统计学 第四章 数据的概括性度量

统计学 第四章 数据的概括性度量

一、集中趋势的度量
集中趋势是指一组数据向某一中心值靠拢的程度，它反映了一组数据中心点的位置所在。
1.分类数据：众数
（1）概念
众数是一组数据中出现次数最多的变量值，用M。表示。
2.顺序数据：中位数和分位数
中位数是一组数据排列后处于中间位置上的变量值，用Me表示。主要用于测量顺序数据的集中趋势，也适用于测量数值型数据的集中趋势，不适合分类数据。
3.数值型数据：平均数
平均数也称为均值，它是一组数据相加后除以数据的个数得到的结果。平均数在统计学中具有重要的地位，是集中趋势的最主要测量值，它主要适用于数值型数据，而不适用于分类数据和顺序数据。
（1）简单平均数与加权平均数
简单平均数：根据未分组数据计算的平均数，用总体各单位标志值简单相加得到的标志总量除以单位总量而得。
加权平均数：根据分组数据计算的平均数。
几何平均数：n各变量值乘积的n次方根，用G表示。主要用于计算比率的平均。当变量是比率当形式时，采用几何平均法计算平均比率更为合理。
（2）众数、中位数和平均数的特点与应用场景
众数是一组数据分布的峰值，不受极端值的影响。其缺点是具有不唯一性，一组数据可能有一个众数，也可能有两个或多个众数，也可能没有众数。
众数只有在数据量较多时才有意义，当数据量较少时，不宜适用众数。众数主要适合作为分类数据当集中趋势测量值。
平均数是对数值型数据计算的，而且利用量全部数据信息，它是实际中应用最广泛的集中趋势测量值。
当数据呈现对称分布或接近对称分布时，3个代表值相等或接近相等，这时则应选择平均数作为集中趋势的代表值。但平均值只要缺点是易受数据极端值的影响，对于偏态分布的数据，平均数的代表性较差。因此，当数据为偏态分布，特别是当偏态程度较大时，可以考虑选择众数或中位数。

二、离散程度的度量
数据离散程度是数据分布的另一个重要特征，它反映的是各变量值远离其中心值的程度。
1.分类数据：异众比率
2.顺序数据：四分位差
上四分位与下四分位之差，用Qd表示。
四分位差反映另中间50%数据的离散程度，其数值越小，说明中间的数据越集中；其数据越大，说明中间的数据越分散。
3。数值型数据：极差、平均差、方差和标准差
极差也称全距，用R表示。

相对离散程度：离散系数
离散系数也称为变异系数，它是一组数据的标准差与其相应的平均数之比，

三、偏态与峰态的度量
集中趋势和离散程度是数据分布的两个重要特征，为全面了解数据分布的特点，还需要知道数据分布的形状是否对称、偏斜的程度以及分布的扁平程度等。