人大版统计学教材第六版学习笔记--第4章 数据的概括性度量

数据分布的特征可以从三个方面进行测度和描述：
1.分布的集中趋势
2.分布的离散程度
3.分布的形状

集中趋势的度量

集中趋势central tendency指一组数据向某一中心值靠拢或聚集的程度，反映了一组数据中心点的位置所在。

分类数据：众数

众数mode一组数据中出现次数最多的变量值。也适用于顺序数据和数值型数据的集中趋势测度。
适合数据量较大的情况。
不受数据中极端值的影响。
众数是具有明显集中趋势点的数值。

顺序数据：中位数和分位数

1. 中位数median是一组数据排序后处于中间位置上的变量值。也适用于数值型数据，不适用于分类数据。
   不受数据中极端值的影响。
   适合研究收入分配。
2. 四分位数quartile也称四分位点，是一组数据排序后处于25%（下四分位数）和75%（上四分位数）位置上的值。

数值型数据：平均数

也称均值mean一组数据相加后除以数据的个数得到的结果。不适用于分类数据和顺序数据。
是集中趋势最主要测度值。
在统计学中具有重要的地位，是进行统计分析和统计推断的基础。
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。

1. 简单平均数simple mean
   根据未经分组数据计算的平均数。
2. 加权平均数weighted mean
   根据分组数据计算的平均数。
3. 特殊的平均数：几何平均数geometric mean
   是$n$个变量值乘积的$n$次方根。
   变量值本身是比率的形式时，采用几何平均法计算平均比率更为合理。
   主要用于计算现象的平均增长率。

众数、中位数和平均数的比较

1. 三者的关系
   从分布的角度看，众数是最高峰值，中位数是处于中间位置上的值，平均数是全部数据的算术平均。
   
2. 三者的特点和应用场合
   众数：不受极端值影响；具有不唯一性（一个、两个、多个或没有众数）；数据量较多时才有意义，数据量少时不宜使用；主要适合分类数据的集中趋势测度。
   中位数：不受极端值影响；数据分布偏斜程度较大时，宜用中位数；主要适合顺序数据的集中趋势测度。
   平均数：利用了全部数据信息；数据对称分布或接近对称分布时，宜用平均数；易受极端值的影响，偏态分布的数据，平均数代表性较差。

离散程度的度量

离散程度，反映各数据远离其中心值的程度。离散程度越大，集中趋势的测度值对该组数据的代表性就越差，反之，代表性就越好。

集中趋势与离散程度：中心值与代表性

分类数据：异众比率

异众比率variation ratio指非众数组的频数占总频数的比例。
衡量众数对一组数据的代表程度。
异众比率越大，说明非众数组的频数占总频数的比重越大，众数的代表性越差，反之，代表性越好。
主要适用于分类数据，顺序数据和数值型数据也可以使用。

顺序数据：四分位差

四分位差quartile deviation也称内距或四分间距inter-quartile range，是上四分位数与下四分位数之差。