样本数据特征的初步分析.pptVIP

约有68%的数据在平均数加减1个标准差的范围之内01约有95%的数据在平均数加减2个标准差的范围之内02约有99%的数据在平均数加减3个标准差的范围之内03?经验法则表明：当一组数据服从正态分布时经验法则线图用于展示分组数据分布的一种图形01用矩形的宽度和高度来表示频数分布本质上是用矩形的面积来表示频数分布02在直角坐标系中，用横轴表示数据分组，纵轴表示频数或频率，各组与相应的频数就形成了一个矩形，即直方图03直方图下的总面积等于104直方图将变量值的一个区间作为一组适合于连续变量适合于变量值较多的情况需要遵循“不重不漏”的原则可采用等距分组，也可采用不等距分组组距分组分组方法等距分组异距分组单变量值分组组距分组1.下限(lowlimit)：一个组的最小值2.上限(upperlimit)：一个组的最大值3.组距(classwidth)：上限与下限之差，区间长度4.组中值(classmidpoint)：下限与上限之间的中点值某班级男生的身高数据例确定区间长度确定组数制作频数分布表确定最左端分组区间位置的准则：组中值为最小值上限—下限区间长度组数=[]+1条形图是用条形的长度(横置时)表示各类别频数的多少，其宽度(表示类别)则是固定的直方图是用面积表示各组频数的多少，矩形的高度表示每一组的频数或百分比，宽度则表示各组的组距，其高度与宽度均有意义直方图的各矩形通常是连续排列，条形图则是分开排列条形图主要用于展示分类数据，直方图则主要用于展示数值型数据直方图与条形图的区别1按照某种规则，把所有的样本值分成“茎节”和“叶”两个部分，表达为“茎节.叶”的形式如规定“茎节”的宽度为100，则样本数据123的“茎节.叶”表达方式就是1.23“茎节”末位上的1所代表的实际值，就是“茎节”的宽度定义2确定宽度的原则：样本数据集合中的“茎节”必须是有变化的原则茎叶图（StemLeaf）茎叶图的作法某班级男生的身高(cm)频数 茎叶4 16.035811 17.01255667788 6 18.012356 1 19.0 由“茎”和“叶”两部分构成，其图形是由数字组成的以该组数据的高位数值作树茎，低位数字作树叶茎叶图类似于横置的直方图，但又有区别直方图可观察一组数据的分布状况，但没有给出具体的数值茎叶图既能给出数据的分布状况，又能给出每一个原始数值，保留了原始数据的信息直方图适用于大批量数据，茎叶图适用于小批量数据例01集中趋势(CentralTendency)离散程度(Dispersion)偏态与峰态(Distribution)02033.4数据特征的度量3.4数据特征的度量离散程度(分散程度)偏态和峰态（形状）集中趋势(位置)3.4.1集中趋势(CentralTendency)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测度值适用于高层次的测量数据，但高层次数据的测度值并不适用于低层次的测量数据众数中位数、分位数均值众数（mode）概念：一组数据中出现次数最多的变量值，记作M0说明：适合于数据量较多时使用不受极端值的影响一组数据可能没有众数或有几个众数从条形图或者频率表、频次表来判断010302040506主要用于定类数据和定序数据，也可用于定距数据等区间分组的直方图中，最高矩形所表示的数据区间称为该数据集合的众数区间，简称为众数，也有单一众数与复众数之分概念:排序后处于中间位置上的值,记作Me说明：不受极端值的影响主要用于定距数据，也可用定序数据，但不能用于定类数据计算的话要注意先算“正中间的位置”，再算“正中间位置上的值”中位数（Median）计算方法求各个样本的中位数1.样本: 2422212620解：共有奇数个数据例故Me=22将原样本数据排序：2021222426求各个样本的中位数1.样本: 105