统计学4——数据的概括性度量

零度°

已于 2024-07-10 21:59:03 修改

阅读量993

点赞数 31

分类专栏：统计学文章标签：学习

于 2024-07-08 16:41:21 首次发布

本文链接：https://blog.csdn.net/qq_57143062/article/details/140270623

版权

统计学专栏收录该内容

14 篇文章 0 订阅

订阅专栏

知识结构

内容精读

集中趋势度量

指一组数据向某一中心点靠拢的程度，反映了一组数据中心点的位置所在。低层次数据的集中趋势适用于高层次的测量数据，反过来，高层次数据的集中趋势测度值并不适用于低层次的测量数据。

众数

一组数据中出现次数最多的变量值， $M_{0}$ 表示。主要针对分类数据，在数据量较大时才有意义。

众数是一个位置代表值，不受极端值的影响，可能不存在，也可能有多个。

中位数

是一组数据中处于中间位置上的变量值， $M_{e}$ 表示。适用于顺序数据与数值数据的集中趋势，不适用于分类数据。计算中位数前先排序

位置=n+1/2

$M_{e}={\left\{\begin{matrix} x_{(\frac{n+1}{2})}\\ \frac{1}{2} (x_{(\frac{n}{2})}+x_{(\frac{n}{2}+1)}) \end{matrix}\right.}{}$

分位数

分位数与中位数相似。中位数是用一个点将数据分为两个部分，对应的将数据分为几个部分就是几分位数。常见的有四分位数、十分位数、百分位数等。

四分位数也称四分位点，是数据排序后处于25%和75%位置上的变量值，两个点分别称为下四分位数QL和上四分位数QU。

QL位置=n/4

QU位置=3n/4

对于取值

整数位置	该位置对应值
0.5位置	两次数据均值
0.25或0.75位置上	该位置的下册值

平均数

也就是均值，是一组数据求和后除以数据个数得到的。主要适用于数值型数据，不适用于分类数据和顺序数据。

简单平均数

$\bar{x}=\frac{x_{1}+x_{2}+.....+x_{n}}{n}$

加权平均数

$\bar{x}=\frac{M_{1}f_{1}+M_{2}f_{2}+.....+m_{n}f_{n}}{f_{1}+f_{2}+...+f_{k}}$

其中 $f_{i}$ 是各组变量值出现的频数，合值为n。
使用该式计算平均数的前提是数据在组内是均匀分布的。

几何平均数

$G=\sqrt[n]{x_{1}*x_{2}*...*x_{n}}$

常用于计算平均增长率。

当数据呈对称分布式众数=中位数=平均数。极端值对平均数影响较大，因此偏态分布中应选择众数或者中位数作为代表。

离散程度度量

异众比率

指非众数组的频数占总频数的比例。

$V_{r}=\frac{\sum_{}f_{i}-f_{m}}{\sum_{}f_{i}}$

用来衡量众数的代表程度。异众比率越大，说明非众数组的占比越大，众数的代表性就越差。适合对分类数据测度离散程度，当然顺序数据与数值型数据也可以计算。

四分位差

也称内距或四分间距，即上四分位数与下四分位数之差。

$Q_{d}=Q_{U}-Q_{L}$

不适合分类数据。

极差

一组数据最大值与最小值之差，也叫全距。

$R=max(x_{i})-min(x_{i})$

平均差

也称平均绝对离差，各变量值与其平均数离差绝对值的平均数。

$M_{d}=\frac{\sum_{i=1}^{n}\left |x_{i}-\bar{x}\right |}{n}$

对于分组数据

$M_{d}=\frac{\sum_{i=1}^{n}\left |M_{i}-\bar{x}\right |f_{i}}{n}$

平均差越大，数据离散程度越大。

方差与标准差

方差是各变量值与其平均数离差平方的平均数。方差的平方根为标准差。

未分组数据：

$s^{2}=\frac{\sum_{i=1}^{n}(x_{i}-\bar{x})^2}{n-1}$

分组数据：

$S^{2}=\frac{\sum_{i=1}^{n}(M_{i}-\bar{x})^{2}f_{i}}{n-1}$

方差没有量纲标准差是有量纲的。有了平均数与标准差后就引出了标准分数，也就是我们常说的数据标准化。

$z_{i}=\frac{x_{i}-\bar{x}}{s}$

离散系数

也称变异系数，是一组数据标准差与其相应的平均数之比。

$v_{s}=\frac{s}{\bar{x}}$

主要用于比较不同样本数据的离散程度。离散系数大，数据的离散程度也大；离散系数小，数据的离散程度也小。

分布形式

偏态系数

未分组数据

$SK=\frac{n\sum{(x_{i}-\bar{x})^3}}{(n-1)(n-2)s^3}$

分组数据

$SK=\frac{\sum_{i=1}^{n}(M_{i}-\bar{x})^{3}f_{i}}{ns^3}$

偏态系数	偏斜程度
0	对称
>1或<-1	高度
0.5~1或-1~-0.5	中等

SK越接近于0，偏斜程度越小。

峰态系数

是相对正太分布而言的。服从标准正态分布的数据峰态系数为0.

未分组

$K=\frac{n(n-1)\sum(x_{i}-\bar{x})^{4}-3[\sum{(x_{i}-\bar{x})^2}]^2(n-1)}{(n-1)(n-2)(n-3)s^4}$

分组

$K=\frac{\sum_{i=1}^{k}(M_{i}-\bar{x})^{4}f_{i}}{ns^4}-3$

K=0	正态分布
K>0	尖峰分布
K<0	扁平分布

名词解释

集中趋势

集中趋势:集中趋势又称“数据的中心位置”、“集中量数”等。它是一组数据的代表值。集中趋势的概念就是平均数的概念，它对总体的某一特征具有代表性，表明所研究的理论现象在一定时间、空间条件下的共同性质和一般水平。

数据的离散程度

数据的离散程度是数据分布的另一个特征,它反应的是各变量值远离其中心值的程度。数据的离散程度越大，集中趋势的测度值对该组数据的代表性越差;离散程度越小,其代表性越好。

零度°

关注

31
点赞
踩
8

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录