1、常用统计量数,授课教师：禤宇明,本章内容,描述统计 统计量数：定义、性质、用法 集中量数 众数、中数、算术平均数、加权平均数、几何平均数 差异量数 全距、平均差、方差、标准差、差异系数 地位量数 百分位数、十分位数、四分位数、中(位)数,1. 描述统计 descriptive statistics,描述统计 对数据特征的描述 数据的两个主要特征 中心位置 离散性,2. 集中量数,集中量数 对数据的集中趋势的度量 确定一组数据的代表值,2.1 常用集中量数,众数mode 中数median 算术平均数 mean 加权平均数 weighted mean 几何平均数 geometric mean 调和
2、平均数 harmonic mean,问题,某部门有5名一般职员和1名经理。一般职员的薪水是3000元，而经理的薪水是10000元，请问该部门收入的平均水平是多少？,2.1.1 众数（Mode，Mo）,众数：一组数据中出现次数最多的数 如2、3、5、3、4、3、6的众数为3 卡尔皮尔逊 1894 如果次数分布最多的有两个数，而且两个数是相邻的，那么一般取两者的平均值作为众数；如果这两个数不相邻，那么一般需要报告两个众数，而且认为该组数据是bimodal双峰分布的 计算众数的皮尔逊经验法 Mo3Mdn2M,众数的用途,快速粗略寻求一组数据的代表值 做不同质数据的代表值，如工资 次数分布中有两极端的
3、数目（一般用中数，有时用众数） 用平均数和众数之差作为次数分布是否偏态的指标,众数与从众,买东西,2.1.2 中数（Median，Md或Mdn）,中数：一组数据中按从小到大排序后，处于中间位置上的变量值 1883 高尔顿 将全部数据排序后，如果项数是奇数，则正中央的那一项即为中位数 例：4、7、8、9、10、11、12、13、14 Mdn10 如果项数是偶数，则正中央的那两项的平均值即为中位数 例： 2、3、5、7、8、10、15、19 Mdn(78)/27.5,思考题,某病患者的潜伏期如下，求中数 2，3，3，3，4，5，6，9，16 若增加1例患者，其潜伏期为30天，求中数求15，35，2
4、5，5的中数,中数的应用,不易受极端值的影响 当数据呈明显偏态时，中数较均数或几何均数合理,2.1.3 平均数（Mean） 2.1.3.1 平均数的定义,又叫均数、算术平均数，缩写M， 设一组数据为x1，x2，xn,10名健康人的 白细胞总数（109个/L） 5.50, 7.00, 8.20, 4.80, 6.70, 5.75, 6.10, 9.30, 7.60, 7.15,练习,2.1.3.2 平均数的特点,一组数据的每一个数与平均数的差（离均差）的总和等于零 一组数据的每一个数加上常数C，其平均数为原来的平均数加常数C 一组数据的每一个数乘以常数C，其平均数为原来的平均数乘常数C 一组数据
5、的每一个数与常数C的差的平方和不小于该组数据的每一个数与平均数的差的平方和,2.1.3.3 算术平均数的优点和缺点,优点 反应灵敏 确定严密 简明易解 计算简单 符合代数方法进一步演算 较少受抽样变动的影响 缺点 易受极端值的影响 若出现模糊不清的数据时无法计算,2.1.3.4 算术平均数的适用条件,数据必须是同质的 如：如果身高均数在性别上有差异，那么不分性别地求某一年龄组的身高均数时没有实际意义的 数据取值必须明确 适用于呈正态分布的数据 数据离散不能太大,2.1.3.5 思考题,你们念统计的常以算术平均数来代表总体 (population)，那么你们一手泡在沸水中，另一手浸在冰水中，一定
6、会感到很舒服，因为你们的平均感受是正常体温。 请举例说明什么情况下我们会对估计总体的平均数感兴趣。,2.1.4 加权平均数(Weighted mean),用于分组数据,2.1.5 几何平均数（Geometric mean）,数据分布近似正态分布，但呈偏态 传染病的潜伏期 心理物理学的等距与等比量表实验,呈(近似)等比数列变化的数据，即变量值呈倍数关系或近似倍数关系的数据 用于计算平均发展速度、平均增长率、学习记忆的平均进步率、学校经费平均增加率、平均人口出生率等等 血清中抗体滴度、血清凝集效价,例：某学生背单词 周次 1 2 3 4 5 记住单词 20 23 26 30 34 求该生记忆单词的
7、平均进步率,2.1.6 调和平均数 (harmonic mean),即倒数平均数的倒数，用于求平均速度,例 被试号 1 2 3 4 5 6 完成题数 10 10 10 10 10 10 时间（小时） 0.8 1.0 1.2 1.5 2.5 5.0,2.2 平均数、中数和众数的关系,在一个正态分布中，三者相等 在正偏态分布中，M Md Mo 在负偏态分布中，M Md Mo 一般偏态情况下，Md离M较近，而离Mo较远， 皮尔逊经验关系：,平均数：支点两端的力矩相等 中数：两侧数据个数相同 众数：出现次数最多,2.3 集中量数的适用数据,类别数据 顺序数据 等距数据 比例数据 *众数 *中数 *均数
8、 *均数四分位 众数 调和平均数众数 中数 几何平均数四分位数 中数四分位数众数*表示该数据类型最适合用的量数,思考题,不做运算比较下面两个数列的平均数 10, 7, 8,3, 5, 9 10, 7, 8,3, 5, 9, 11,3. 差异量数,又叫离中量数，是表示数据分散程度的统计量，反映的是各变量值远离其中心值的程度 表示数据离中趋势的量数有 全距 平均差 方差 标准差 差异系数,3.1 全距（range）,也称极差，是一组数据的最大值与最小值之差。 R=max（Xi）-min（Xi）,3.2 平均差（Average deviation）,Mean absolute deviation 各
9、变量值与均值之差的绝对值的平均数 不利于代数运算,3.3方差和标准差 3.3.1 定义,3.3.2 方差和标准差的变式,3.3.3样本方差与总体方差的区别,在计算上，总体方差是用数据个数或总次数去除离差平方和，而样本方差则用样本数据个数或总次数减一去除离差平方和 样本方差是统计量，用S2表示；总体方差是总体参数，用2表示 当n很大时， S2与2相差很小，前者是后者的无偏估计,3.3.4 标准差的性质,一组数据的每一个数据都加常数C后标准差不变 一组数据的每一个数据都乘常数C后标准差变为原来的C倍,3.3.5方差与标准差的优点,方差与标准差是表示一组数据离散程度的最好的指标。其值越大，说明离散程度大，其值小说明数据比较集中。具有以下优点： （1）反应灵敏。 （2）由计算公式严格确定； （3）容易计算； （4）适合代数运算； （5）受抽样变动的影响小，既不同样本的标准差或方差比较稳定； （6）简单明了； （7）具有可加性。可以把总变异分解为不同来源的变异。 （8）各变量值对均值的方差小于对任意数的方差。,标准差的应用,表示数据的离散程度 标准差越大越离散 结合均数描述正态分布特征 根据正态分布原理求正常值范围,3.3.6由各小组的标准差、方差求 总标准差、方差,P 45,
