离中趋势测量法 .pptx

离中趋势测量法 变异指标用以反映总体各单位标志值的变动范围或参差程度,与平均指标相对应,从另一个侧面反映了总体的特征。 变异指标如按数量关系来分有以下两类;凡用绝对数来表达的变异指标,统称绝对离势;凡用相对数来表达的变异指标,统称相对离势;主要有极差、平均差、四分位差、标准差等。主要有异众比率、标准差系数、平均差系数和一些常用的偏态系数。第一节 全距与四分位差1、全距(Range) R =Xmax– Xmin [例] 求74,84,69,91,87,74,69这些数字的全距。 [解] 把数字按顺序重新排列:69,69,74,74,84,87,91,显然有 R =Xmax– Xmin ＝91—69＝22全距(R):最大值和最小值之差。也叫极差。全距越大,表示变动越大。对分组资料,不能确知最大值和最小值,求全距: (1)用组值最大组的组中值减去最小组的组中值 (2)用组值最大组的上限减去最小组的下限 (3)用组值最大组的组中值减去最小组的下限;或最大组的上限减去最小组的组中值 运用上述方法计算左边数列的全距优点:缺点:计算简单、直观。 (1)受极端值影响大; (2) 没有量度中间各个单位间的差异性,数据利用率 低,信息丧失严重; (3)受抽样变动影响大,大样本全距比小样本全距大。2、四分位差(Quartile deviation) 第三四分位数和第一四分位数的半距。幸免全距受极端值影响大的缺点。 请大伙儿计算一下,看能否算对 求下列两组成绩的四分位差:A: 78 80 82 85 89 87 90 86 79 88 84 81B: 55 68 78 88 99 100 98 90 85 83 84 81第二节 平均差(Mean absolute deviation) 要测定变量值的离中趋势,尤其是要测定各变量值相关于平均数的差异情况,一个特别自然的想法就是计算各变量值与算术平均数的离差。平均差是离差绝对值的算术平均数。(mean deviation)1、关于未分组资料 A · D= 2、关于分组资料A · D=3、平均差的性质 在受抽样变动、极端值影响,处理不确定组距方面均同于算术平均数;不适于代数运算,其理论意义不易阐述。 [例1] 试分别以算术平均数为基准,求85,69,69,74,87,91,74这些数字的平均差。 [例2] 试以算术平均数为基准,求下表所示数据的平均差。 计算左边数列的平均差第三节 标准差(standard deviation) 各变量值对其算术平均数的离差平方的算术平均数的平方根,均方差,又称用S表示。 即克服平均差带有绝对值的缺点,又保留其综合平均的优点。1、 关于未分组资科 求72、81、86、69、57这些数字的标准差。2、 关于分组资料 计算左边数列的标准差 [例] 调查大一男生60人的身高情况如下表所示,求他们身高的标准差。 计算左边数列的标准差 [解] 因为是分组资料,计算标准差运用加权式,并参见下表3、 标准差的性质 标准差是反映总体各单位标志值的离散状况和差异程度的最佳测度。 (1)以算术平均数为基准计算的标准差比以其他任何数值为基准计算的标准差要小。“最小二乘方”性质——各变量值对算术平均数的离差的平方和,必定小于他们对任何其他数偏差的平方和。 (2)它将总体中各单位标志值的差异全包括在内,受抽样变动影响小。但在受极端值影响以及处理不确定组距方面,缺点同算术平均数。 值得注意的是,在推论统计中我们将发现,方差是比标准差更有理论价值的概念。所谓方差,即标准差的平方,它直截了当写成 。也常被称为变异数。 4、标准分(standard score) 以离差和标准差的比值来测定变量 与 的相对位置。使原来不能直截了当比较的离差标准化,能够相互比较,加、减、平均。 (1)Z是和X一一对应的变量值; (2)Z分数没有单位,是一个不受原资料单位影响的相对数,因此能够用于不同单位资料的比较; (3)Z分数实际表达了变量值距总体均值有几个标准差。 Z分数也有标准正态变量之称。按Z值大小编制出的正态分布表,其用途十分广泛。 Z分数的性质:Z分数之和等于0Z分数的算术平均数等于0Z分数的标准差等于1,方差也等于1第四节 相对离势 上述各种反映离中趋势的变异指标,都具有和原资料相同的计算单位,称绝对离势。但欲比较具有不同单位的资料的参差程度,或比较单位虽相同而均值不相同的资料的参差程度,离势的绝对指标则特别估计导致某些错误结论。因此,我们还得了解和学习相对离势。 1、 变异系数 绝对离势统计量与其算术平均数的比率,用V表示。变异系数是最具有代表性的相对离势。全距系数 全距系数是众数据的全距