1. 统计的基本概念
1.1 总体和样本
总体是人们研究对象的全体,又称母体;总体中的每一个基本单位称为个体,个体的特征用一个变量(如x)来表示;从总体中随机产生的若干个个体的集合称为样本,或子样,个体的数量称为样本容量。
1.2 频数表和直方图
将数据的取值范围划分为若干个区间,然后统计这组数据在每个区间中出现的次数,称为频数,由此得到一个频数表。以数据的取值为横坐标,频数为纵坐标,画出一个阶梯形的图,称为直方图,或频数分布图。
1.3 统计量
假设有一个容量为n的样本(即一组数据),需要对它进行一定的加工,才能提出有用的信息,用作对总体(分布)参数的估计和检验。
(i)表示位置的统计量—算术平均值和中位数
算术平均值(简称均值)描述数据取值的平均位置,记作x ˉ = 1 n ∑ i = 1 n x i \bar x=\frac{1}{n}\sum\limits_{i=1}^nx_ixˉ=n1i=1∑nxi,中位数是将数据由小到大排序后位于中间位置的那个数值。
Matlab 中 mean(x)返回 x 的均值,median(x)返回中位数。
(ii)表示变异程度的统计量—标准差、方差和极差
标准差s定义为s = [ 1 n − 1 ∑ i = 1 n ( x i − x ˉ ) 2 ] ] 1 2 s=\begin{bmatrix} \frac{1}{n-1}\sum\limits_{i=1}^n(x_i-\bar x)^2] \end{bmatrix}^{\frac{1}{2}}s=[n−11i=1∑n(xi−xˉ)2]]21,方差是标准差的平方s 2 s^2s2,极差是样本的最大值与最小值之差。
Matlab 中 std(x)返回 x 的标准差,var(x)返回方差,range(x)返回极差。
(iii)中心矩、表示分布形状的统计量—偏度和峰度
随机变量x的r阶中心矩为E ( x − E x ) r E(x − Ex)^rE(x−Ex)r。
偏度反映分布的对称性,ν1>0称为右偏态,此时数据位于均值右边的比位于左边的多;ν1<0称为左偏态,情况相反;而ν1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ν2 比3大得多,说明样本中含有较多远离均值的数据,因而峰度可以用作衡量偏离正态分布的尺度之一。
Matlab 中 moment(x,order)返回 x 的 order 阶中心矩,order 为中心矩的阶数。skewness(x)返回 x 的偏度,kurtosis(x)返回峰度。
<