数学之路(3)-数据分析(3)

本博客所有内容是原创，未经书面许可，严禁任何形式的转载。

http://blog.csdn.net/u010255642

2、位置描述指标

(1)平均值

> mean(jiuye[["平均劳动报酬"]])

[1] 42365.36

我们同时统计一下劳动报酬和教育经费的平均值

> cbind(jiuye[["平均劳动报酬"]],jiuye[["平均教育经费"]])

> apply(jiuyeinfo,2,mean)

[1] 42365.365   391.035

(2)加权平均值

读取产品成本数据，然后求产品平均单位成本

> read.table("h:/my_docs/cp.csv",,header=TRUE,sep=",")->cp

> cp

   序号 产量.台. 单机成本.元.台.

1     1     4300          346.23

2     2     4004          343.34

3     3     4300          327.46

4     4     5016          313.27

5     5     5511          310.75

6     6     5648          307.61

7     7     5876          314.56

8     8     6651          305.72

9     9     6024          310.82

10   10     6194          306.83

11   11     7558          305.11

12   12     7381          300.71

13   13     6950          306.84

14   14     6471          303.44

15   15     6354          298.03

16   16     8000          296.21

> weighted.mean(cp$单机成本.元.台. ,cp$产量.台.)

[1] 309.9866

> 

(3)数据排序

> sort(jiuye$平均教育经费)

  [1]     0     0     0     2     2     2     6     7     7     8    10    13

 [13]    27    30    31    31    31    32    35    37    38    42    42    44

 [25]    46    50    51    55    55    62    63    65    66    66    67    71

 [37]    72    72    75    75    76    80    89    92    93    93    95    95

 [49]   100   100   100   100   100   105   109   110   111   115   118   119

 [61]   125   136   138   143   144   145   146   147   147   149   149   157

 [73]   159   161   161   162   162   166   168   168   168   172   177   177

 [85]   182   184   186   188   190   196   196   196   200   201   206   210

 [97]   210   212   212   221   224   225   230   230   241   241   247   247

[109]   258   260   267   267   276   276   277   282   295   295   298   299

[121]   303   304   305   306   308   314   315   317   330   332   337   340

[133]   341   342   348   367   369   371   374   374   389   389   396   402

[145]   405   409   416   422   422   423   431   436   443   454   455   461

[157]   466   470   486   502   522   524   535   551   551   554   555   557

[169]   563   571   582   645   679   682   692   722   738   753   768   782

[181]   818   830   832   840   840   858   890   890   890   986   995  1096

[193]  1131  1198  1255  1469  1553  2087  2564 12645

排序后，可以初步发现，这些行业的教育经费最大的有12645，而最小的除0之外只有2，不同行业之间的教育经费差异很大。 

改变排序顺序：

> sort(jiuye$平均教育经费,decreasing=TRUE)

  [1] 12645  2564  2087  1553  1469  1255  1198  1131  1096   995   986   890

 [13]   890   890   858   840   840   832   830   818   782   768   753   738

 [25]   722   692   682   679   645   582   571   563   557   555   554   551

 [37]   551   535   524   522   502   486   470   466   461   455   454   443

 [49]   436   431   423   422   422   416   409   405   402   396   389   389

 [61]   374   374   371   369   367   348   342   341   340   337   332   330

 [73]   317   315   314   308   306   305   304   303   299   298   295   295

 [85]   282   277   276   276   267   267   260   258   247   247   241   241

 [97]   230   230   225   224   221   212   212   210   210   206   201   200

[109]   196   196   196   190   188   186   184   182   177   177   172   168

[121]   168   168   166   162   162   161   161   159   157   149   149   147

[133]   147   146   145   144   143   138   136   125   119   118   115   111

[145]   110   109   105   100   100   100   100   100    95    95    93    93

[157]    92    89    80    76    75    75    72    72    71    67    66    66

[169]    65    63    62    55    55    51    50    46    44    42    42    38

[181]    37    35    32    31    31    31    30    27    13    10     8     7

[193]     7     6     2     2     2     0     0     0

> 

(4)中位数

中位数比平均值更有稳健性，因为它不受偏态分布的影响。

> median(jiuye$平均教育经费)

[1] 222.5

与平均值有一定差距，说明平均教育经费不是对称分布的。

(5)百分位数

上四分位数和下四分位数比较重要

> quantile(jiuye$平均教育经费)

     0%     25%     50%     75%    100% 

0.0   100.0   222.5   425.0 12645.0 

> quantile(jiuye$平均教育经费,probs=seq(0,1,0.1))

     0%     10%     20%     30%     40%     50%     60%     70%     80% 

    0.0    37.9    75.8   123.2   168.0   222.5   300.6   378.5   506.0 

    90%    100% 

  785.6 12645.0 

（6)数据分散程度度量

方差

> var(jiuye$平均教育经费)

[1] 883263.6

标准差

> sd(jiuye$平均教育经费)

[1] 939.821

变异系数 

变异系数，又称“离散系数”，是概率分布离散程度的一个归一化量度，其定义为标准差与平均值之比，变异系数的计算公式为：

　　变异系数越小，变异(偏离)程度越小，风险也就越小；反之，变异系数越大，变异(偏离)程度越大，风险也就越大。

> sd(jiuye$平均教育经费)/mean(jiuye$平均教育经费)

[1] 2.403419

> 

再看看平均劳动报酬的变异系数

> sd(jiuye$平均劳动报酬)/mean(jiuye$平均劳动报酬)

[1] 0.4916487

> 

平均教育经费比平均劳动报酬分布相对更分散