数学建模-数据分析

数据的统计描述和分析

统计的基本概念

统计量

1. 表示位置的统计量—平均值和中位数：
   平均值（或均值，数学期望）：X = 1/n ∑X_i
   中位数：将数据由小到大排序后位于中间位置的那个数值。

2. 表示变异程度的统计量—标准差、方差和极差：
   标准差：s = [ 1/ (n-1) ∑ ( X_i - X )² ]^1/2
   它是各个数据与均值偏离程度的度量。
   方差：标准差的平方。
   极差：样本中最大值与最小值之差。

3. 表示分布形状的统计量—偏度和峰度：
   偏度：g₁ = (1/ s³ )∑( X_i - X )³
   峰度：g₂ = (1/ s⁴ )∑( X_i - X )⁴
   偏度反映分布的对称性，g₁ >0称为右偏态，此时数据位于均值右边的比位于左边的多；g₁ <0称为左偏态，情况相反；而 g₁ 接近0则可认为分布是对称的。
   峰度是分布形状的另一种度量，正态分布的峰度为3，若 g₂ 比 3 大很多，表示分布有沉重的尾巴，说明样本中含有较多远离均值的数据，因而峰度可用作衡量偏离正态分布的尺度之一。

分布函数的近似求法

1. 整理资料： 把样本值x₁，x₂，…，x_n进行分组，先将它们依大小次序排列，得x₁^*＜x₂^*＜…＜x_n^*，在包含 [x₁^*, x_n^*] 的区间 [a，b] 内插入一些等分点：注意要使每一个区间 （i=1，2，…，n-1）内都有样本观测值xi（i=1，2，…，n-1）落入其中。

2. 求出各组的频数和频率：统计出样本观测值在每个区间 [x_i^*, x_i+1^*] 中出现的次数 ，它就是这区间或这组的频数。计算频率 f_i = n_i/n。

3. 作频率直方图：在直角坐标系的横轴上，标出 x₁，x₂，…，x_n 各点，分别以 [x_i^*, x_i+1^*] 为底边，作高为 f_i/dx_i^* 的矩形， 即得频率直方图。

几个在统计中常用的概率分布

1. 正态分布 N ( μ , σ² )
   密度函数：