【统计学第二周】描述性统计

最新推荐文章于 2023-05-12 10:43:03 发布

Gshiner

最新推荐文章于 2023-05-12 10:43:03 发布

阅读量1.6k

点赞数 1

分类专栏：统计学文章标签：统计学

本文链接：https://blog.csdn.net/Gshiner/article/details/102997766

版权

统计学专栏收录该内容

9 篇文章 2 订阅

订阅专栏

梳理大纲： 描述性统计
【1】集中趋势：众数、中位数、分位数、平均数等
【2】离散程度：数值型数据、顺序数据、分类数据、相对离散程度
【3】分布的形状：偏态系数、峰态系数
【4】补充：相对位置的量度（标准分数，经验法则，切比雪夫不等式）

参考资料:
《统计学第七版》第四章-数据的概括性度量
《可汗学院统计学视频》第1，2，11，15，16集

From 统计学Statistics 学习小组：由【木东居士】公众号定期发起
对数据感兴趣的伙伴们可一同在此交流学习

数据分布的特征：可从四方面进行测度和描述
【1】分布的集中趋势：反应各数据向其中心值靠拢或聚集的程度；
【2】分布的离散程度：反应各数据原理其中心值得趋势
【3】分布的形状：反应数据的偏态和峰态
【4】补充：相对位置的量度（标准分数，经验法则，切比雪夫不等式）

———————————————————————————————————

【集中趋势的度量】

反应各数据向其中心值靠拢或聚集的程度

以下为各类数据的常用度量：
1.分类数据：众数
主要用于测量分类数据的集中趋势
优势：不容易受极端值影响
（注意：一般只有数据量大的情况下，众数才有意义）

2.顺序数据：中位数和分位数
（注意：计算顺序数据时，要先排序）

3.数值型数据：平均数
（备注：平均数是一组数据的重心所在，是数据误差相互抵消后的必然结果）

简单平均数：( Σ求和后 ) / 总数量
在这里插入图片描述
加权平均数：[ Σ(各数字*对应权重数) ] / 总数量

几何平均数：( ∏ n个数值 ) 的n分之一次方
—— 适用于特殊数据，主要用于计算平均比率（当变量值本身是比率形式时，采用几何平均法更为合理）

—— 在实际运用中，几何平均数主要用于计算现象的平均增长率：
在这里插入图片描述
调和平均数：各值倒数之和的平均数的倒数

—— 在实际运用中，调和平均数主要用于总量相同，但是效率不同时的平均效率（如相同的距离使用不同速度完成的平均速度）

单峰分布的情况下，众数，中位数和平均数的位置情况：
（注意：也会有极限的情况，比如在左偏分布中，中位数在均值的左侧）
在这里插入图片描述
众数，中位数和平均数的优缺点比较：

———————————————————————————————————

【离散趋势的度量】

反应各数据原理其中心值得趋势
离散程度越大，集中趋势的测量度对该组数据的代表性就越差；反之同理

以下为各类数据的常用度量：
1.分类数据：异众比率（顺序数据和数值型数据亦可以使用）
非众数组的频数占总频数的比例：衡量众数对于一组数据的代表程度
注：异众比率越小，众数的代表性越好
在这里插入图片描述

2.顺序数据：四分位差（亦称内距或四分位距）
反应中间50%数据的离散程度 (不受极值的影响）
注：四分位差数值越小，说明中间的数据越集中，反之同理

*3.数值型数据：
极差：max-min
平均差（类比标准差）：反映了每个数据与平均值的平均差异程度
平均查越大，数据离散程度越大
在这里插入图片描述

方差和标准差
注意：样本方差的分母需要使用（n-1），（n-1）称为自由度

样本标准差与变量的计量单位相同，实际意义比方差清楚；所以实际问题常用标准差进行分析

相对离散程度：离散系数
对比方差和标准差的局限性：
【1】方差/标准差受原变量水平高低的影响（原变量值绝对水平较大，则方差/标准差值越大）
【2】与原变量的计量单位相同，采用不同计量单位计量的变量值，离散程度的测度值不同
因此，对于 平均水平不同 或 计量单位不同 的不同组别变量值，不能直接用标准差比较其离散程度