,：,这里的变量为“广告类型”，这是个定类变量，不同类型的广告就是变量值。我们看到，在所调查的,200,人当中，关注商品广告的人数最多，为,112,人，占总被调查人数的,56%,，因此众数为“商品广告”这一类别，即,M,o,商品广告,11,2024/12/3 周二,定序数据的众数,【例】,根据表,4,-2,中的数据，计算众数,解：,这里的数据为定序数据。变量为“回答类别”。甲城市中对住房表示不满意的户数最多，为,108,户，因此众数为“不满意”这一类别，即,M,o,不满意,表,4,-2 甲城市家庭对住房状况评价的频数分布,回答类别,甲城市,户数 (户),百分比 (%),非常不满意,不满意,一般,满意,非常满意,24,108,93,45,30,8,36,31,15,10,合计,300,100.0,12,2024/12/3 周二,例,单项式变量数列确定众数实例,表,4-3,某市居民家庭按家庭人口数分组,由上表可以看出，家庭人口数为,3,人的家庭数最多，因此本例中家庭人口数的众数为,3,人,。,13,2024/12/3 周二,数值型分组数据的众数,1.,众数的值与相邻两组频数的分布有关,该公式假定众数组的频数在众数组内均匀分布,2.相邻两组的频数相等时，众数组的组中值即为众数,M,o,3.相邻两组的频数不相等时，众数采用下列近似公式计算,M,o,M,o,14,2024/12/3 周二,算例,某车间,50,名工人日加工零件数分组表,按零件数分组,频数（人）,累积频数,105,110,110,115,115,120,120,125,125,130,130,135,135,140,3,5,8,14,10,6,4,3,8,16,30,40,46,50,合计,50,15,2024/12/3 周二,4.1.2,顺序数据：中位数和分位数,1.,中位数,m,e,集中趋势的测度值之一,排序后处于中间位置上的值,不受极端值的影响,主要用于定序数据，也可用数值型数据，但不能用于定类数据,各变量值与中位数的离差绝对值之和最小，即,M,e,50%,50%,16,2024/12/3 周二,原始数据,:,24 22 21 26 20,位,置,:1 2 3 4 5,中位数的计算,排 序,:20 21 22 24 26,原始数据,:,10 5 9 12 6 8,位,置,:1 2 3 4 5 6,排 序,:5 6 8 9 10 12,中位数,=,（,8+9,）,/2=8.5,17,2024/12/3 周二,计算公式,未分组数据的中位数,数值型分组数据的中位数,18,2024/12/3 周二,例：某企业,50,名工人加工零件中位数计算表,计算,50,名工人日加工零件数的中位数,按零件数分组,(,个,),频数,(,人,),向上累计,(,人,),向下累计,(,人,),105,110,3,3,50,110,115,5,8,47,115,120,8,16,42,120,125,14,30,34,125,130,10,40,20,130,135,6,46,10,135,140,4,50,4,S,m-1,S,m+1,19,2.,四分位数,人们经常会将数据划分为,4,个部分，每一个部分大约包含有,1/4,即,25,的数据项,。,Q,L,Q,M,Q,U,25%,25%,25%,25%,1.,集中趋势的测度值之一,2.,排序后处于,25%,和,75%,位置上的值,3.,不受极端值的影响,4.,主要用于定序数据，也可用于数值型数据，但不能用于定类数据,20,2024/12/3 周二,四分位数,(,位置的确定,),未分组数据：,组距分组数据：,下四分位数,(,Q,L,),位置,=,N+,1,4,上四分位数,(,Q,U,),位置,=,3(,N+,1),4,下四分位数,(,Q,L,),位置,=,N,4,上四分位数,(,Q,L,),位置,=,3N,4,21,2024/12/3 周二,甲城市家庭对住房状况评价的频数分布,回答类别,甲城市,户数,(,户,),累计频数,非常不满意,不满意,一般,满意,非常满意,24,108,93,45,30,24,132,225,270,300,合计,300,计算甲城市家庭对住房满意状况评价的四分位数,解：下四分位数,(QL),的位置为：,Q,L,位置,(300)/4,75,上四分位数,(Q,L,),的位置为：,Q,U,位置,(3300)/4,225,从累计频数看，,Q,L,在“不满意”这一组别中；,Q,U,在“一般”这一组别中。因此,Q,L,不满意,Q,U,一般,22,2024/12/3 周二,原始数据,:,23 21 30 32 28 25 26,排 序,:,21,23,25 26 28,30,32,位 置,:,1 2 3 4 5 6 7,Q,L,=23,N+,1,7+,1,Q,L,位置,=,4,=,4,=2,Q,U,位置,=,3(,N+,1),4,3(7,+,1),4,=,=6,Q,U,=30,数值型未分组数据的四分位数,23,2024/12/3 周二,原始数据,:,23 21 30 28 25 26,排 序,:,21 23 25 26 28 30,位 置,:,1 2 34 5 6,Q,L,=21+0.75(23-21),=,22.5,Q,L,位置,=,N+,1,4,=,6+,1,4,=1.75,Q,U,位置,=,3(,N+,1),4,3(6,+,1),4,=,=5.25,Q,U,=28+0.25(30-28),=,28.5,24,2024/12/3 周二,数值型分组数据的四分位数,(,计算公式,),上四分位数,:,下四分位数,:,25,2024/12/3 周二,计算,50,名工人日加工零件数的四分位数,某车间,50,名工人日加工零件数分组表,按零件数分组,频数（人）,累积频数,105,110,110,115,115,120,120,125,125,130,130,135,135,140,3,5,8,14,10,6,4,3,8,16,30,40,46,50,合计,50,Q,L,位置,50/4,12.5,Q,U,位置,350/4,37.5,26,2024/12/3 周二,4.1.3,数值型数据：均值,1.,集中趋势的测度值之一,2.,最常用,的测度值,3.,一组数据的均衡点所在,4.,易受极端值的影响,5.,用于数值型数据，,不能用于,定类数据和定序数据,27,2024/12/3 周二,均值的种类及计算,1.,算术平均数,*,(1),概念,算术平均数又称平均值，是用一组数据中所有值之和除以该组数据的个数。,(2),基本公式,28,2024/12/3 周二,平均数计算公式,设一组数据为：,X,1,，,X,2,，,，,X,N,简单均值,的计算公式为,设分组后的数据为：,X,1,，,X,2,，,，,X,K,相应的频数为：,F,1,，,F,2,，,，,F,K,加权均值,的计算公式为,29,2024/12/3 周二,简单均值,(,算例,),原始数据,:10591368,加权均值（,算例,4.7,）,30,2024/12/3 周二,（,1,）算术平均数的大小，不仅取决于研究对象的,变量值,(x),，而且受各变量值重复出现的频数,（,f,）,或频率,（,f,f,）,大小的影响，频数或频率较大，该组数据的大小对算术平均数的影响就大，反之则小。,（,2,）权数的表现形式问题：,绝对权数与相对权数,注意事项,31,2024/12/3 周二,是非标志的平均数,是非标志,:,如果按照某种标志把总体只能分为具有某种特征的单位和不具有该种特征的单位两部分，这个标志就是是非标志。,平均数的计算：把具有某种特征的用,“,1,”,表示，不具有该种特征的用,“,0,”,表示。,是非标志,x,单位数,f,比重,1,0,合 计,N,1,32,2024/12/3 周二,加权平均数,(,权数对平均数的影响,),甲乙两组各有,10,名学生，他们的考试成绩及其分布数据如下,甲组：考试成绩（,X,）：,0 20 100,人数分布（,F,）：,1 1 8,乙组：考试成绩（,X,）,:0 20 100,人数分布（,F,）：,8 1 1,X,甲,01+201+1008,n,10,i,=1,X,i,82,（分）,X,乙,08+201+1001,n,10,i,=1,X,i,12,（分）,33,2024/12/3 周二,平均数,(,数学性质,),1.,各变量值与均值的离差之和等于零,2.,各变量值与均值的离差平方和最小,34,2024/12/3 周二,性质,(3,、,4,）,3,、给每个变量值增加或减少一个任意数,A,，则算术平均数也相应增增加或减少这个任意数,A,。,4,、给每个变量值乘以或除以一个任意数,A,，则算术平均数也相应扩大或缩小,A,倍。,35,2024/12/3 周二,2.,调和平均数,（,1,）概念,:,调和平均数,又称,倒数平均数,，是各个变量值倒数的算术平均数的倒数。,（,2,）计算,简单调和平均数,:,针对,未分组资料。,计算公式为：,36,2024/12/3 周二,2.,调和平均数,加权调和平均数,:,针对,分组资料。,计算公式,为,:,其中,:,是一种,特殊权数,，它不是各组变量值出现的次数，表示,各组标志总量,。,即,37,2024/12/3 周二,例,根据,某商场职工月工资资料计算月平均工资。,某商场职工月工资资料,38,3.,几何平均数,(1),概念,:,几何平均数,(geometric mean),又称对称平均数，它是各变量值乘积的,n,次方根。,(2),计算,基本公式,:,对数公式,:,在实际工作中，由于变量个数较多，通常要应用对数来进行计算。即,39,2024/12/3 周二,(3),几何平均数的应用及特点,应用条件,现象的总比率是若干项变量的乘积，或现象的总发展速度是各时期发展速度的连乘积时，计算平均比率或平均发展速度。,特点,a.,如果数列中有一个标志值等于零或负值，则无法计算。,b.,受极端值影响较小，故较稳健。,40,2024/12/3 周二,几何平均数,(,算例,),【,例,4.10】,一位投资者持有一种股票，,2001-2004,年收益率分别为,4.5%,、,2.1%,、,25.5%,、,1.9%,。计算该投资者在这四年内的平均收益率。,平均收益率,108.0787%-1=8.0787%,41,2024/12/3 周二,例,1,：某企业的一条生产流水线有四道工序,每一道工序完成的产品都要作一次质量检查,只有合格的中间件才进入下一道工序。,工序,C,工序,A,工序,B,工序,D,合格率,98%,合格率,97%,合格率,94%,合格率,95%,请问：平均合格率,=,？,适用于连续作业的情况：,42,2024/12/3 周二,例,2:,据网上报到，成都温江的兰花节（,2006,年,2,月,27,日）上，一盆兰花卖价是,1100,万元，这背后是迅速壮大的,10,万户成都养兰、炒兰户，不少人是在借高利贷炒兰，图谋暴利。,红荷,黄金海岸,龙女,彩蝶,设某炒兰投资者从朋友处借得一笔高利贷，以季度为结算单位，每个季度生成的利息到期自动转为本金，一年连本带利付清。各季利率根据兰花价格变化适当调整。实际一年下来，第一季度的利率是,3%,，第二季度的利率是,3.2%,，第三季度的利率是,3.6%,，第四季度的利率是,2.8%,。问：平均利率是多少？,43,2024/12/3 周二,解答：,本题需要注意的是，,不能够直接对利率进行几何平均，而应该通过连本带利计算，即若借款总额为,L,万元，则一年之后的付款额（本息和）为：,如果平均利率为,G,，则应该有：,44,2024/12/3 周二,1.算术平均数易受极端值影响;,2.调和平均数也受极端值影响,但受极小值影响较大,;,3.几何平均数受极端值影响较小。,对同一资料来说:几何平均数大于调和平均数而小于算术平,均数，即有：,数字,1,2,3,4,5,几何平均数,2.61,算术平均数,3,调和平均数,2.19,一般来说：,45,2024/12/3 周二,各种平均数的比较,（一）各种平均数的特点及应用场合,是就全部数据计算的，具有优良的数学性质，实际中应用最为广泛。其主要缺点是易受极端值的影响，对偏态分布其代表性较差。,H,主要用于不能直接计算 的数据易受极端值的影响。,G,主要用于计算比率数据的平均数,易受极端值的影响。,不受极端值大小的影响，对偏态分布其代表性较 好。但不是根据所有的变量值计算的,.,不受极端值的影响,对偏态分布其代表性较 好,.,但不是根据所有的变量值计算的,.,46,2024/12/3 周二,左偏分布,均值,中位数,众数,对称分布,均值,=,中位数,=,众数,右偏分布,众数,中位数,均值,中位数、众数和算术平均数的关系,47,数据类型和所适用的集中趋势测度值,数据类型,定类数据,定序数据,定距数据,定比数据,适,用,的,测,度,值,众数,中位数,均值,均值,四分位数,众数,调和平均数,众数,中位数,几何平均数,四分位数,中位数,四分位数,众数,48,2024/12/3 周二,4.2,离散程度的度量,数据分布的另一个重要特征,离中趋势的各测度值是对数据离散程度所作的描述,反映各变量值远离其中心值的程度，因此也称为离中趋势,从另一个侧面说明了集中趋势测度值的代表程度,不同类型的数据有不同的离散程度测度值,49,2024/12/3 周二,4.2.1,分类数据：异众比率,1.,离散程度的测度值之一,2.,非众数组的频数占总频数的比率,3.,计算公式为,4.,用于衡量众数的代表性,50,2024/12/3 周二,异众比率,(,算例,),根据表中的数据，计算异众比率,某城市居民关注广告类型的频数分布,广告类型,人数,(,人,),频率,(%),商品广告,服务广告,金融广告,房地产广告,招生招聘广告,其他广告,112,51,9,16,10,2,56.0,25.5,4.5,8.0,5.0,1.0,合计,200,100,解：,在所调查的,200,人当中，关注非商品广告的人数占,44%,，异众比率还是比较大。因此，用“商品广告”来反映城市居民对广告关注的一般趋势，其代表性不是很好,V,r,=,200-112,200,=1-,112,200,=0.44=44%,51,2024/12/3 周二,4.2.2,顺序数据：四分位差,1.,离散程度的测度值之一,2.,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,L,4.,反映了中间,50%,数据的离散程度,5.,不受极端值的影响,6.,用于衡量中位数的代表性,52,2024/12/3 周二,四分位差,(,定序数据的算例,),根据表中的数据，计算甲城市家庭对住房满意状况评价的四分位差,甲城市家庭对住房状况评价的频数分布,回答类别,甲城市,户数,(,户,),累计频数,非常不满意,不满意,一般,满意,非常满意,24,108,93,45,30,24,132,225,270,300,合计,300,解：设非常不满意为,1,不满意为,2,一般为,3,满意为,4,非常满意为,5,已知,QL=,不满意,=2,，,QU =,一般,=3,四分位差：,QD=QU -QL,=3 2 =1,53,2024/12/3 周二,4.2.3,数值型数据：方差和标准差,1.,极差,1.,一组数据的最大值与最小值之差,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,7,8,9,10,7,8,9,10,未分组数据,R,=max(,X,i,)-min(,X,i,),.,=,组距分组数据,R,最高组上限,-,最低组下限,5.,计算公式为,54,2024/12/3 周二,第一组：,60,，,70,，,80,，,90,，,100,第二组：,78,，,79,，,80,，,81,，,82,很明显，两个小组的考试成绩平均分都是,80,分，但是哪一组的分数比较集中呢？,如果用全距指标来衡量，则有,R,甲,100,60,40,（分）,R,乙,82,78,4,（分）,这说明第一组资料的标志变动度或离中趋势远大于第二组资料的标志变动度。,例,:,有两个学习小组的统计学开始成绩分别为：,55,2024/12/3 周二,2.,平均差,1.,离散程度的测度值之一,2.,各变量值与其均值离差绝对值的平均数,3.,能全面反映一组数据的离散程度,4.,数学性质较差，实际中应用较少,5.,计算公式为,未分组数据,组距分组数据,56,2024/12/3 周二,平均差,（计算过程及结果）,某厂按月收入水平分组的组距数列如表中前两列，计算平均差。,57,2024/12/3 周二,3.,方差和标准差,离散程度的测度值之一,最常用的测度值,反映了数据的分布,反映了各变量值与均值的平均差异,根据总体数据计算的，称为总体方差或标准差；根据样本数据计算的，称为样本方差或标准差,4 6 8 10 12,X=,8.3,58,2024/12/3 周二,总体方差和标准差,(,计算公式,),未分组数据：,组距分组数据：,未分组数据：,组距分组数据：,方差的计算公式,标准差的计算公式,59,2024/12/3 周二,总体标准差,（计算过程及结果）,根据表中的数据，计算工人日加工零件数的标准差,某车间50名工人日加工零件标准差计算表,按零件数分组,组中值,(,X,i,),频数,(,F,i,),(,X,i,-,X,),2,(,X,i,-,X,),2,F,i,105,110,110,115,115,120,120,125,125,130,130,135,135,140,107.5,112.5,117.5,122.5,127.5,132.5,137.5,3,5,8,14,10,6,4,246.49,114.49,32.49,0.49,18.49,86.49,204.49,739.47,572.45,259.92,6.86,184.90,518.94,817.96,合计,50,3100.5,60,2024/12/3 周二,样本方差和标准差,(,计算公式,),未分组数据：,组距分组数据：,未分组数据：,组距分组数据：,方差的计算公式,标准差的计算公式,注意：,样本方差用自由度,n-1,去除,!,61,2024/12/3 周二,样本方差,自由度,一组数据中可以自由取值的数据的个数,当样本数据的个数为,n,时，若样本均值,x,确定后，只有,n,-1,个数据可以自由取值，其中必有一个数据则不能自由取值,例如，样本有,3,个数值，即,x,1,=2,，,x,2,=4,，,x,3,=9,，则,x,=5,。当,x,=5,确定后，,x,1,，,x,2,和,x,3,有两个数据可以自由取值，另一个则不能自由取值，比如,x,1,=6,，,x,2,=7,，那么,x,3,则必然取,2,，而不能取其他值,样本方差用自由度去除，其原因可从多方面来解释，从实际应用角度看，在抽样估计中，当用样本方差去估计总体方差,2,时，它是,2,的无偏估计量,62,2024/12/3 周二,样本方差与标准差,(,算例,),原始数据,:,10 5 9 13 6 8,63,2024/12/3 周二,方差,(,简化计算公式,),样本方差,总体方差,64,2024/12/3 周二,方差,(,数学性质,),各变量值对均值的方差小于对任意值的方差,设,X,0,为不等于,X,的任意数，,D,2,为对,X,0,的方差，则,65,2024/12/3 周二,是非标志的标准差,如前：是非标志的平均数为,P,。,标志值,x,单位数,f,1,0,合计,N,由于标准差有良好的数学性质，相比较而言，它的应用最为广泛。,66,2024/12/3 周二,4.2.4,相对离散程度：离散系数,1.,标准差与其相应的均值之比,2.,消除了数据水平高低和计量单位的影响,3.,测度了数据的相对离散程度,4.,用于对不同组别数据离散程度的比较,5.,计算公式为,离散系数主要是用于对不同组别数据的离散程度进行比较，,系数大，说明数据的离散程度大，其平均数的代表性就差；离散系数小，说明数据的离散程度小，其平均数的代表性就大,.,67,2024/12/3 周二,离散系数,（实例和计算过程）,例,4.14,68,2024/12/3 周二,数据类型和所适用的离散程度测度,值,数据类型,定类数据,定序数据,定距数据或定比数据,适,用,的,测,度,值,异众比率,四分位差,方差或标准差,异众比率,离散系数（比较时用）,平均差,极差,四分位差,异众比率,69,2024/12/3 周二,4.3,偏态与峰态的度量,偏态与峰度分布的形状,扁平分布,尖峰分布,偏态,峰度,左偏分布,右偏分布,与标准正态分布比较！,70,2024/12/3 周二,4.3.1,偏态及其测度,数据分布偏斜程度的测度,偏态系数,=0,为对称分布,偏态系数,0,为右偏分布,偏态系数,0,为左偏分布,计算公式为,例,4.15,71,2024/12/3 周二,4.3.2,峰态及其测度,1.,数据分布扁平程度的测度,2.,峰度系数,=0,扁平程度适中,3.,偏态系数,0,为尖峰分布,5.,计算公式为,72,2024/12/3 周二,平均,184.5666667,标准误差,1.97915373,中位数,182,众数,196,标准差,21.68054285,方差,470.0459384,峰度,-0.224356161,偏度,0.405284783,区域,96,最小值,141,最大值,237,求和,22148,观测数,120,最大,(1),237,最小,(1),141,置信度,(95.0%),3.918922009,由,Excel,输出的描述统计量,73,2024/12/3 周二,本章小结,1.,数据集中趋势的测定,介绍了各种均值、中位数、众数的概念和特点，比较了均值、中位数、众数的特点，重点介绍其计算方法和应用场合。,2.,数据离散程度的测定,介绍了极差、平均差、方差、标准差、离散系数的概念和计算方法。重点是方差、标准差及标准差系数的计算。,3.,数据偏态与峰态的测定,简单介绍了偏态和峰态的基本概念及测定方法。,74,2024/12/3 周二,练习：甲、乙两厂生产同种电子元件，抽查其耐用时间的分组资料如下：,耐用时间,（小时）,抽查元件数（只）,甲 厂,乙 厂,1000,以下,10001200,12001400,1400,以上,4,30,11,5,3,11,31,5,合 计,50,50,（,1,）计算并比较哪个厂电子元件平均耐用时间长？,（,2,）计算并比较哪个厂电子元件平均耐用时间差异较大？,（,3,）分别计算两个厂电子元件平均耐用时间的众数和中位数，并判断两个厂电子元件耐用时间分布属于何种分布？,75,2024/12/3 周二,