怎么计算一组数据的波动_数据分布特征的描述

数据分布特征的测度

集中趋势

权数

权数可以是绝对数形式，也可以是比重形式。

平均数为了排除极端值的干扰，可计算切尾均值。

几何平均数(Geometric mean)

几何平均数有简单几何平均数和加权几何平均数之分。

-简单几何平均数

-加权几何平均数

众数

众数是一组数据中出现频数最多、频率最高的变量值，常用Mo表示。

1.一组数据中出现次数最多的变量值

2.适合于数据量较多时使用

3.不受极端值的影响

4.一组数据可能没有众数或有几个众数

5.主要用于分类数据，也可用于顺序数据和数值型数据

中位数

将总体各单位标志值按大小顺序排列后，指处于数列中间位置的标志值，用Me表示。

中位数所在的位置为:

1.不受极端值的影响在有极端数值出现时，中位数作为分析现象中集中趋势的数值，比平均数更具有代表性

2.主要用于顺序数据，也可用数值型数据，但不能用于分类数据

3.各变量值与中位数的离差绝对值之和最小

四分位数

1.对数据进行排序，然后确定四分位数所在的位置，该位置上的数据就是四分位数

2.25%和75%位置上的四分位数位置的确定方法为:

25%分位数位置:

75%分位数位置:

还有：十分位数、百分位数

众数、中位数和算术平均数的关系

众数、中位数、平均数的特点和应用

1.众数

• 不受极端值影响
• 具有不惟一一性
• 数据分布偏斜程度较大且有明显峰值时应用

2.中位数不受极端值影响

• 数据分布偏斜程度较大时应用

3.平均数

• 易受极端值影响
• 数学性质优良
• 数据对称分布或接近对称分布时应用

总体分布离散程度的测定

1.极差

指所研究的数据中，最大值与最小值之差，又称全距。

2.四分位差

3.方差 4.标准差

总体时的方差，标准差

未分组资料时，方差的公式为:

标准差的公式为:

分组资料时，方差的公式为:

标准差的公式为:

样本方差和样本标准差

5.离散系数

离散系数：标准差与其相应的均值之比,用于比较两组数据的波动程度

计算公式为

6.标准分数

数据的标准化:

1.对某一个值在一组数据中相对位置的度量

2.可用于判断一-组数据是否有离群点

3.用于对变量的标准化处理

4.均值等于0，方差等于1

协方差与相关系数

• 二元随机变量(X,Y ):

样本协方差 :

Y样本相关系数:

随机样本

样本协方差 :

样本相关系数 :

协方差与独立性

• X和Y是不相关/线性独立的
• 如果X和Y服从二元正态分布,那么
  X和Y是独立的
• 是在样本空间中,两个经过中心化的n维向量
  和
  的夹角余弦
• 不相关的变量对应的n维样本向量是正交的( orthogonal )

分布形状的度量

偏态系数

1.Pearson偏度系数是以标准差为度量单位计算的众数与算数平均数的离差，其计算公式是:

SK通常取值为-3~+3之间，其绝对值大，表明偏斜程度大反之表明偏斜程度越小。

• 当SK=0时，分布为对称分布;
• SK<0时，分布呈左偏分布，或称负偏态;
• SK>0时，分布呈右偏斜分布，或称为正偏态

2.矩法偏度

Pearson偏度系数的思想比较容易理解，但精度程度不高。矩法偏度计算方法能够弥补这-不足，其计算公式是:

• 当SK=0时，分布为对称分布;
• SK<0时，分布呈左偏分布，或称负偏态;
• SK>0时，分布呈右偏斜分布，或称为正偏态。

峰态系数

在社会经济现象中，许多变量数列的分布曲线与正态分布曲线相比，其顶部的形态会有所不同，而这种差异通常具有重要的社会经济意义。

峰态系数就是反映数据分布峰值的高低，可以用来说明数据分布曲线的顶端尖削或扁平程度。以正态分布为参照标准，比正态分布尖削的分布为尖峰分布，比正态分布扁平的分布为平顶分布。

峰态系数

峰度的测量指标，常常可用标准差的四次方除以四阶中心矩的方法来计算，计算公式是:

• 当β=3时，数据的分布峰度表现为与正态相同;
• 当β>3时，为尖顶分布，表明数据分布曲线的顶部较正态分布曲线更为陡峭，且越大，顶部就越陡峭;
• 当β<3时，为平顶曲线，表明数据分布在众数附近比较分散，使得频数分布曲线的峰顶较正态分布曲线平缓，且值越小，顶部就越加平坦。