統(tǒng)計學(xué)第4章數(shù)據(jù)描述

第四章數(shù)據(jù)的描述2---重要的統(tǒng)計量§1集中趨勢的描述§2離散趨勢的描述§3偏態(tài)與峰度的描述§4數(shù)據(jù)的標(biāo)準(zhǔn)化處理§1集中趨勢的描述集中趨勢是指一組數(shù)據(jù)向某中心值靠攏的傾向，是描述數(shù)據(jù)分布的一個重要特征。集中趨勢的測度實際是對一組數(shù)據(jù)的一般水平代表值或中心值的測度?！?集中趨勢的描述§1.1均值§1.2中位數(shù)§1.3眾數(shù)§1.4均值、中位數(shù)、眾數(shù)之間的比較

§1.1均值均值(Mean) 又稱平均數(shù),是一組數(shù)據(jù)大小相互抵消的結(jié)果，可以看作是數(shù)據(jù)集的重心。 是最主要的集中趨勢測度統(tǒng)計量。 適用于定量變量的取值，一般用符號表示。§1.1均值1．算術(shù)平均數(shù)未經(jīng)分組整理的原始數(shù)據(jù)，其算術(shù)平均（arithmeticmean)的計算就是直接將一組數(shù)據(jù)的各個數(shù)值相加除以數(shù)值個數(shù)，稱為簡單算術(shù)平均數(shù)。設(shè)一組樣本數(shù)據(jù)為、、、，則算術(shù)平均數(shù)的計算公式為：§1.1均值根據(jù)分組整理的數(shù)據(jù)計算的算術(shù)平均數(shù)，要以各組變量值出現(xiàn)的次數(shù)或頻數(shù)為權(quán)數(shù)計算加權(quán)算術(shù)平均數(shù)。假設(shè)樣本數(shù)據(jù)被分成組，樣本數(shù)據(jù)各組變量的代表值用m1、m2、…、mk表示，各組變量值出現(xiàn)的頻數(shù)用f1、f2、…、fk，則加權(quán)算術(shù)平均數(shù)的計算公式為：§1.1均值如果是單變量分組，上式中的代表值就是各組的分組變量值；如果是組距分組，上式中的代表值就是各組的組中值。加權(quán)算術(shù)平均數(shù)其數(shù)值的大小，不僅受各組變量值大小的影響，而且受各組變量值出現(xiàn)的頻數(shù)即權(quán)數(shù)大小的影響?！?.1均值算術(shù)平均數(shù)的數(shù)學(xué)性質(zhì)：性質(zhì)1

各變量值與其算術(shù)平均數(shù)的離差之和等于零，即：性質(zhì)2

各變量值與其算術(shù)平均數(shù)的離差平方和最小，即：或最小值或最小值§1.1均值【例4.1】根據(jù)表中給出的某項調(diào)查中30名被訪者的月收入水平分組數(shù)據(jù)，計算其平均收入水平：§1.1均值解：（元）所以30名被訪者的平均月收入水平是3366.67元。§1.1均值2．調(diào)和平均數(shù)調(diào)和平均數(shù)（harmonicmean）也稱倒數(shù)平均數(shù)或調(diào)和均值。

有簡單和加權(quán)兩種形式。簡單調(diào)和平均數(shù)是各個變量值倒數(shù)的簡單算術(shù)平均數(shù)的倒數(shù)。主要應(yīng)用于各變量值對應(yīng)的標(biāo)志總量相等的情況。當(dāng)變量值用xi表示時，其計算公式如下：§1.1均值當(dāng)各變量值對應(yīng)的標(biāo)志總量不相等時，用Mi表示各單位或各組的變量值對應(yīng)的標(biāo)志總量，其計算公式如下：§1.1均值【例4.2】根據(jù)某證券交易所信息，已知四只股票某日的收盤價和成交額如表所示，計算這四只股票的當(dāng)日平均收盤價格。

§1.1均值解：8.63（元）所以4只股票的當(dāng)日平均收盤價是8.63元。

§1.1均值3．幾何平均數(shù)幾何平均數(shù)（geometricmean）也稱幾何均值，通常用來計算平均比率和平均速度。計算公式為：幾何平均數(shù)也可看作是算術(shù)平均數(shù)的一種變形§1.1均值【例4.3】某股票投資者長期持有一只股票，2005-2008年每年的收益率分別是5.6%，7.2%，28.5%，-15.6%。計算該股票投資者4年內(nèi)的平均收益率。解：根據(jù)股票四年的平均收益率可得到其四年的相對價格分別是105.6%，107.2%，128.5%，84.4%。計算四年平均相對價格

四年的平均收益率是105.26%-1=5.26%。105.26%§1.1均值4．均值的特點：均值一般用于尋找定量數(shù)據(jù)的中心代表值，并不適用于定性數(shù)據(jù)。均值的優(yōu)點在于它對變量的每一個取值都加以利用。均值的缺點在于其統(tǒng)計量的穩(wěn)健性較差，即容易受到極端值的干擾?！?.2中位數(shù)

中位數(shù)（median）

是將變量取值按大小順序排列后，處于中間位置的那個變量值。

適用于定量變量，以及定性變量中的順序變量取值的集中趨勢測度。不適用于定性變量中的分類變量取值。一般用Me表示。§1.2中位數(shù)1．中位數(shù)的確定變量的取值數(shù)據(jù)規(guī)模較小時，將數(shù)據(jù)按大小排列。當(dāng)數(shù)據(jù)個數(shù)N為奇數(shù)時，處在位置上的變量取值大小即為改組數(shù)據(jù)的中位數(shù)；當(dāng)數(shù)據(jù)個數(shù)N為偶數(shù)時，處在和位置上兩個變量取值的簡單算術(shù)平均數(shù)即為中位數(shù)?！?.2中位數(shù)

當(dāng)變量的取值數(shù)據(jù)規(guī)模較大時，將數(shù)據(jù)按單變量分組或組距分組，得到頻數(shù)分布。對頻數(shù)分布做向上累計或向下累計：當(dāng)為偶數(shù)時，第個變量值所在的組為中位數(shù)所在的組。當(dāng)為奇數(shù)時，第個變量值所在的組為中位數(shù)所在的組。如果是單變量分組，可以該組標(biāo)志值作為中位數(shù)。如果是組距分組，則采用如下公式近似計算得到計算公式下限公式：上限公式：§1.2中位數(shù)【例4.4】給出的某項調(diào)查中30名被訪者的月收入水平分組數(shù)據(jù)，得到累積頻數(shù)分布表，計算其中位數(shù)?！?.2中位數(shù)解：對應(yīng)的收入水平是3000-4000元，因此該組就是中位數(shù)所在組，有，（元）（元）因此，30名被訪者的月收入水平的中位數(shù)是3384.6元?！?.2中位數(shù)2．根據(jù)統(tǒng)計圖來尋找中位數(shù)對于處理成莖葉圖的數(shù)據(jù)：首先找到頻數(shù)一半所對應(yīng)的那段莖。然后在對應(yīng)的葉上找處在全部數(shù)據(jù)中間位置上的數(shù)即可?！?.2中位數(shù)例：100名調(diào)查員有效問卷數(shù)分布的莖葉圖§1.2中位數(shù)如果圖形中沒有原始數(shù)據(jù)，例如直方圖。100名調(diào)查員的有效問卷數(shù)分布直方圖§1.2中位數(shù)假設(shè)數(shù)據(jù)在中位數(shù)所在區(qū)間組均勻分布，全部100名調(diào)查員的中位數(shù)說對應(yīng)的位置應(yīng)當(dāng)是50.5。通過圖中觀察在140-150組之前的累積頻數(shù)是42，只需要在140-150之間找到第8.5位置上所對應(yīng)的數(shù)。由于假設(shè)140-150間這18個數(shù)是均勻分布的，而這段區(qū)間的長時10，因此區(qū)間上第8.5位置上的數(shù)應(yīng)當(dāng)是。即中位數(shù)是144.7§1.2中位數(shù)3．中位數(shù)的特點中位數(shù)很好的代表了一組數(shù)據(jù)的中間位置。當(dāng)直方圖顯示數(shù)據(jù)時一個有偏分布時。中位數(shù)具有較好的穩(wěn)健性，對極端值并不敏感。中位數(shù)并沒有利用數(shù)據(jù)的所有信息，其對原始數(shù)據(jù)信息的代表性不如均值?！?.3眾數(shù)

眾數(shù)（mode）是指一組數(shù)據(jù)中出現(xiàn)次數(shù)最多的變量值，主要用于測度分類數(shù)據(jù)的集中趨勢。一組數(shù)據(jù)分布的最高峰點所對應(yīng)的變量值即為眾數(shù)。具有不唯一性，用M0表示?！?.3眾數(shù)1．定性變量的眾數(shù)確定根據(jù)分類變量和順序變量的不同取值得到頻數(shù)分布，確定眾數(shù)時，只需找出頻數(shù)出現(xiàn)最多所對應(yīng)的變量取值即為眾數(shù)。例：通過觀察頻數(shù)分布表，可以直觀看到受教育水平為高中的頻數(shù)最大。因此對于3000名被調(diào)查者受教育水平來說，眾數(shù)就是高中學(xué)歷。

§1.3眾數(shù)2．定量變量的眾數(shù)確定對于離散型變量的取值，計算眾數(shù)時，只需找出出現(xiàn)次數(shù)最多的變量取值即為眾數(shù)。【例4.5】根據(jù)表中35名調(diào)查員的有效問卷頻數(shù)分布資料，確定眾數(shù)。§1.3眾數(shù)

解：根據(jù)表中所示，問卷數(shù)為145份所對應(yīng)的人數(shù)是4人，高于其他所有問卷數(shù)對應(yīng)的人數(shù)。因此35名調(diào)查員有效問卷的眾數(shù)是145份。

對于連續(xù)性變量的取值，首先根據(jù)組距分組得到頻數(shù)分布。對于等距分組，對應(yīng)頻數(shù)最大的組為眾數(shù)所在組；對于不等距分組，對應(yīng)頻數(shù)密度最大的組為眾數(shù)組?！?.3眾數(shù)設(shè)眾數(shù)組的頻數(shù)為，眾數(shù)前一組的頻數(shù)為，眾數(shù)后一組的頻數(shù)為。假定數(shù)據(jù)在眾數(shù)組均勻分布，眾數(shù)與其相鄰兩組的頻數(shù)分布有如下關(guān)系：下限公式：上限公式：§1.3眾數(shù)33§1.3眾數(shù)【例4.6】根據(jù)例4.4，確定表4.3中30名被訪問者月收入水平的眾數(shù)。解：首先確定眾數(shù)組是3000-40000元組，因此因此，30名被訪者的月收入水平的眾數(shù)是3428.6元。

§1.3眾數(shù)3．眾數(shù)的特點眾數(shù)根據(jù)眾數(shù)組及相鄰組的頻率分布信息來確定數(shù)據(jù)中心點位置的。眾數(shù)是一個位置代表值，它不受數(shù)據(jù)中極端值的影響。對原數(shù)據(jù)信息的代表性也不如均值。只有在數(shù)據(jù)量較多時才有意義?！?.4均值、中位數(shù)、眾數(shù)之間的比較

從分布的角度看：均值是一組數(shù)據(jù)全部數(shù)值的平均數(shù)。中位數(shù)是處于一組數(shù)據(jù)中間位置上的數(shù)值。眾數(shù)始終是一組數(shù)據(jù)分布的最高峰值。對于具有單峰分布的大多數(shù)數(shù)據(jù)而言，均值、中位數(shù)、眾數(shù)存在以下關(guān)系：（1）當(dāng)變量取值的頻數(shù)分布對稱時，則均值與眾數(shù)、中位數(shù)三者完全相等，即正態(tài)分布§1.4均值、中位數(shù)、眾數(shù)之間的比較（2）當(dāng)變量取值的頻數(shù)分布呈現(xiàn)右偏時，說明數(shù)據(jù)存在最大值，必然拉動均值向極大值一方靠，而眾數(shù)和中位數(shù)由于不受極端值的影響，因此，三者之間的關(guān)系為右偏分布§1.4均值、中位數(shù)、眾數(shù)之間的比較（3）當(dāng)變量取值的頻數(shù)分布呈現(xiàn)左偏時，說明數(shù)據(jù)存在最小值，必然拉動均值向極小值一方靠，而眾數(shù)和中位數(shù)由于不受極端值的影響，因此，三者之間的關(guān)系為。左偏分布§1.4均值、中位數(shù)、眾數(shù)之間的比較當(dāng)頻數(shù)分布呈對稱分布或近似對稱分布時，以均值、中位數(shù)或眾數(shù)來描述數(shù)據(jù)的集中趨勢都比較理想；當(dāng)頻數(shù)分布呈偏態(tài)時，極端值會對均值產(chǎn)生較大影響，而對眾數(shù)、中位數(shù)沒有影響，此時，用眾數(shù)、中位數(shù)來描述集中趨勢比較好。根據(jù)經(jīng)驗，頻數(shù)分布無論是左偏還是右偏，眾數(shù)與中位數(shù)的距離約為算術(shù)平均數(shù)與中位數(shù)的距離的兩倍，即：§2離散趨勢的描述§2.1異眾比率§2.2極差和四分位差§2.3平均差、方差和標(biāo)準(zhǔn)差§2.4離散系數(shù)

§2.1異眾比率異眾比率（variationratio）是指一組數(shù)據(jù)中非眾數(shù)（組）的頻數(shù)占總頻數(shù)的比例。既適用于定性數(shù)據(jù)，也適用于定量數(shù)據(jù)，但主要用于測度分類數(shù)據(jù)的離散趨勢。用Vr表示。計算公式是：異眾比率的作用是衡量眾數(shù)對一組數(shù)據(jù)的代表性程度的指標(biāo)。異眾比率越大，說明非眾數(shù)組的頻數(shù)占總頻數(shù)的比重就越大，眾數(shù)的代表性就越差；反之，異眾比率越小，眾數(shù)的代表性就越好。§2.2極差和四分位差1．極差級差（range）是一組數(shù)據(jù)的最大值與最小值之差，也稱全距。級差主要用于測度順序數(shù)據(jù)和定量數(shù)據(jù)的離散趨勢。用R表示。級差是最容易計算的離散趨勢的測度統(tǒng)計量。但它容易受極端值的影響。計算公式是：【例4.8】根據(jù)表4.5中35名調(diào)查員的有效問卷數(shù)分組表計算極差?！?.2極差和四分位差2．四分位差四分位數(shù)是指一組數(shù)據(jù)按大小排序后處于25％和75％位置上的值，也稱四分位點。通常所說的四分位數(shù)是指：處在25％位置上的數(shù)值（下四分位數(shù)）處在75％位置上的數(shù)值（上四分位數(shù)）。記下四分位數(shù)為，上四分位數(shù)為其計算公式是

當(dāng)四分位數(shù)的位置不是整數(shù)時，按比例分?jǐn)偹姆治粩?shù)兩側(cè)的差值?！?.2極差和四分位差【例4.8】在某城市隨機(jī)抽取9個家庭，調(diào)查得到每個家庭的人均月收入數(shù)據(jù)（單位：元）分別是1450，950，820，860，1060，900，1280，1040，1700。要求計算這九個家庭人均月收入水平的四分位數(shù)。解：將數(shù)據(jù)由小到大按順序排列：820，860，900，950，1040，1060，1280，1450，1700。由于2.5處于順序為2和3的兩個數(shù)中間，因此按比例分?jǐn)們啥说牟钪担矗和恚?/p>

§2.2極差和四分位差內(nèi)距或四分間距（inter-quartilerange）：四分位差是上四分位數(shù)與下四分位數(shù)之差，用Qd表示計算公式為：克服了級差容易受數(shù)據(jù)中兩端極值的影響這一缺陷?！?.3平均差、方差和標(biāo)準(zhǔn)差1．平均差

平均差（meandeviation）是一組數(shù)據(jù)與其均值離差絕對值的平均數(shù)。用Md表示。據(jù)掌握資料的不同，有兩種計算方法。

對于未分組數(shù)據(jù)，采用簡單平均法，其計算公式是：對于分組數(shù)據(jù)，采用加權(quán)平均法，其計算公式是：§2.3平均差、方差和標(biāo)準(zhǔn)差【例4.9】根據(jù)表中給出的某項調(diào)查中30名被訪者的月收入水平分組數(shù)據(jù)，計算其平均差。§2.3平均差、方差和標(biāo)準(zhǔn)差解：平均差能夠準(zhǔn)確地、全面地反映一組數(shù)值的離散趨勢。平均差用絕對值進(jìn)行運算，不適宜于代數(shù)形式處理，在實際應(yīng)用上受到很大的限制。（元）§2.3平均差、方差和標(biāo)準(zhǔn)差2．方差和標(biāo)準(zhǔn)差

方差(variance)是一組數(shù)據(jù)與其均值離差平方的算術(shù)平均數(shù)。標(biāo)準(zhǔn)差（standarddeviation)是方差的平方根。方差、標(biāo)準(zhǔn)差是實際中應(yīng)用最廣泛的離散趨勢度量值。設(shè)總體的方差為，標(biāo)準(zhǔn)差為。對于分組數(shù)據(jù)，方差和標(biāo)準(zhǔn)差的計算公式分別是：對于未分組的數(shù)據(jù)，方差和標(biāo)準(zhǔn)差的計算公式分別是：§2.3平均差、方差和標(biāo)準(zhǔn)差總體的方差和標(biāo)準(zhǔn)差在對各個離差平方平均時是除以數(shù)據(jù)個數(shù)或總頻數(shù)。樣本的方差和標(biāo)準(zhǔn)差在對各個離差平方平均時是用樣本數(shù)據(jù)個數(shù)或總頻數(shù)減1（稱為自由度）去除總離差平方和。設(shè)樣本的方差為，標(biāo)準(zhǔn)差為。對于未分組的數(shù)據(jù)，方差和標(biāo)準(zhǔn)差的計算公式為：對于分組數(shù)據(jù)，方差和標(biāo)準(zhǔn)差的計算公式為：§2.3平均差、方差和標(biāo)準(zhǔn)差【例4.10】根據(jù)表中給出的某項調(diào)查中30名被訪者的月收入水平分組數(shù)據(jù)，計算其方差和標(biāo)準(zhǔn)差?！?.3平均差、方差和標(biāo)準(zhǔn)差解：方差標(biāo)準(zhǔn)差（元）§2.4離散系數(shù)

離散系數(shù)（coefficientofvariation）是一組數(shù)據(jù)的標(biāo)準(zhǔn)差與其均值之比，又稱變異系數(shù)。用Vs表示。主要用于比較不同樣本數(shù)據(jù)的離散程度。計算公式是：§2.4離散系數(shù)【例4.11】甲乙兩地的個人收入調(diào)查中，甲地的人均月收入是6520元，標(biāo)準(zhǔn)差是1640元；乙地的人均月收入是5800歲，標(biāo)準(zhǔn)差是1300元。比較甲乙兩地人均月收入的差異程度。解：由得到由得到由于，因此甲地的人均月收入差異程度大于乙地?！?偏態(tài)與峰度的描述§3.1矩的概念§3.2偏態(tài)§3.3峰度

§3.1矩的概念變量的樣本觀測值與之差次方的平均數(shù)稱為變量關(guān)于的階矩。其公式表示是：當(dāng)時，上式稱為階原點矩，用字母M表示。當(dāng)時，上式稱為階中心矩，用字母m表示。一階原點矩是即均值，二階中心矩是§3.2偏態(tài)

偏態(tài)(skewness)是對數(shù)據(jù)分布對稱性的側(cè)度。偏態(tài)系數(shù)用SK表示。偏態(tài)系數(shù)采用矩進(jìn)行計算。

計算公式是：§3.2偏態(tài)當(dāng)分布對稱時，變量的三階中心矩m3正負(fù)相互抵消,因而SK=0；當(dāng)分布不對稱時，m3正負(fù)離差不能抵消。當(dāng)