《统计学》——思考题第四章数据的概括性度量(贾俊平)
目录
1、一组数据的分布特征可以从哪几个方面进行测度?
2、简述众数、中位数和平均数的特点和应用场合。
3、简述异众比率、四分位差、方差或标准差的应用场合。
4、标准分数有哪些用途?
5、为什么要计算离散系数?
6、测度数据分布形状的统计量有哪些?
1、一组数据的分布特征可以从哪几个方面进行测度?
数据分布的特征可以从三个方面进行测度和描述:(1)分布的 集中趋势 ,反映各数据 向其中心值靠拢或聚集 的程度;(2)分布的 离散程度 ,反映各数据 远离其中心值 的趋势;(3)分布的 形状 ,反映数据分布的 偏态和峰态 。
2、简述众数、中位数和平均数的特点和应用场合。
(1) 众数①特点:其优点是 不受极端值的影响 ;其缺点是具有 不唯一性 。一组数据可能有一个众数,也可能有两个或多个众数,也可能没有众数。②应用场合:众数只有在 数据量较多 时才有意义,当数据量较少时,不宜使用众数。众数主要适合作为 分类数据的集中趋势测度值 。(2) 中位数①特点:中位数是一组数据中间位置上的代表值, 不受数据极端值的影响 。②应用场合:当一组数据的 分布偏斜程度较大 时,使用中位数也许是一个好的选择。中位数主要适合作为 顺序数据的集中趋势测度值 。(3) 平均数①特点:平均数是对数值型数据计算的,它利用了 全部数据信息 ,是实际中 应用最广泛 的集中趋势测度值; 其主要缺点是 易受数据极端值的影响 ,对于偏态分布的数据,平均数的代表性较差。②应用场合:当数据呈 对称分布 或接近对称分布时,应选择平均数作为集中趋势的代表值;当数据为偏态分布,特别是当偏斜程度较大时,可以考虑选择中位数或众数,这时它们的代表性要比平均数好。
3、简述异众比率、四分位差、方差或标准差的应用场合。
(1) 异众比率 主要用于衡量 众数对一组数据的代表程度 。异众比率 越大 ,说明非众数组的频数占总频数的比重越大,众数的代表性就 越差 ;异众比率越小,说明非众数组的频数占总频数的比重越小,众数的代表性越好。异众比率主要适合 测度分类数据的离散程度 ,当然,对于顺序数据以及数值型数据也可以计算异众比率。(2) 四分位差 主要用于测度 顺序数据的离散程度 。对于数值型数据也可以计算四分位差,但不适合分类数据。(3) 方差或标准差 能较好地反映出 数据的离散程度 ,是实际中应用最广泛的离散程度测度值。方差开方后即得到标准差。与方差不同的是, 标准差是具有量纲的 ,它与变量值的计量单位相同,其实际意义要比方差清楚。 因此,在对实际问题进行分析时更多地使用标准差。
4、标准分数有哪些用途?
变量值与其平均数的离差除以标准差后的值称为标准分数。 也称标准化值或 z 分数。设标准分数为 z。 则有 zi=(xi-x) /s。标准分数给出了一组数据中各数值的相对位置。在对多个具有不同量纲的变量进行处理时,常常需要对各变量进行标准化处理。标准分数具有 平均数为 0、标准差为 1 的特性。实际上,z 分数只是将原始数据进行了线性变换,它并 没有改变一个数据在该组数据中的位置,也没有改变该组数据分布的形状 ,而只是将该组数据变为平均数为 0,标准差为 1。
5、为什么要计算离散系数?
方差和标准差是反映数据分散程度的绝对值,但是:①其数值的大小 受原变量值本身水平高低的影响 ,也就是与变量的 平均数大小有关 ,变量值绝对水平高的,离散程度的测度值就大,绝对水平小的,离散程度的测度值就小;②它们 与原变量值的计量单位相同 。采用不同计量单位计量的变量值,其离散程度的测度值就会不同。因此,对于平均水平不同或计量单位不同的不同组别的变量值, 用标准差无法直接比较其离散程度 。而 计算离散系数可以消除变量值水平高低和计量单位不同对离散程度测度值的影响。
6、测度数据分布形状的统计量有哪些?
测度数据分布形状的统计量有以下两种:(1) 偏态 ,如果一组数据的分布是 对称 的,则偏态系数等于 0 ;如果偏态系数明显不等于 0,表明分布是非对称的。若偏态系数 大于 1 或小于 1 ,就是 高度偏态分布 ;若偏态系数在 0.5~1 或-1~-0.5 之间 ,就是 中等偏态分布 。 偏态系数越接近 0,偏斜程度就越低 。(2) 峰态 ,通常是 与标准正态分布相比较 而言的。如果一组数据 服从标准正态分布,则峰态系数的值等于0 ;若峰态系数的值 明显大于 0,则表明分布比正态分布更尖,通常称为或尖峰分布 ;若峰态系数的值明显 小于 0,则表明分布比正态分布更平,通常称为或平峰分布 。
《统计学》——思考题第四章数据的概括性度量(贾俊平)相关推荐
- 《统计学》 贾俊平 第四章 数据的概括性度量 学习总结
前言 这一章主要介绍了反映数据分布特征的几个特征值以及其计算方法.特点及其应用场合. 1. 集中趋势的度量 分类数据 众数是一组数据中出现次数最多的变量值,用M0表示. 比如 1080 215 108 ...
- 《统计学》——思考题第二章数据的搜集(贾俊平)
目录 1.什么是二手资料?使用二手资料需要注意些什么? 2.比较概率抽样和非概率抽样的特点.举例说明什么情况下适合采用概率抽样,什么情况下适合采用非概率抽样. 3.调查中搜集数据的方法主要有自填式.面 ...
- 第四章 数据的概括性度量
1 集中趋势的度量 分类数据:众数 顺序数据:中位数和分位数 分位数:上四分位数(Ql).下四分位数(Qu) Ql位置=n/4,Qu位置=3n/4 如果位置是整数,四分位数就是在该位置对应的值:如果是 ...
- 第4章 数据的概括性度量
利用图表展示数据,可以让我们对数据分布的形状和特征有一个大致的了解.但是要全面把握数据分布的特征,还需要找到反映数据分布特征的各个代表值.数据分布的特征可以从三个方面进行测度和描述: 分布的集中趋势: ...
- 《统计学》第八版贾俊平 思维导图
思维导图 第一章 导论 - 第二章数据的搜集 - 第三章 数据的图表展示 - 第四章数据的概括性度量
- 贾俊平-第四章:数据的概括性度量
贾俊平-第四章:数据的概括性度量 4.1 集中趋势的度量 集中趋势&离散趋势: 集中趋势:低层次数据的集中趋势测度值适用于高层次的测量数据:但反之并不适用. 4.1.1 分类数据:众数M0 只 ...
- python在统计专业的应用_Python统计学一数据的概括性度量详解
一.数据的概括性度量 1.统计学概括: 统计学是应用数学的一个分支,主要通过利用概率论建立数学模型,收集所观察系统的数据,进行量化的分析.总结,并进而进行推断和预测,为相关决策提供依据和参考.统计学主 ...
- 离散度计算公式 python_Python统计学一数据的概括性度量详解
一.数据的概括性度量 1.统计学概括: 统计学是应用数学的一个分支,主要通过利用概率论建立数学模型,收集所观察系统的数据,进行量化的分析.总结,并进而进行推断和预测,为相关决策提供依据和参考.统计学主 ...
- 《统计学》贾俊平 第一章 导论总结
前言 在学习<统计学>一书之后,在这里按照章节进行整理总结,也是对知识的一个复习,学习统计学的意义我认为就是以后在做数据分析的时候,能用科学的.有效的方法处理数据. 1. 什么是统计学 统 ...
最新文章
- python函数type的用意_Python中type的构造函数参数含义说明
- java等待欢迎界面_android welcome欢迎界面3秒后自动跳转
- 通过图形界面配置Exchange2010 DAG
- 光脚丫学LINQ(025):如何验证DBML和外部映射文件
- android 把assets 里面的图片文件输出到SD卡
- 如何为.NETCore安装汉化包智能感知
- 服务器测试网址填写注意事项
- 复习-网络编程之IP和端口号
- 酱油和gbt酱油哪个好_扒了超市 50 瓶酱油后,我们总结了 2 个挑酱油的好方法...
- mysql innoback_innobackex工具备份mysql数据
- zookeeper专题:zookeeper的节点类型,数据持久化机制
- 重庆c语言程序二级考试,优·历届重庆市计算机C语言二级考试试题及答案.doc
- 【stata】一些关于数据处理的基础知识(备查代码)
- ff7重制版青魔法_最终幻想7重制版蒂法全服装获取攻略
- cad审图软件lisp_CAD审图软件下载_小智审图(建筑行业智能助手) 3.3.1 个人版_极速下载站_软件下载...
- 向 Dockerfile 传参 --build-arg 遇到的一些小坑
- hp服务器不显示错误代码,惠普服务器开启不了
- hammer.js教程2
- 目标检测系列:高分辨率表示HRNetV1、HRNetV2/V2p
- MyBatis的核心对象