Processing math: 5%
+ - 0:00:00
Notes for current slide
Notes for next slide

统计学原理(Statistic)

胡华平

西北农林科技大学

经济管理学院数量经济教研室

huhuaping01@hotmail.com

2021-05-08

1 / 194

内容导航

4 / 194

总量指标的概念和作用

总量指标,又称为绝对指标,是反映社会经济现象一定时间、地点、条件下总的规模、水平的统计指标。

总量指标表现形式是绝对数,也可表现为绝对差数。

例:2009年我国财政收入6.8万亿元,比上年增收近8000亿元。

作用

  • 总量指标能反映一个国家的基本国情和国力,反映某部门、单位等人、财、的基本数据 。
  • 总量指标是进行决策和科学管理的依据之一 。
  • 总量指标是计算相对指标和平均指标的基础。
5 / 194

总量指标的分类

按其反映的内容不同可分为:

  • 总体单位总量:度量总体的单位数数量。例如,全班学生总人数。

  • 总体标志总量:度量总体中某个标志值总和的量。例如全班所有学生的总成绩。

6 / 194

总量指标的分类

按其反映的内容不同可分为:

  • 总体单位总量:度量总体的单位数数量。例如,全班学生总人数。

  • 总体标志总量:度量总体中某个标志值总和的量。例如全班所有学生的总成绩。

按其反映的时间状况不同可分为:

  • 时期指标:反映现象在某一时期发展过程的总数量。可连续计数,与时间长短有关,是累计结果。

例如:一定时期的产品产量、产值、商品销售量、工资总额等。

  • 时点指标:反映现象在某一时刻的状况。间断计数,与时间间隔无关,不能累计。

例如:特定时刻上,人口数、企业数、商品库存数、流动资金额。

6 / 194

总量指标的计算

计算总量指标时需要考虑:

  • 现象的同类性。

  • 明确的统计含义。

  • 计量单位必须一致。

幽默故事

钱是这样贬值的:

10元=10角×10角 =1元×1元 =1元

7 / 194

总量指标的计量单位

总量指标计量单位主要有三种形式:

A.实物单位

  • 自然单位:辆、双、头、根、个……
  • 度量衡单位:吨、米、克、立方米……
  • 双重单位:公里/小时、吨/台(起重机)、吨/(立方米*座*年)……
  • 复合单位:吨公里(货运量)、千瓦小时(度)……

B.价值单位(货币单位):

  • 货币单位有现行价格和不变价格之分。
  • 价值单位使不能直接相加的产品产量过渡到能够加总。

C.劳动单位

  • 工时:工人数和劳动时数的乘积。
  • 台时:设备台数和开动时数的乘积。
8 / 194

内容导航

10 / 194

相对指标概述:概念和作用

相对指标:是两个有联系的绝对指标之比。

示例:2009年我国对外贸易进口总额增长率为16.3%。

作用

  • 具体表明社会经济现象之间的比例关系。

  • 使一些不能直接对比的事物找出共同比较的基础。

  • 便于记忆、易于保密。

11 / 194

相对指标概述:类型

  • 计划完成相对指标:用来检查、监督计划执行情况的相对指标。

  • 结构相对指标:利用分组法,将总体区分为不同性质(即差异)的各部分,以部分数值与总体全部数值对比而得出比重或比率,用以反映总体内部构成状况的相对指标。

  • 比例相对指标:同一总体内不同组成部分的指标数值对比的结果,用来反映总体内部的比例关系。

  • 比较相对指标:将两个同类指标做静态对比得出的相对指标,表明同类现象在不同条件下的数量对比关系。

  • 强度相对指标:是两个不同性质的、但有一定联系的总量指标对比的结果,用来表明现象的强度、密度和普遍程度的相对指标。

  • 动态相对指标:后面专门一章学习。

12 / 194

相对指标概述:表现形式

相对指标的表现形式有两大类:

  • 有名数形式:分子分母的单位不能化约。

    • 人口密度:人/平方公里

    • 平均每人分摊的粮食产量:千克/人

  • 无名数形式:分子分母的单位可以化约。

    • 系数或倍数:是将比的基数抽象化为1。例如:固定资产磨损系数、工资等级系数、结构比例系数。

    • 成数:是将比的基数抽象化为10。例如:粮食产量增加一成,即增长1/10。

    • 百分数:是将比的基数抽象化为100。

    • 千分数:是将比的基数抽象化为1000。

13 / 194

相对指标概述:运用原则

相对指标的运用原则:

  • 注意二个对比指标的可比性。

  • 相对指标要和总量指标结合起来运用。

  • 多种相对数结合运用

  • 在比较二个相对数时,是否适宜相除再求一个相对数,应视情况而定。若除出来有实际意义,则除;若不宜相除,只宜相减求差数,用百分点表示之。

百分点:即百分比中相当于百分之一的单位。

14 / 194

(案例)钢产量:相对指标与总量指标巧妙结合

案例数据:我国三个时期两个年份的钢产量数据如下:

根据以上数据,我们可以计算出:

Δ=Qt1Qt0

%Speed=100Qt1/Qt0

%Ratio=100(Qt1Qt0)/Qt0=100Δ/Qt0 1%=Δ/Ratio=Qt0/100

根据上述指标公式,可以计算得到:

前述计算表,也可进一步变形为:

15 / 194

计划完成相对指标:概念和特征

计划完成相对指标:实际完成数与计划任务数对比的比率。根据分子分母是否属于同一时期,可以分为两类,具体计算公式分别为:

  • 计划完成程度:分子分母属同一时期。

=×100%

  • 计划完成进度:分子分母属不同时期。

=×100%

特征:分子分母不能颠倒位置。

16 / 194

计划完成相对指标:任务下达形式

计划完成相对指标的下达形式主要有三种:

  • 总量指标下达任务,具体计算公式为:

=×100%

  • 平均指标下达任务,具体计算公式为:

=×100%

  • 相对指标下达任务,具体计算公式为:

=×100%=1±1±×100%

17 / 194

(示例)计算计划完成相对指标:以总量指标为基础

问题:设某公司某年计划工业总产值为200万元,实际完成220万元,则计划完成程度为多少?

答案

18 / 194

(示例)计算计划完成相对指标:以总量指标为基础

问题:设某公司某年计划工业总产值为200万元,实际完成220万元,则计划完成程度为多少?

答案

 总产值计划完成相对数 =220200×100%=110%

18 / 194

(示例)计算计划完成相对指标:以平均指标为基础

问题:某化肥企业某年每吨化肥计划成本为200元,实际成本为180元,则计划完成程度为多少?

答案

19 / 194

(示例)计算计划完成相对指标:以平均指标为基础

问题:某化肥企业某年每吨化肥计划成本为200元,实际成本为180元,则计划完成程度为多少?

答案

=180200=20

计算结果表明该企业化肥单位成本实际比计划降低了10%,平均每吨化肥节约生产费用20元。

 成本计划完成相对数 =180200×100%=90%

19 / 194

(示例)计算计划完成相对指标:以相对指标为基础

问题:某企业生产某产品,上年度实际成本为420元/吨,本年度计划单位成本降低6%,实际降低7.6%,则计划完成程度为多少?

答案1

20 / 194

(示例)计算计划完成相对指标:以相对指标为基础

问题:某企业生产某产品,上年度实际成本为420元/吨,本年度计划单位成本降低6%,实际降低7.6%,则计划完成程度为多少?

答案1

 成本降低率计划完成相对数 =17.6%16%×100%=98.29%

20 / 194

(示例)计算计划完成相对指标:以相对指标为基础

问题:某企业生产某产品,上年度实际成本为420元/吨,本年度计划单位成本降低6%,实际降低7.6%,则计划完成程度为多少?

答案1

 成本降低率计划完成相对数 =17.6%16%×100%=98.29%

答案2:本题也可换算成绝对数计算。

 计划: 6% 394. 8元/吨 [(16%)×420] 实际: 7.6%388.08 元 / 吨 [(17.6%)×420]

 成本降低率计划完成相对数 =388.08394.8×100%=98.29%

20 / 194

计划完成相对指标:中长期计划

中长期计划执行情况检查:

  • 水平法:根据计划末期实际达到水平与计划规定末期应达到水平对比,来确定是否完成全期计划。

 计划完成程度 = 计划末期实际达到水平  计划末期应达到水平 ×100%

  • 累计法:整个计划期间实际完成的累计数与全期计划数对比,来确定是否完成全期计划。

 计划完成程度 = 实际全期累计完成数  计划全期累计数 ×100%

21 / 194

计划完成相对指标:提前完成时间

计算提前完成计划时间

  • 对于水平法:在整个计划期内,只要连续12个月实际完成数达到计划末期水平,就算完成计划,则往后的时间即为提前完成计划的时间。

  • 对于累计法:从计划初开始至某一时期止,实际完成累计数达到计划规定的累计数,就算完成计划,而往后的时间即为提前完成计划的时间。

22 / 194

(示例1)中长期计划提前期:水平法

例题:某地区按五年计划规定,最后一年国民生产总值应达到520亿元,实际国民生产总值如下表所示:

第1年 第2年 第3年 第4年 第4年 第5年 第5年 第5年 第5年
全年 全年 全年 上半年 下半年 第1季度 第2季度 第3季度 第4季度
320 340 380 200 220 140 160 170 180

问题:请用水平法计算提前多长时间完成计划任务?

23 / 194

(示例1)中长期计划提前期:水平法

例题:某地区按五年计划规定,最后一年国民生产总值应达到520亿元,实际国民生产总值如下表所示:

第1年 第2年 第3年 第4年 第4年 第5年 第5年 第5年 第5年
全年 全年 全年 上半年 下半年 第1季度 第2季度 第3季度 第4季度
320 340 380 200 220 140 160 170 180

问题:请用水平法计算提前多长时间完成计划任务?

解答:根据水平法,只需要连续一个自然年(12个月)达到年计划产值,就算完成任务 。通过观察和计算可以发现:第4年下半年+第5年第1季度+第5年第2季度= (220+140+160)=520。因此提前了两个季度完成520亿元的年度计划任务。

注意潜藏着一个线性递增产能的假设。

23 / 194

(示例2)中长期计划提前期:水平法

1)例题提问:

某产品计划年度任务产量为56万吨,实际第五年产量63万吨,现假定第4年、第5年各月完成情况如下:

问题:请用水平法计算提前多少天完成计划任务?

24 / 194

(示例2)中长期计划提前期:水平法

1)例题提问:

2)解答思路:

根据水平法,只需要连续一个自然年(12个月)达到年计划产量,就算完成任务产量56万吨 。容易计算得到,12个月滚动累加的结果如下:

25 / 194

注意潜藏着一个线性递增产能的假设。

(示例2)中长期计划提前期:水平法

1)例题提问:

2)解答思路:

3)分析求解:

根据上述滚动12月累加,可以发现正好生产56万吨的时间应是:“第4年8月第31-X天到第5年8月第(31-X)天”的连续12个月。如上图所示。

26 / 194

(示例2)中长期计划提前期:水平法

1)例题提问:

2)解答思路:

3)分析求解:

4)计算结果:

假定月内产量是均匀分布的,则有如下等式:

431X+51+631(31X)=56X=15.5

也即:提前4个月又15天半完成五年计划的年度目标计划任务。

27 / 194

(示例3)中长期计划提前期:累计法

例题:某地区按五年计划规定,固定资产投入额为30亿元,实际投入情况如下表所示:

第1年 第2年 第3年 第4年 第5年
6 7 8 9 6

问题:请用累计法计算提前多长时间完成计划任务?


解答:根据累计法,从期初开始累计达到计划投入额30亿元,即为达成目标,剩余日期即为提前期。通过观察和计算可以发现:第1年至第4年实际投入额累加= (6+7+8+9)=30。因此完成计划时间为第4年,也即意味着提前1年完成五年计划规定任务。

28 / 194

结构相对指标:概念和特征

结构相对指标:反映某个总体内,有机构成的组成部分在系统中的地位,具体通过同一总体中部分数值与总体数值之比来衡量。

指标特征

  • 子分母不能颠倒

  • 结构相对指标直接相加之和等于1

计算公式

=×100%

29 / 194

结构相对指标:作用

结构相对指标的作用主要体现在:

  • 可以反映总体内部结构的特征

  • 不同时期相对数的比较,可以看出变化过程及趋势

  • 能反映对忍耐力、物力、财力的利用程度及经营效果的好坏

  • 结构相对数在平均数计算中的应用:用于分析加权算术平均数指标的大小极其变动的原因

注释 以后第14章 指数中会详细介绍。

30 / 194

(示例)结构相对指标:企业实收资本

31 / 194

(示例)结构相对指标:国内生产总值构成

32 / 194

比例相对指标:概念和特征

比例相对指标:反映某个总体内,某一组成部分与其他组成部分的地位对比关系,具体通过同一总体中各组成部分之间数值之比来衡量。

指标特征:分子分母可以颠倒

计算公式

=×100%

33 / 194

比例相对指标:类型与形式

比例相对指标有两类表现形式:

  • 两两作比:抽象基数为1、10、100或1000。

示例:我国2000年第五次人口普查结果,男女性别比例为106.74:100,这说明以女性为100,男性人口是女性人口数的106.74倍。2009年我国出生人口性别比为119.45,比2008年下降了1.11。

  • 多部作比:各部分的百分数连比得比例相对数。

示例:2009年上海GDP抽象化为100,第一产业、第二产业、第三产业的比例为:0.7︰39.9︰59.4

34 / 194

(示例)比例相对指标

示例:某学院两个学科的人数统计表如下:

学科 人数 比例
经济学 781 41
管理学 1108 59
合计 1889 100

计算比例相对指标:

  • 此处,我们假定两个学科的地位是平等无差异的的。

  • 学科人数比(经济学=100): Rr1=1108781×100%= 142.1

  • 学科人数比(管理学=100): Rr2=7811108×100%= 70.4

35 / 194

比较相对指标:概念和特征

比较相对指标:反映同类现象不同条件下(不同时间/空间之间)的指标对比。

计算公式

=×100%

指标特征

  • 比较基数(标准)是一般对象,分子与分母的位置可以互换。

  • 比较基数(标准)具有典型化,分子与分母的位置不能互换。

例如:单位产品的质量、成本、单耗等技术经济指标。

36 / 194

(示例)比较相对指标:两个示例

1)可互换:

示例1:2015年甲、乙两地国民生产总值分别为50亿元和60亿元。请计算比较相对指标,对比分析两地情况?


计算比较相对指标:

  • 此处,假定以甲乙两地的地位是无差异的,则分子分母可互换。

  • 甲地国民收入是乙地的1.2倍: Rc1=6050=1.2

  • 乙地国民收入是甲地的83.3%: Rc1=5060×100%=83.3%

37 / 194

(示例)比较相对指标:两个示例

1)可互换:

2)不宜换:

示例2:某年有甲、乙两企业同时生产一种性能相同的产品,甲企业工人劳动生产率为19,307元,乙企业为27,994元。请计算比较相对指标,对比分析两企业情况?


计算比较相对指标:

  • 此处,假定以表现“优秀”的企业为参考系,则分子分母不宜互换。

  • 两企业劳动生产率比较相对数: Rc2=1930727994×100%= 69.0%。

  • 表明甲企业劳动生产率比乙企业低31%。

38 / 194

强度相对指标:概念和作用

强度相对指标:两个性质不同但又相互联系的总量指标的对比。

计算公式

=×100% 指标作用

  • 说明一个国家、地区、部门的经济实力或为社会服务的能力。

  • 反映和考核社会经济效益。如流通费用率、资金利润率等。

  • 为贬值计划和长远规划提供参考依据。

39 / 194

强度相对指标:表现形式

强度相对数的主要有两种表现形式:

  • 有名数形式:一般用复名数表示,如人/平方公里、部/百人

  • 无名数形式:一般用百分(%)或千分数\unicode{x2030})表示,如流通费用率(%)、人口增长率( \unicode{x2030})。

有些强度相对指标有正指标/逆指标两种计算方法。

  • 分子分母可以交换,含义相同,只是表达习惯上的差异。

  • 与术语词义一致的、或广为使用的则称为“正指标”,反之则称为“逆指标”

40 / 194

(示例)计算强度相对指标

示例:某城市人口100万人,有零售商业机构5000个。请计算强度相对指标,分析商业网点密度情况。

解答:可以分别计算出商业网店密度的正指标和逆指标。

41 / 194

(示例)计算强度相对指标

示例:某城市人口100万人,有零售商业机构5000个。请计算强度相对指标,分析商业网点密度情况。

解答:可以分别计算出商业网店密度的正指标和逆指标。

  • 商业网店密度的正指标R_{d1}=\frac{5000个}{1000000人}=5(个/千人)

  • 商业网店密度的逆指标R_{d1}=\frac{1000000人}{5000个}=200(人/个)

41 / 194

动态相对指标:概念和特征

动态相对指标:同类现象同一空间不同时间指标的对比。

计算公式:其中一个指标为“发展水平”。

动态相对指标 = \frac{某一现象报告期数值}{同一现象基期数值}\times 100\% 指标特征:分子分母不能颠倒。

42 / 194

(示例)计算动态相对指标

案例:某地2014年和2015年国民生产总值分别为56 亿元和60亿元。请计算动态相对指标,分析其经济发展状况。

解答:我们可以计算其国民生产总值的发展水平相对指标。

43 / 194

(示例)计算动态相对指标

案例:某地2014年和2015年国民生产总值分别为56 亿元和60亿元。请计算动态相对指标,分析其经济发展状况。

解答:我们可以计算其国民生产总值的发展水平相对指标。

R_p= \frac{60}{56}\times 100\%=107\%

43 / 194

内容导航

45 / 194

集中趋势:概述

集中趋势(central tendency):一组数据向其中心值靠拢的倾向和程度。

内涵

  • 测度集中趋势就是寻找数据水平的代表值或中心值。

  • 不同类型的数据用不同的集中趋势测度值。

  • 低层次数据的测度值适用于高层次的测量数据*,但高层次数据的测度值并不适用于低层次的测量数据。

集中趋势示意图

集中趋势示意图

注释* 复习数据的四个层次:名义尺度(nominal)、 顺序尺度(ordinal)、区间尺度(interval)、比率尺度(ratio)。

46 / 194

众数:概念和特征

众数(Mode):一组数据中出现次数最多的变量值,一般记为 M_o

众数的特征

  • 适合于数据量较多时使用。

  • 不受极端值的影响。

  • 一组数据可能没有众数或有几个众数。

  • 主要用于分类数据,也可用于顺序数据和数值型数据。

47 / 194

(示例)众数的表现形式:河流长度

0)源数据:

案例说明:对三个地区各6条河流的长度进行测量,得到如下的数据表:

3个地区的河流及长度(100公里)
river area1 area2 area3
R1 10 6 25
R2 5 5 28
R3 9 9 28
R4 12 8 36
R5 6 5 42
R6 8 5 42
48 / 194

(示例)众数的表现形式:河流长度

0)源数据:

1)无众数:

a.频次表:对于地区1(area1)的6条河流,我们可以统计得到不同长度(length)下的河流数(n),得到如下的频次数据表:

地区1不同长度的河流数量
area length n
area1 5 1
area1 6 1
area1 8 1
area1 9 1
area1 10 1
area1 12 1

b.示意图:因为每条河流都有不同的长度,出现频次全部等于1。因此,地区1的河流长度无众数


49 / 194

(示例)众数的表现形式:河流长度

0)源数据:

1)无众数:

2)单众数:

a.频次表:对于地区2(area2)的6条河流,我们可以统计得到不同长度(length)下的河流数(n),得到如下的频次数据表:


地区2不同长度的河流数量
area length n
area2 5 3
area2 6 1
area2 8 1
area2 9 1

b.示意图:因为长度为5(百km)出现频次最多(3次)。因此,地区2的河流长度有1个众数,且 M_{o1}=5


50 / 194

(示例)众数的表现形式:河流长度

0)源数据:

1)无众数:

2)单众数:

3)多众数:

a.频次表:对于地区3(area3)的6条河流,我们可以统计得到不同长度(length)下的河流数(n),得到如下的频次数据表:


地区3不同长度的河流数量
area length n
area3 25 1
area3 28 2
area3 36 1
area3 42 2

b.示意图:因为长度为28(百km)和42(百km)都出现频次最多(2次)。因此,地区3的河流长度有2个众数,且 M_{o1}=28;M_{o1}=42。示意简图如下1


51 / 194

1.示意图需要调整,两个众数的高点应该一致!

众数计算:概览

A.对于单项式分配数列:观察法,识别频次最多的组。

B.对于组距式分配数列:由最多次数来确定众数所在组;利用比例插值法推算众数的近似值。

  • 下限插值公式:

\begin{equation} M_{0}=X_{L}+\frac{\Delta_{1}}{\Delta_{1}+\Delta_{2}} \cdot d \end{equation}

  • 上限插值公式:

\begin{equation} M_{0}=X_{U} - \frac{\Delta_{2}}{\Delta_{1}+\Delta_{2}} \cdot d \end{equation}

其中:

  • X_{L}表示组下限(Lower limits); X_{U}表示组上限(Upper limits);

  • \Delta_{1}表示众数组与前一组的频次之差; \Delta_{2}表示众数组与后一组的频次之差;

  • d表示众数组的组距(width)。

52 / 194

众数计算:组距式数列

0)图形示意:

  • X_{L}表示组下限(Lower limits); X_{U}表示组上限(Upper limits);
  • d表示众数组的组距(width); x表示待求解的组距部分。
  • \Delta_{1}表示众数组与前一组的频次之差; \Delta_{2}表示众数组与后一组的频次之差;
53 / 194

众数计算:组距式数列

0)图形示意:

1)上限公式:

给定上限值,则采用上限插值公式

\begin{equation} \Rightarrow \frac{x}{d-x}=\frac{\Delta_{1}}{\Delta_{2}} \Rightarrow x=\frac{\Delta_{1} \cdot d}{\Delta_{1}+\Delta_{2}} \Rightarrow \mathrm{M}_{0}=X_{4 U}-(d-x)=X_{4 U}-\frac{\Delta_{2} \cdot d}{\Delta_{1}+\Delta_{2}} \end{equation}

54 / 194

众数计算:组距式数列

0)图形示意:

1)上限公式:

2)下限公式:

给定下限值,则采用下限插值公式

\begin{align} \Rightarrow \frac{x}{d-x}=\frac{\Delta_{1}}{\Delta_{2}} \Rightarrow x=\frac{\Delta_{1} \cdot d}{\Delta_{1}+\Delta_{2}} \Rightarrow \mathrm{M}_{0}=\mathrm{X}_{4 L}+\frac{\Delta_{1} \cdot d}{\Delta_{1}+\Delta_{2}} \end{align}

55 / 194

(示例):众数计算(单项式数列)

案例说明:某饮料便利店一天内不同品牌饮料的销售情况如下表所示。请计算众数是什么?

不同品牌饮料的购买分布
brand n percent
果汁 6 12%
其他 8 16%
矿泉水 10 20%
绿茶 11 22%
碳酸饮料 15 30%
Total 50 100%
56 / 194

(示例):众数计算(单项式数列)

案例说明:某饮料便利店一天内不同品牌饮料的销售情况如下表所示。请计算众数是什么?

不同品牌饮料的购买分布
brand n percent
果汁 6 12%
其他 8 16%
矿泉水 10 20%
绿茶 11 22%
碳酸饮料 15 30%
Total 50 100%

解答:这里的变量为“饮料品牌”,这是个分类变量(nominal),不同类型的饮料就是变量值。所调查的50人中,购买碳酸饮料的人数最多(15人),占总被调查人数的30%,因此众数为“可口可乐”这一品牌,即: M_0=碳酸饮料。

56 / 194

(示例):众数计算(单项式数列)

案例说明:甲城市300家庭对住房状况进行评价,数据统计情况如下表所示。请计算众数是什么?

甲城市家庭对住房状况评价分布
satisfication n percent
非常不满意 24 8%
不满意 108 36%
一般 93 31%
满意 45 15%
非常满意 30 10%
Total 300 100%
57 / 194

(示例):众数计算(单项式数列)

案例说明:甲城市300家庭对住房状况进行评价,数据统计情况如下表所示。请计算众数是什么?

甲城市家庭对住房状况评价分布
satisfication n percent
非常不满意 24 8%
不满意 108 36%
一般 93 31%
满意 45 15%
非常满意 30 10%
Total 300 100%

解答:这里的变量为“住房状况评价”,这是个顺序变量(orderial),不同类型的饮料就是变量值。所调查的300人中,甲城市中对住房表示不满意的户数最多(108户),因此众数为“不满意”这一类别,即: M_0=碳酸饮料。

57 / 194

(示例):众数计算(组距式数列)

案例说明:200人的收入水平调查分组数据见右表,请计算收入的众数是多少?

解题思路:先观察众数在第三组(“1500-2000”)。再利用插值公式计算。

收入水平 人数
1000元以下 20
1000-1500元 37
1500-2000元 70
2000-2500元 43
2500元以上 30
合计 200
58 / 194

(示例):众数计算(组距式数列)

案例说明:200人的收入水平调查分组数据见右表,请计算收入的众数是多少?

解题思路:先观察众数在第三组(“1500-2000”)。再利用插值公式计算。

收入水平 人数
1000元以下 20
1000-1500元 37
1500-2000元 70
2000-2500元 43
2500元以上 30
合计 200

\begin{align} \text { 下限公式: } M_{o}&=1500+\frac{70-37}{(70-37)+(70-43)} \times 500=1775(\text { 元 }) \end{align}

\begin{align} \text { 上限公式: } M_{o}&=2000-\frac{70-43}{(70-37)+(70-43)} \times 500=1775(\text { 元 }) \end{align}

58 / 194

众数特征:总结

下面对众数及其计算做一个小结:

  • 众数是一个位置平均数,它只考虑总体分布中最频繁出现的变量值,而不受各单位标志值的影响,从而增强了对变量数列一般水平的代表性。不受极端值和开口组数列的影响。

  • 众数是一个不容易确定的平均指标,当分布数列没有明显的集中趋势而趋均匀分布时,则无众数可言;当变量数列是不等距分组时,众数的位置也不好确定。

在组距式数列的插值近似计算中,众数的确定受相邻两个组频次的影响。

  • f_{m-1}=f_{m+1},则众数取值等于众数组的组中值。

  • f_{m-1} < f_{m+1},则众数取值大于众数组的组中值,从而接近于组上限值。

  • f_{m-1} > f_{m+1},则众数取值小于众数组的组中值,从而接近于组下限值。

59 / 194

中位数:概念和特征

中位数(median) :排序后处于中间位置上的变量值,一般记为 M_e

中位数的特征

  • 不受极端值的影响

  • 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。

  • 各变量值与中位数的离差绝对值之和最小,即:

\begin{equation} \sum_{i=1}^{n}\left|X_{i}-M_{\mathrm{e}}\right|=\min \end{equation}

60 / 194

中位数计算:概览

情形1:未分组资料确定中位数;

a.先排序。b.再确定中位数所在位置。c.再确定中位数。

情形2:分组资料确定中位数;

  • 情形2-1:单项式分组数列计算中位数数

a.计算累积百分比,确定中位数所在组。b.确定中位数。

  • 情形2-2:组距式分组数列计算中位数数

a.计算累积百分比,确定中位数所在组。b.(利用插值公式近似)确定中位数。

61 / 194

中位数计算:未分组资料

第一步:中位数的位置 p的确定。

\begin{equation} p = \left\{ \begin{array}{ll} \frac{n+1}{2} & (n \text {为奇数}) \\ \frac{n}{2}, \frac{n}{2}+1 & (n \text {为偶数}) \end{array}\right. \end{equation}

第二步:数值的确定。

\begin{equation} M_{e}=\left\{\begin{array}{ll} X_{\left(\frac{n+1}{2}\right)} & (n \text {为奇数}) \\ \frac{1}{2}\left (X_{\left(\frac{n}{2}\right)}+X_{\left(\frac{n}{2}+1\right)}\right) & (n \text {为偶数 }) \end{array}\right. \end{equation}

62 / 194

(示例):未分组数据计算中位数

案例说明:有7名工人生成同种产品,日产量分别为:

W1 W2 W3 W4 W5 W6 W7
10 21 12 15 14 19 17

解题过程:我们注意到数据样本量 n= 7,为奇数。

63 / 194

(示例):未分组数据计算中位数

案例说明:有7名工人生成同种产品,日产量分别为:

W1 W2 W3 W4 W5 W6 W7
10 21 12 15 14 19 17

解题过程:我们注意到数据样本量 n= 7,为奇数。

  • 对原始数据进行排序(由小到大):
W1 W3 W5 W4 W7 W6 W2
10 12 14 15 17 19 21
  • 确定中位数的位置 p = \frac{7+1}{2}= 4。

  • 因此得到中位数为 m_e= 15(件)。

63 / 194

(示例):未分组数据计算中位数

案例说明:继续前面案例数据,假设增加另1名工人的日产量数据:

W1 W2 W3 W4 W5 W6 W7 W8
22 10 21 12 15 14 19 17

解题过程:我们注意到数据样本量 n= 8,为偶数。

64 / 194

(示例):未分组数据计算中位数

案例说明:继续前面案例数据,假设增加另1名工人的日产量数据:

W1 W2 W3 W4 W5 W6 W7 W8
22 10 21 12 15 14 19 17

解题过程:我们注意到数据样本量 n= 8,为偶数。

  • 对原始数据进行排序(由小到大):
W2 W4 W6 W5 W8 W7 W3 W1
10 12 14 15 17 19 21 22
  • 确定中位数的位置 p = \frac{8+1}{2}= 4.5。

  • 因此得到中位数为 m_e=\frac{15+17}{2} 16(件)。

64 / 194

中位数计算:单项式分组数列

主要计算步骤:

  • 第一步:先按组顺序,计算累计分布次数(较大制或较小制)。

  • 第二步:再确定中位数所在的位置: p= \frac{\sum{f_i}}{2}

  • 第三步:根据计算的位置,找到该位置所在组,并确定中位数 M_e

65 / 194

(示例):单项式数列计算中位数

1)案例数据:

案例说明:甲城市300家庭对住房状况进行评价,评价(satisfication)采用五分制里克特量表,人数分布的统计情况如下左表所示。请计算中位数是什么?

satisfication n
非常不满意 24
不满意 108
一般 93
满意 45
非常满意 30
Total 300
66 / 194

(示例):单项式数列计算中位数

1)案例数据:

2)分析过程:

较小累积频次
satisfication n cumsum
非常不满意 24 24
不满意 108 132
一般 93 225
满意 45 270
非常满意 30 300
Total 300

解题思路

  • 首先计算较小累计频数(cumsum *)(见左)。

  • 然后计算中位数的位置 p= \frac{300+1}{2}=150.5

  • 根据累计频数观察得到中位数为: M_e=“一般”

思考* 大家可以练习使用较大制方法累计频次。

67 / 194

(示例):单项式数列计算中位数

1)案例数据:

案例说明:某工厂共有105个工人,全体工人的日产量( X,件/日)经过分组统计后( G1 \sim G6),各组工人人数( n)的数据如下表所示。请计算中位数是什么?

group X n
G1 5 8
G2 6 12
G3 7 19
G4 8 35
G5 9 25
G6 10 6
Total 105
68 / 194

(示例):单项式数列计算中位数

1)案例数据:

2)分析过程:

较小累积频次
group X n cumsum
G1 5 8 8
G2 6 12 20
G3 7 19 39
G4 8 35 74
G5 9 25 99
G6 10 6 105
Total 105

解题思路

  • 首先计算并得到较小累计频数(cumsum*)(见左)。

  • 然后计算中位数的位置 p= \frac{(\sum{f_i}+1)}{2}=\frac{105+1}{2}=53,根据累计频数观察得到中位数位置为 p =第4组(日产量=8)。

  • 根据中位数所在位置,得到中位数为: M_e=8(件)。

思考* 大家可以练习使用较大制方法累计频次。

69 / 194

中位数计算:组距式分组数列

主要计算步骤:

  • 第一步:先按组顺序,计算累计分布次数(较大制或较小制)。

  • 第二步:再确定中位数所在的位置: p= \frac{\sum{f_i}}{2}

  • 第三步:根据计算的位置,找到该位置所在组,初步确定中位数 M_{e1}

  • 第四步:利用合适的插值公式,近似计算得到更为“精确”的中位数数值 M_{e2}

70 / 194

(演示)中位数计算:较小制下限插值公式

较小制且给定下限值时的相关定义

  • X_{L}表示组下限(Lower limits); X_{U}表示组上限(Upper limits)。

  • d表示众数组的组距(width); x表示待求解的组距部分。

  • f_{m}表示中位数组的频次, S_{m-1}表示中位数所在组的前一组较小累计频次y表示与 x宽度相对应频次。

71 / 194

(演示)中位数计算:较小制下限插值公式

较小制给定下限值时,则采用较小制下限公式 (Min, Lower)

\begin{equation} \frac{x}{d} = \frac{\left(\sum{f_i}/{2}-S_{m-1}\right)}{f_m} \quad \Rightarrow \quad M_{eL}=X_{L}+ x \\ M_{eL}= X_{L}+\frac{\frac{\sum f}{2}-S_{m-1}}{f_{m}} \cdot d \end{equation}

72 / 194

(演示)中位数计算:较小制上限插值公式

较小制且给定上限值时的相关定义

  • X_{L}表示组下限(Lower limits); X_{U}表示组上限(Upper limits)。

  • d表示众数组的组距(width); x表示待求解的组距部分。

  • f_{m}表示中位数组的频次, S_{m}表示中位数所在组的较小累计频次y表示与 x宽度相对应频次。

73 / 194

(演示)中位数计算:较小制上限插值公式

较小制给定下限值时,则采用较小制上限公式 (Min, Upper)

\begin{equation} \frac{x}{d} = \frac{\left(S_{m} - \sum{f_i}/{2}\right)}{f_m} \quad \Rightarrow \quad M_{eU}=X_{U} -x \\ M_{eU}=X_{U} -\frac{S_{m} - \frac{\sum f}{2}}{f_{m}} \cdot d \end{equation}

74 / 194

(演示)中位数计算:较大制下限插值公式

较大制且给定下限值时的相关定义

  • X_{L}表示组下限(Lower limits); X_{U}表示组上限(Upper limits)。

  • d表示众数组的组距(width); x表示待求解的组距部分。

  • f_{m}表示中位数组的频次, S_{m}表示中位数所在组的较大累计频次y表示与 x宽度相对应频次。

75 / 194

(演示)中位数计算:较大制下限插值公式

较大制给定下限值时,则采用较大制下限公式 (Max, Lower)

\begin{equation} \frac{x}{d} = \frac{\left(S_{m}- \sum{f_i}/{2}\right)}{f_m} \quad \Rightarrow \quad M_{eL}=X_{L}+ x \\ M_{eL}= X_{L}+\frac{S_{m} -\frac{\sum f}{2}}{f_{m}} \cdot d \end{equation}

76 / 194

(演示)中位数计算:较大制上限插值公式

较大制且给定上限值时的相关定义

  • X_{L}表示组下限(Lower limits); X_{U}表示组上限(Upper limits)。

  • d表示众数组的组距(width); x表示待求解的组距部分。

  • f_{m}表示中位数组的频次, S_{m+1}表示中位数所在组的后一组较小累计频次y表示与 x宽度相对应频次。

77 / 194

(演示)中位数计算:较大制上限插值公式

较大制给定上限值时,则采用较大制上限公式 (Max, Upper)

\begin{equation} \frac{x}{d} = \frac{\left( \sum{f_i}/{2} -S_{m+1} \right)}{f_m} \quad \Rightarrow \quad M_{eU}=X_{U} -x \\ M_{eU}=X_{U} -\frac{\frac{\sum f}{2} -S_{m+1} }{f_{m}} \cdot d \end{equation}

78 / 194

(示例)组距式分配数列中位数计算

案例说明:某工厂共有164个工人,全体工人的日产量(X)经过分组统计后( G1 \sim G7),各组工人人数(n)的分布数据如下表所示。请计算中位数是什么?

groups X n
G1 60Kg以下 10
G2 60-70Kg 19
G3 70-80Kg 50
G4 80-90Kg 36
G5 90-100Kg 27
G6 100-110Kg 14
G7 110Kg以上 8
Total - 164
79 / 194

(示例)较小制情形下中位数计算:粗略结果

groups X n cumsum
G1 60Kg以下 10 10
G2 60-70Kg 19 29
G3 70-80Kg 50 79
G4 80-90Kg 36 115
G5 90-100Kg 27 142
G6 100-110Kg 14 156
G7 110Kg以上 8 164
Total - 164

解题思路

  • 首先计算并得到较小制累计频次表*(cumsum)(见左)。

  • 然后计算中位数的位置 p= \frac{(\sum{f_i})}{2}=\frac{164}{2}=82,根据累计频数观察得到中位数位置为 p =4, 也即第G4组(日产量80-90Kg)。

  • 根据中位数所在位置,初步得到中位数为: M_e="80-90Kg"。

80 / 194

(示例)较小制情形下中位数计算:插值公式结果

groups X n cumsum
G1 60Kg以下 10 10
G2 60-70Kg 19 29
G3 70-80Kg 50 79
G4 80-90Kg 36 115
G5 90-100Kg 27 142
G6 100-110Kg 14 156
G7 110Kg以上 8 164
Total - 164
  • 较小制下限插值公式计算结果:

\begin{align} M_{eL}&=X_{L}+\frac{\frac{\sum f}{2}-S_{m-1}}{f_{m}} \cdot d \\ & =80+\frac{82-79}{36} * 10 \\ & =80.8333 \end{align}

  • 较小制上限插值公式计算结果:

\begin{align} M_{eU} &=X_{U}-\frac{S_{m}-\frac{\sum f}{2}}{f_{m}} \cdot d \\ &=90-\frac{115-82}{36} * 10 \\ &=80.8333 \end{align}

81 / 194

(示例)较大制情形下中位数计算:粗略结果

groups X n cumsum
G1 60Kg以下 10 164
G2 60-70Kg 19 154
G3 70-80Kg 50 135
G4 80-90Kg 36 85
G5 90-100Kg 27 49
G6 100-110Kg 14 22
G7 110Kg以上 8 8
Total - 164

解题思路

  • 首先计算并得到较大制累计频次表*(cumsum)(见左)。

  • 然后计算中位数的位置 p= \frac{(\sum{f_i})}{2}=\frac{164}{2}=82,根据累计频数观察得到中位数位置为 p =4, 也即第G4组(日产量80-90Kg)。

  • 根据中位数所在位置,初步得到中位数为: M_e="80-90Kg"。

82 / 194

(示例)较大制情形下中位数计算:插值公式结果

groups X n cumsum
G1 60Kg以下 10 164
G2 60-70Kg 19 154
G3 70-80Kg 50 135
G4 80-90Kg 36 85
G5 90-100Kg 27 49
G6 100-110Kg 14 22
G7 110Kg以上 8 8
Total - 164
  • 较大制下限插值公式计算结果:

\begin{align} M_{eU}&=X_{L}+\frac{S_{m} -\frac{\sum f}{2}}{f_{m}} \cdot d \\ & =80+\frac{85-82}{36} * 10 \\ & =80.8333 \end{align}

  • 较大制上限插值公式计算结果:

\begin{align} M_{eU} &=X_{U}-\frac{\frac{\sum f}{2} - S_{m+1}}{f_{m}} \cdot d \\ &=90-\frac{82-49}{36} * 10 \\ &=80.8333 \end{align}

83 / 194

中位数特征:总结1

  • 中位数不受极端值及开口组的影响,具有稳健性。

  • 各单位标志值与中位数离差的绝对值之和是个最小值。

\begin{equation} \sum\left|X-M_{e}\right|=\min ;\quad or \quad \sum{\left|X-M_{e}\right|f_i}=\min \end{equation}

  • 对某些不具有数学特点或不能用数字测定的现象,可用中位数求其一般水平。
84 / 194

中位数特征:总结2

中位数数值 M_e受到中位数所在组的较小累计频次 S_{(m,Min)}较大累计频次 S_{(m,Max)}数值大小的共同影响。

  • S_{(m,Min)} = S_{(m,Max)},则中位数所在组的组中值等于插值近似计算值,也即:

M_e = M_{eL}= M_{eU}= \frac{X_U +X_L}{2}

  • S_{(m,Min)} < S_{(m,Max)},则插值近似计算值更加接近于中位数所在组的组上限值,也即:

M_e = M_{eL}= M_{eU} \ll X_U

  • S_{(m,Min)} > S_{(m,Max)},则插值近似计算值更加接近于中位数所在组的组下限值,也即:

M_e = M_{eL}= M_{eU} \gg X_L

在前面例子中,累积频次分别为 S_{(m,Min)} = 115,S_{(m,Max)=85},而中位数所在组为第4组(G4,"80-90Kg"),改组的组中值 \frac{X_U +X_L}{2}= \frac{80+90}{2} =85。因此插值公式得到的中位数近似值(80.8333)会小于组中值(85),而更接近改组的下限值(80)。

85 / 194

四分位数:概念和特征

四分位数(Quartile):排序后处于25%和75%位置上的值,包括四分之一位数( Q_1)和四分之三位数( Q_3)。

四分位数的特征

  • 不受极端值的影响。
86 / 194

四分位数:计算方法

情形1:未分组资料确定分位数;

a.先排序。b.再确定1/4和3/4分割点位置。c.再确定两个分位数 Q_1Q_3

87 / 194

四分位数:计算方法

情形1:未分组资料确定分位数;

a.先排序。b.再确定1/4和3/4分割点位置。c.再确定两个分位数 Q_1Q_3

情形2:分组资料确定分位数;

  • 情形2-1:单项式分组数列计算中位数数

a.确定1/4和3/4分割点位置。b.再确定两个分位数 Q_1Q_3

  • 情形2-2:组距式分组数列计算分位数

a.计算累积频次,确定1/4和3/4分割点位置。b.初步确定两个分位数(所在组) Q_1Q_3。c.最后(利用插值公式近似)相对“精确地”估算两个分位数 Q_1Q_3

87 / 194

四分位数计算:未分组资料

未分组资料的四分位数计算,主要步骤如下:

第一步:将总体各单位的标志值按大小顺序排列/或分组排序。

第二步:确定1/4和3/4分割点位置 p_1p_3

\begin{equation} p_1 = \frac{n+1}{4} ; \quad p_3 = \frac{3(n+1)}{4} \end{equation}

第三步:确定两个分位数 Q_1Q_3

  • \frac{n+1}{4}为整数,则 p_1p_3分割点位置对应的分组标志值则分别为对应的四分位数 Q_1Q_3

  • \frac{n+1}{4}不是整数,则 要用分割点位置对应的两个相邻组近似计算(加权算术平均数)相应的分位数 Q_1Q_3

88 / 194

(示例):未分组数据计算分位数

案例说明:有11名工人生成同种产品,日产量分别为:

W1 W2 W3 W4 W5 W6 W7 W8 W9 W10 W11
2 7 5 6 8 12 9 10 16 15 20

解题过程:我们注意到数据样本量 (n+1)/4= 3,为整数。

89 / 194

(示例):未分组数据计算分位数

案例说明:有11名工人生成同种产品,日产量分别为:

W1 W2 W3 W4 W5 W6 W7 W8 W9 W10 W11
2 7 5 6 8 12 9 10 16 15 20

解题过程:我们注意到数据样本量 (n+1)/4= 3,为整数。

  • 对原始数据进行排序(由小到大):
W1 W3 W4 W2 W5 W7 W8 W6 W10 W9 W11
2 5 6 7 8 9 10 12 15 16 20
  • 再确定分位数的位置,其中且 分割点为: p_1 =(n+1)/4= (11+1)/4= 3p_3 =3*(n+1)/4=3*(11+1)/4= 9

  • 因此得到分位数分别为 Q_1= 6(件)和 Q_3= 15(件)。

89 / 194

(示例):未分组数据计算中位数

案例说明:继续前面案例数据,假设增加另1名工人的日产量数据:

W1 W2 W3 W4 W5 W6 W7 W8 W9 W10 W11 W12
22 2 7 5 6 8 12 9 10 16 15 20

解题过程:我们注意到数据样本量 (n+1)/4= 3,不是整数。

90 / 194

(示例):未分组数据计算中位数

案例说明:继续前面案例数据,假设增加另1名工人的日产量数据:

W1 W2 W3 W4 W5 W6 W7 W8 W9 W10 W11 W12
22 2 7 5 6 8 12 9 10 16 15 20

解题过程:我们注意到数据样本量 (n+1)/4= 3,不是整数。

  • 对原始数据进行排序(由小到大):
W2 W4 W5 W3 W6 W8 W9 W7 W11 W10 W12 W1
2 5 6 7 8 9 10 12 15 16 20 22
  • 再确定分位数的位置,其中且 分割点为: p_1 =(n+1)/4= (11+1)/4= 3.25p_3 =3*(n+1)/4=3*(11+1)/4= 9.75

  • 得到分位数分别为 Q_1=(6+7)/2=6.5(件)和 Q_3=(15+16)/2=15.5(件)。

90 / 194

四分位数计算:单项式数列

单项式数列的四分位数计算,主要步骤如下:

第一步:计算累计频次表。

第二步:确定1/4和3/4分割点位置 p_1 =\frac{\sum{f_i}}{4}p_3 =\frac{3\sum{f_i}}{4}

第三步:观察比较分割点位置和累计频次,确定得到两个分位数 Q_1Q_3

91 / 194

(示例):单项式数列计算四分位数

案例说明:继续前面甲城市家庭住房评价案例数据,请你计算出相应的两个四分位数?

甲城市住房满意度评价统计表
satisfication n cumsum
非常不满意 24 24
不满意 108 132
一般 93 225
满意 45 270
非常满意 30 300
Total 300

解题过程

  • 计算累计频次表(见左)。

  • 确定分位数的位置,其中且 分割点为: p_1 =\frac{\sum{f_i}}{4}= \frac{300}{4}=75p_3 =\frac{3\sum{f_i}}{4}= \frac{3*300}{4}=225

  • 观察累计频次,得到分位数分别为 Q_1=“不满意”(第二组)和 Q_3=“一般”(第三组)。

92 / 194

四分位数计算:组距式数列

组距式数列的四分位数计算,主要步骤如下:

  • 第一步:先按组顺序,计算累计分布次数(较大制或较小制)。

  • 第二步:再确定1/4和3/4分割点位置 p_1 =\frac{\sum{f_i}}{4}p_3 =\frac{3\sum{f_i}}{4}

  • 第三步:根据计算的位置,找到该分割点位置所在组,初步确定四分位数 Q_1Q_3

  • 第四步:利用合适的插值公式,近似计算得到更为“精确”的中位数数值 Q_1Q_3

93 / 194

(演示)分位数计算:较小制下限插值公式(定义)

94 / 194

(演示)分位数计算:较小制下限插值公式(定义)

94 / 194

(演示)分位数计算:较小制下限插值公式(定义)

  • Q_{j}表示四分位数,其中 j \in 1,3X_{Q_jL}表示组下限(Lower limits); X_{Q_jU}表示组上限(Upper limits)。 d_{Q_j}表示分位数组的组距(width); x_j表示待求解的组距部分。
  • f_{i}表示各组所对应的频次,其中 i \in 1,2,\cdots,5f_{Q_j}表示分位数组的频次 p_j表示1/4或3/4分割位置,其中: p_1=\frac{\sum{f_i}}{4}p_3=\frac{3\sum{f_i}}{4}
  • S_{Q_j-1}表示相应分位数所在组的前一组较小累计频次y_j表示与 x_j宽度相对应频次。
94 / 194

(演示)分位数计算:较小制下限插值公式(Q1)

  • 四分之一位数的较小制下限插值公式:

\begin{align} \frac{x_1}{d_{Q_1}} = \frac{y_1}{f_{Q_1}} =\frac{p_1-S_{Q_1-1}}{f_{Q_1}} \quad \Rightarrow \quad Q_{1L}=X_{\mathrm{Q}_{1} L}+\frac{\frac{\sum f_i}{4}-S_{Q_{1}-1}}{f_{Q_1}} \cdot d_{Q_1} \end{align}

95 / 194

(演示)分位数计算:较小制下限插值公式(Q3)

  • 四分之三位数的较小制下限插值公式:

\begin{align} \frac{x_3}{d_{Q_3}} = \frac{y_3}{f_{Q_3}} =\frac{p_3-S_{Q_3-1}}{f_{Q_3}} \quad \Rightarrow \quad Q_{3L}=X_{\mathrm{Q}_{3} L}+\frac{\frac{3\sum f_i}{4}-S_{Q_{3}-1}}{f_{Q_3}} \cdot d_{Q_3} \end{align}

96 / 194

(示例)较小制分位数计算:粗略结果

较小制累计频次表
groups X n cumsum
G1 60Kg以下 10 10
G2 60-70Kg 19 29
G3 70-80Kg 50 79
G4 80-90Kg 36 115
G5 90-100Kg 27 142
G6 100-110Kg 14 156
G7 110Kg以上 8 164
Total - 164

解题思路

  • 首先计算并得到较小制累计频次表(cumsum)(见左)。

  • 然后计算分位数分割位置 p_1= \frac{\sum{f_i}}{4}=\frac{164}{4}=41p_3= \frac{3\sum{f_i}}{4}=\frac{3*164}{4}=123

  • 对照分位数的位置 p_j和较小累计频数,初步得到分位数: Q_1 ="70-80Kg"(G3组); Q_3 ="90-100Kg"(G5组)。

97 / 194

(示例)较小制分位数计算:下限插值公式

较小制累计频次表
groups X n cumsum
G1 60Kg以下 10 10
G2 60-70Kg 19 29
G3 70-80Kg 50 79
G4 80-90Kg 36 115
G5 90-100Kg 27 142
G6 100-110Kg 14 156
G7 110Kg以上 8 164
Total - 164
  • 四分之一位数较小制下限公式计算结果:

\begin{align} Q_{1L} &=X_{\mathrm{Q}_{1} L}+\frac{\frac{\sum f_i}{4}-S_{Q_{1}-1}}{f_{Q_1}} \cdot d_{Q_1} \\ &= 70+\frac{\frac{164}{4}-29}{50} \times 10=72.4 \end{align}

  • 四分之三位数较小制下限公式计算结果:

\begin{align} Q_{3L} &=X_{\mathrm{Q}_{3} L}+\frac{\frac{3\sum f_i}{4}-S_{Q_{3}-1}}{f_{Q_3}} \cdot d_{Q_3} \\ &=90+\frac{3 \times \frac{164}{4}-115}{27} \times 10=92.96 \end{align}

含义:两个分位数之差,即为四分位差(QD): \mathbf{QD} =Q_{3}-Q_{1} =92.96-72.4 =20.56。这表明:有一半工人的日产量分布在72.4 \sim 92.96之间,他们的最大差异为20.56Kg。

98 / 194

(演示)分位数计算:较小制上限插值公式(情景)

计算情形:只给出较小制累计次数,而且初步已知 Q_1Q_3的粗略位置(如图中所示分别为第2组和第4组)。请精确计算 Q_1Q_3的值。

99 / 194

(演示)分位数计算:较小制上限插值公式(推导)

  • Q_{j}表示四分位数,其中 j \in 1,3X_{Q_jL}表示组下限(Lower limits); X_{Q_jU}表示组上限(Upper limits)。 d_{Q_j}表示分位数组的组距(width); x_j表示待求解的组距部分。

  • f_i表示各组所对应的频次,其中 i \in 1,2,\cdots,5f_{Q_j}表示分位数组的频次。 p_j表示1/4或3/4分割位置,其中: p_1=\frac{\sum{f_i}}{4}p_3=\frac{3\sum{f_i}}{4}

  • S_{Q_j}表示相应分位数所在组的较小累计频次y_j表示与 x_j宽度相对应频次。

100 / 194

(演示)分位数计算:较小制上限插值公式(推导)

  • Q_{j}表示四分位数,其中 j \in 1,3X_{Q_jL}表示组下限(Lower limits); X_{Q_jU}表示组上限(Upper limits)。 d_{Q_j}表示分位数组的组距(width); x_j表示待求解的组距部分。

  • f_i表示各组所对应的频次,其中 i \in 1,2,\cdots,5f_{Q_j}表示分位数组的频次。 p_j表示1/4或3/4分割位置,其中: p_1=\frac{\sum{f_i}}{4}p_3=\frac{3\sum{f_i}}{4}

  • S_{Q_j}表示相应分位数所在组的较小累计频次y_j表示与 x_j宽度相对应频次。

101 / 194

(演示)分位数计算:较小制上限插值公式(推导)

  • Q_{j}表示四分位数,其中 j \in 1,3X_{Q_jL}表示组下限(Lower limits); X_{Q_jU}表示组上限(Upper limits)。 d_{Q_j}表示分位数组的组距(width); x_j表示待求解的组距部分。

  • f_i表示各组所对应的频次,其中 i \in 1,2,\cdots,5f_{Q_j}表示分位数组的频次。 p_j表示1/4或3/4分割位置,其中: p_1=\frac{\sum{f_i}}{4}p_3=\frac{3\sum{f_i}}{4}

  • S_{Q_j}表示相应分位数所在组的较小累计频次y_j表示与 x_j宽度相对应频次。

102 / 194

(演示)分位数计算:较小制上限插值公式(推导)

  • Q_{j}表示四分位数,其中 j \in 1,3X_{Q_jL}表示组下限(Lower limits); X_{Q_jU}表示组上限(Upper limits)。 d_{Q_j}表示分位数组的组距(width); x_j表示待求解的组距部分。

  • f_i表示各组所对应的频次,其中 i \in 1,2,\cdots,5f_{Q_j}表示分位数组的频次。 p_j表示1/4或3/4分割位置,其中: p_1=\frac{\sum{f_i}}{4}p_3=\frac{3\sum{f_i}}{4}

  • S_{Q_j}表示相应分位数所在组的较小累计频次y_j表示与 x_j宽度相对应频次。

103 / 194

(演示)分位数计算:较小制上限插值公式(推导)

  • Q_{j}表示四分位数,其中 j \in 1,3X_{Q_jL}表示组下限(Lower limits); X_{Q_jU}表示组上限(Upper limits)。 d_{Q_j}表示分位数组的组距(width); x_j表示待求解的组距部分。

  • f_i表示各组所对应的频次,其中 i \in 1,2,\cdots,5f_{Q_j}表示分位数组的频次。 p_j表示1/4或3/4分割位置,其中: p_1=\frac{\sum{f_i}}{4}p_3=\frac{3\sum{f_i}}{4}

  • S_{Q_j}表示相应分位数所在组的较小累计频次y_j表示与 x_j宽度相对应频次。

104 / 194

(演示)分位数计算:较小制上限插值公式(推导)

  • Q_{j}表示四分位数,其中 j \in 1,3X_{Q_jL}表示组下限(Lower limits); X_{Q_jU}表示组上限(Upper limits)。 d_{Q_j}表示分位数组的组距(width); x_j表示待求解的组距部分。

  • f_i表示各组所对应的频次,其中 i \in 1,2,\cdots,5f_{Q_j}表示分位数组的频次。 p_j表示1/4或3/4分割位置,其中: p_1=\frac{\sum{f_i}}{4}p_3=\frac{3\sum{f_i}}{4}

  • S_{Q_j}表示相应分位数所在组的较小累计频次y_j表示与 x_j宽度相对应频次。

105 / 194

(演示)分位数计算:较小制上限插值公式(推导)

  • Q_{j}表示四分位数,其中 j \in 1,3X_{Q_jL}表示组下限(Lower limits); X_{Q_jU}表示组上限(Upper limits)。 d_{Q_j}表示分位数组的组距(width); x_j表示待求解的组距部分。

  • f_i表示各组所对应的频次,其中 i \in 1,2,\cdots,5f_{Q_j}表示分位数组的频次。 p_j表示1/4或3/4分割位置,其中: p_1=\frac{\sum{f_i}}{4}p_3=\frac{3\sum{f_i}}{4}

  • S_{Q_j}表示相应分位数所在组的较小累计频次y_j表示与 x_j宽度相对应频次。

106 / 194

(演示)分位数计算:较小制上限插值公式(Q1)

  • 四分之一位数的较小制上限插值公式:

\begin{align} \frac{x_1}{d_{Q_1}} = \frac{y_1}{f_{Q_1}} =\frac{S_{Q_1}-p_1}{f_{Q_1}} \quad \Rightarrow \quad Q_{1U}=X_{\mathrm{Q}_{1} U} - \frac{S_{Q_{1}}-\frac{\sum f_i}{4}}{f_{Q_1}} \cdot d_{Q_1} \end{align}

107 / 194

(演示)分位数计算:较小制上限插值公式(Q3)

  • 四分之三位数的较小制上限插值公式:

\begin{align} \frac{x_3}{d_{Q_3}} = \frac{y_3}{f_{Q_3}} =\frac{S_{Q_3}-p_3}{f_{Q_3}} \quad \Rightarrow \quad Q_{3U}=X_{\mathrm{Q}_{3}U} -\frac{S_{Q_3}- \frac{3\sum f_i}{4}}{f_{Q_3}} \cdot d_{Q_3} \end{align}

108 / 194

(示例)较小制分位数计算:上限插值公式

案例说明:根据前述工人日产量案例,假如只给出较小累计频次(见下表)。请分别计算精确的两个分位数值。

较小制累计频次表
groups X n cumsum
G1 60Kg以下 10 10
G2 60-70Kg 19 29
G3 70-80Kg 50 79
G4 80-90Kg 36 115
G5 90-100Kg 27 142
G6 100-110Kg 14 156
G7 110Kg以上 8 164
Total - 164
  • 四分之一位数较小制上限公式计算结果:

\begin{align} Q_{1L}=X_{\mathrm{Q}_{1} U} - \frac{S_{Q_{1}}-\frac{\sum f_i}{4}}{f_{Q_1}} \cdot d_{Q_1} =80-\frac{79-\frac{164}{4}}{50} \times 10=72.4 \end{align}

  • 四分之三位数较小制上限公式计算结果:

\begin{align} Q_{3U}=X_{\mathrm{Q}_{3}U} -\frac{S_{Q_3}- \frac{3\sum f_i}{4}}{f_{Q_3}} \cdot d_{Q_3}=100-\frac{142-\frac{3 \times 164}{4}}{27} \times 10=92.96 \end{align}

含义:两个分位数之差,即为四分位差(QD): \mathbf{QD} =Q_{3}-Q_{1} =92.96-72.4 =20.56。这表明:有一半工人的日产量分布在72.4 \sim 92.96之间,他们的最大差异为20.56Kg。

109 / 194

(演示)分位数计算:较大制下限插值公式(定义)

110 / 194

(演示)分位数计算:较大制下限插值公式(定义)

110 / 194

(演示)分位数计算:较大制下限插值公式(定义)

  • Q_{j}表示四分位数,其中 j \in 1,3X_{Q_jL}表示组下限(Lower limits); X_{Q_jU}表示组上限(Upper limits)。 d_{Q_j}表示分位数组的组距(width); x_j表示待求解的组距部分。
  • f_{i}表示各组所对应的频次,其中 i \in 1,2,\cdots,5f_{Q_j}表示分位数组的频次 p_j表示1/4或3/4分割位置,其中: p_1=\frac{\sum{f_i}}{4}p_3=\frac{3\sum{f_i}}{4}
  • S_{Q_j}表示相应分位数所在组的较大累计频次y_j表示与 x_j宽度相对应频次。
110 / 194

(演示)分位数计算:较大制下限插值公式(Q1)

  • 四分之一位数的较大制下限插值公式:

\begin{align} \frac{x_1}{d_{Q_1}} = \frac{y_1}{f_{Q_1}} =\frac{S_{Q_1} - p_3}{f_{Q_1}} \quad \Rightarrow \quad Q_{1L}=X_{\mathrm{Q}_{1} L}+\frac{S_{Q_1}- \frac{3\sum f_i}{4}}{f_{Q_1}} \cdot d_{Q_1} \end{align}

111 / 194

(演示)分位数计算:较大制下限插值公式(Q3)

  • 四分之三位数的较大制下限插值公式:

\begin{align} \frac{x_3}{d_{Q_3}} = \frac{y_3}{f_{Q_3}} =\frac{S_{Q_3}- p_1}{f_{Q_3}} \quad \Rightarrow \quad Q_{3L}=X_{\mathrm{Q}_{3} L}+\frac{S_{Q_3} -\frac{\sum f_i}{4}}{f_{Q_3}} \cdot d_{Q_3} \end{align}

112 / 194

(示例)较大制分位数计算:粗略结果

较大制累计频次表
groups X n cumsum
G1 60Kg以下 10 164
G2 60-70Kg 19 154
G3 70-80Kg 50 135
G4 80-90Kg 36 85
G5 90-100Kg 27 49
G6 100-110Kg 14 22
G7 110Kg以上 8 8
Total - 164

解题思路

  • 首先计算并得到较大制累计频次表(cumsum)(见左)。

  • 然后计算分位数分割位置: p_1= \frac{3\sum{f_i}}{4}=\frac{3\times 164}{4}=123p_3= \frac{\sum{f_i}}{4}=\frac{164}{4}=41

  • 对照分位数的位置 p_j和较大累计频数,初步得到分位数: Q_1 ="70-80Kg"(G3组); Q_3 ="90-100Kg"(G5组)。

注意*较大制下,分位数分割位置要调换!

113 / 194

(示例)较大制分位数计算:下限插值公式

较大制累计频次表
groups X n cumsum
G1 60Kg以下 10 164
G2 60-70Kg 19 154
G3 70-80Kg 50 135
G4 80-90Kg 36 85
G5 90-100Kg 27 49
G6 100-110Kg 14 22
G7 110Kg以上 8 8
Total - 164
  • 四分之一位数较大制下限公式计算结果:

\begin{align} Q_{1L} &=X_{\mathrm{Q}_{1} L}+\frac{S_{Q_1}-\frac{3\sum f_i}{4}}{f_{Q_1}} \cdot d_{Q_1} \\ &= 70+\frac{135-3\times \frac{164}{4}}{50} \times 10=72.4 \end{align}

  • 四分之三位数较大制下限公式计算结果:

\begin{align} Q_{3L} &=X_{\mathrm{Q}_{3} L}+\frac{S_{Q_3} - \frac{\sum f_i}{4}}{f_{Q_3}} \cdot d_{Q_3} \\ &=90+\frac{49- \frac{164}{4}}{27} \times 10=92.96 \end{align}

含义:两个分位数之差,即为四分位差(QD): \mathbf{QD} =Q_{3}-Q_{1} =92.96-72.4 =20.56。这表明:有一半工人的日产量分布在72.4 \sim 92.96之间,他们的最大差异为20.56Kg。

114 / 194

(演示)分位数计算:较大制上限插值公式(定义)

  • Q_{j}表示四分位数,其中 j \in 1,3X_{Q_jL}表示组下限(Lower limits); X_{Q_jU}表示组上限(Upper limits)。 d_{Q_j}表示分位数组的组距(width); x_j表示待求解的组距部分。
  • f_{i}表示各组所对应的频次,其中 i \in 1,2,\cdots,5f_{Q_j}表示分位数组的频次。 p_j表示1/4或3/4分割位置,其中: p_1=\frac{\sum{f_i}}{4}p_3=\frac{3\sum{f_i}}{4}
  • S_{Q_j+1}表示相应分位数所在组的下一组较大累计频次y_j表示与 x_j宽度相对应频次。
115 / 194

(演示)分位数计算:较大制上限插值公式(Q1)

  • 四分之一位数的较大制上限插值公式:

\begin{align} \frac{x_1}{d_{Q_1}} = \frac{y_1}{f_{Q_1}} =\frac{p_3-S_{Q_1}}{f_{Q_1}} \quad \Rightarrow \quad Q_{1U}=X_{\mathrm{Q}_{1} U} - \frac{\frac{3\sum f_i}{4} - S_{Q_{1}+1}}{f_{Q_1}} \cdot d_{Q_1} \end{align}

116 / 194

(演示)分位数计算:较大制上限插值公式(Q3)

  • 四分之三位数的较大制上限插值公式:

\begin{align} \frac{x_3}{d_{Q_3}} = \frac{y_3}{f_{Q_3}} =\frac{p_1- S_{Q_3+1}}{f_{Q_3}} \quad \Rightarrow \quad Q_{3U}=X_{\mathrm{Q}_{3}U} -\frac{\frac{\sum f_i}{4} -S_{Q_3+1}}{f_{Q_3}} \cdot d_{Q_3} \end{align}

117 / 194

(示例)较大制分位数计算:上限插值公式

较大制累计频次表
groups X n cumsum
G1 60Kg以下 10 164
G2 60-70Kg 19 154
G3 70-80Kg 50 135
G4 80-90Kg 36 85
G5 90-100Kg 27 49
G6 100-110Kg 14 22
G7 110Kg以上 8 8
Total - 164
  • 四分之一位数较大制上限公式计算结果:

\begin{align} Q_{1U} &=X_{\mathrm{Q}_{1} U} - \frac{\frac{3\sum f_i}{4} - S_{Q_{1}+1}}{f_{Q_1}} \cdot d_{Q_1} \\ &=80-\frac{\frac{3 \times 164}{4}-85}{50} \times 10=72.4 \end{align}

  • 四分之三位数较大制上限公式计算结果:

\begin{align} Q_{3U} &=X_{\mathrm{Q}_{3}U} -\frac{\frac{\sum f_i}{4} -S_{Q_3+1}}{f_{Q_3}} \cdot d_{Q_3} \\ &=100-\frac{\frac{164}{4}-22}{27} \times 10=92.96 \end{align}

含义:两个分位数之差,即为四分位差(QD): \mathbf{QD} =Q_{3}-Q_{1} =92.96-72.4 =20.56。这表明:有一半工人的日产量分布在72.4 \sim 92.96之间,他们的最大差异为20.56Kg。

118 / 194

内容导航

119 / 194

平均数:概念与定义

平均数:是对数据的中心的一种数值化测量指标。

我们一般所说的平均数是指样本均值

  • 根据总体数据(population)计算的,则称为总体期望(expectation),记为 \mu;读作miu

  • 根据样本数据(sample)计算的,则称为样本平均数,也称为均值(Mean),记为 \bar{X},读作X bar

120 / 194

平均数:特征与类型

平均数的特征

  • 集中趋势的最常用测度值,是一组数据的均衡点(中心点)所在

  • 体现了数据的必然性特征,易受极端值的影响

平均数的类型

  • 算术平均数,记为 \bar{X}。具体又分为:

a. 简单算数平均数 \bar{X}=\frac{\sum{X_i}}{n}; b. 加权算数平均数 \bar{X}=\frac{\sum{(f_iX_i)}}{\sum{f_i}}

  • 调和平均数,记为 \bar{X}_H

  • 几何平均数,记为 \bar{X}_G

121 / 194

算术平均数:概念

设样本量为 n的样本数据来自于一个总体(总体数据量为 N)。

数据来源

  • 样本数据: X_1 ,X_2 , \cdots, X_n

  • 总体数据: X_1 ,X_2 , \cdots, X_n, \cdots, X_N

公式定义

  • 样本平均数计算公式:

\bar{X}=\frac{X_{1}+X_{2}+\cdots+X_{n}}{n}=\frac{\sum_{i=1}^{n} X_{i}}{n}

  • 总体平均数(期望)计算公式:

\mu=\frac{X_{1}+X_{2}+\cdots+X_{N}}{N}=\frac{\sum_{i=1}^{N} X_{i}}{N}

下面我们重点谈样本平均数的计算和分析!

122 / 194

算数平均数:基本公式

样本算术平均数具体包括两类:

  • 简单算数平均数

\bar{X}=\frac{X_{1}+X_{2}+\cdots+X_{n}}{n}=\frac{\sum_{i=1}^{n} X_{i}}{n}

  • 加权算数平均数

若给出频次(次数) f_i数据:


\bar{X}=\frac{\sum_1^n{(f_iX_i)}}{\sum_1^n{f_i}}

若给出频率(比重) w_i = \frac{f_i }{\sum_1^n{f_i}}数据:

\bar{X}=\sum_1^n{\left(X_i \cdot \left(\frac{f_i }{\sum_1^n{f_i}}\right)\right)}

123 / 194

简单算术平均数的计算

适合情形:未分组资料

计算规则:将各总体单位的标志值简单相加,除以总体单位数所求得的结果。

计算公式

\bar{X}=\frac{X_{1}+X_{2}+\cdots+X_{n}}{n}=\frac{\sum_{i=1}^{n} X_{i}}{n}

124 / 194

简单算术平均数的计算

适合情形:未分组资料

计算规则:将各总体单位的标志值简单相加,除以总体单位数所求得的结果。

计算公式

\bar{X}=\frac{X_{1}+X_{2}+\cdots+X_{n}}{n}=\frac{\sum_{i=1}^{n} X_{i}}{n} 计算示例:某单位有8名职工,周工资分别为1200元、1400元、1500元、1600元、1650元、1700元、1750元和1800元,则8名职工平均工资为:

\begin{align} \bar{X} &=\frac{\sum X}{n}=\frac{X_{1}+X_{2}+X_{3}+\cdots \ldots+X_{n}}{n} \\ &=\frac{1200+1400+1500+1600+1650+1700+1750+1800}{8} \\ &=1575(\text { 元 }) \end{align}

124 / 194

加权算术平均数:计算概述

适合情形:分组数据且各组次数不完全相同。

计算规则:各组变量值(组中值)乘以各组权数求出标志总量,再将各组权数相加求出总体单位数,二者相除计算出的结果。

一般公式

\begin{equation} \bar{X}=\frac{X_{1} f_{1}+X_{2} f_{2}+\ldots \ldots+X_{k} f_{k}}{f_{1}+f_{2}+\ldots \ldots+f_{k}}=\frac{\sum_{i=1}^{k} X_{i} f_{i}}{\sum_{i=1}^{k} f_{i}}=\frac{\sum X f}{\sum f} \end{equation}

125 / 194

加权算术平均数:计算概述

计算类型

  • 单项式分配数列的计算

  • 组距式分配数列的计算

计算要点

  • 变量值( X_i):单项式分组为组标志值;组距式分组为组中值。

  • 权数( f_i):具有权衡轻重的作用。权重既可以是频数(绝对数),也可以是频率(相对数)。

如果是频次(次数) f_i数据:

\bar{X}=\frac{\sum_1^n{(f_iX_i)}}{\sum_1^n{f_i}}

如果是频率(比重) w_i = \frac{f_i }{\sum_1^n{f_i}}

\bar{X}=\sum_1^n{\left(X_i \cdot \left(\frac{f_i }{\sum_1^n{f_i}}\right)\right)}

126 / 194

(示例)加权平均数计算:单项式数列

案例说明:某工厂共有105个工人,全体工人的日产量( X,件/日)经过分组统计后( G1 \sim G6),各组工人人数( n)的数据如下表所示。请计算全体工人的平均日产量是多少?

group X f
G1 5 8
G2 6 12
G3 7 19
G4 8 35
G5 9 25
G6 10 6
Total 45 105

说明:可参看之前的单项式数列中位数计算-工人日产量案例

127 / 194

(示例)加权平均数计算:单项式数列

解答过程

  • 根据分组标志值(日产量) X和频次权重(职工人数) f,计算得到各组的日产量 Xf。(见右)

  • 利用加权平均数公式计算得到平均日产量。

计算表
group X f Xf
G1 5 8 40
G2 6 12 72
G3 7 19 133
G4 8 35 280
G5 9 25 225
G6 10 6 60
Total 45 105 810


\begin{equation} \bar{X}=\frac{X_{1} f_{1}+X_{2} f_{2}+\ldots \ldots+X_{k} f_{k}}{f_{1}+f_{2}+\ldots \ldots+f_{k}}=\frac{810}{105}=7.71(件/人) \end{equation}

128 / 194

(示例)加权平均数计算:组距式数列

案例说明:某工厂共有164个工人,全体工人的日产量(X)经过分组统计后( G1 \sim G7),各组工人人数(f)的分布数据如下表所示。请计算全体工人的平均日产量是多少千克?

groups X f
G1 60Kg以下 10
G2 60-70Kg 19
G3 70-80Kg 50
G4 80-90Kg 36
G5 90-100Kg 27
G6 100-110Kg 14
G7 110Kg以上 8
Total - 164

说明:可参看之前的组距式数列中位数计算-工人日产量案例

129 / 194

(示例)加权平均数计算:组距式数列(频次)

解答过程

  • 根据组距式分组标志值(日产量) X,计算各组的组中值,然后再利用频次权重(职工人数) f,计算得到各组的日产量 Xf。(见右)

  • 利用加权平均数公式计算得到平均日产量:

groups X Xi f Xf
G1 60Kg以下 55 10 550
G2 60-70Kg 65 19 1235
G3 70-80Kg 75 50 3750
G4 80-90Kg 85 36 3060
G5 90-100Kg 95 27 2565
G6 100-110Kg 105 14 1470
G7 110Kg以上 115 8 920
Total - 595 164 13550


\begin{equation} \bar{X}=\frac{\sum_{i=1}^n (X_i \cdot f_i)}{\sum_{i=1}^n f_i}=\frac{13550}{164}=82.62(\text { 千克 }) \end{equation}

130 / 194

(示例)加权平均数计算:组距式数列(频率)

解答过程

  • 根据组距式分组标志值(日产量) X,计算各组的组中值,然后再利用频次(职工人数) f计算出各组的频率权重(职工占比) w,计算得到各组的日产量 Xw。(见右)

  • 利用加权平均数公式计算得到平均日产量。

groups X Xi f w Xw
G1 60Kg以下 55 10 0.06 3.35
G2 60-70Kg 65 19 0.12 7.53
G3 70-80Kg 75 50 0.30 22.87
G4 80-90Kg 85 36 0.22 18.66
G5 90-100Kg 95 27 0.16 15.64
G6 100-110Kg 105 14 0.09 8.96
G7 110Kg以上 115 8 0.05 5.61
Total - 595 164 1.00 82.62


\begin{equation} \bar{X}=\sum_{i=1}^n{(X_i\cdot w_i)}=\sum_{i=1}^n{\left( X_i \cdot \frac{f_i}{\sum{f_i}}\right)}=82.62(\text { 千克 }) \end{equation}

131 / 194

算数平均数:总结1

算数平均数 \bar{X}的几条性质:

  • 所有的定量数据都有算术平均数。

  • 计算算术平均数时使用了所有数据。

  • 一组样本数据只有一个均值。

  • 简单算术平均数的大小只与变量值的大小有关。

  • 加权算术平均数受各组组中值(变量值)大小,以及各组变量值出现的频数(权数)的影响。

132 / 194

算数平均数:总结2

  • 各变量值与均值的离差之和等于零。

简单算数平均数: \sum{X_i-\bar{X}} = 0

加权算数平均数: \sum{\left[(X_i-\bar{X})f_i \right]} = 0

  • 各变量值与均值的离差平方和等于最小值。

简单算数平均数: \sum{(X_i-\bar{X})^2} = min

加权算数平均数: \sum{\left[ (X_i-\bar{X})^2 f_i \right]} = 0

  • 根据原始数据和分组资料计算的结果一般不会完全相等,根据分组数据只能得到近似结果。

  • 只有各组数据在组内呈对称或均匀分布时,根据分组资料的计算结果才会与原始数据的计算结果一致。

133 / 194

(示例)算数平均数:未整理数据 VS 分组整理数据

案例数据:某企业的工会随机调查了50名工人2020年6月加班的小时数,原始数据(左下)和整理数据(右下)结果分别如下:

  • 原始未整理数据:
W1 W2 W3 W4 W5 W6 W7 W8 W9 W10 W11 W12 W13 W14 W15 W16 W17
12 14 23 15 16 24 17 9 12 13 21 17 17 16 12 24 17
W18 W19 W20 W21 W22 W23 W24 W25 W26 W27 W28 W29 W30 W31 W32 W33 W34
5 19 13 10 14 10 11 12 7 19 16 9 21 17 14 19 19
W35 W36 W37 W38 W39 W40 W41 W42 W43 W44 W45 W46 W47 W48 W49 W50
19 18 18 15 13 13 12 14 9 26 21 9 13 13 19 15
  • 简单算数平均数:

\bar{X} = \frac{\sum{X_i}}{n}=15.22

  • 分组整理数据:
X Xi f Xf
「 5,10」 7.5 8 60
(10,15」 12.5 19 238
(15,20」 17.5 16 280
(20,25」 22.5 6 135
(25,30」 27.5 1 28
Total 87.5 50 740
  • 加权算数平均数:

\bar{X} = \frac{\sum{(X_i}\cdot f_i)}{\sum{f_i}}=14.8

134 / 194

调和平均数:概念和形式

调和平均数:以变量值的倒数为基础计算的平均数,即标志值的倒数的平均数的倒数,亦称倒数平均数,一般记为 \bar{X}_H

表现形式

  • 逆向指标的算数平均指标的倒数形式。

  • 算术平均指标的变形形式。

135 / 194

调和平均数:计算公式

调和平均数的理论计算公式为:

\begin{align} \bar{X}=\frac{\sum{(X_i f_i)}}{\sum{f_i}}=\frac{\sum{(X_i f_i)}}{\sum \left[\frac{(X_i f_i)}{X_i} \right]} =\frac{\sum{m_i}} {\sum \frac{m_i}{X_i}}=\bar{X}_{H} \end{align}

其中:

  • m_i=X_i \cdot f_i, f_i=\frac{m_i}{X_i}

  • m_i是一种特定权数,它不是各组变量值出现的次数,而是各组标志值总量(注意不是“总体标志总量”!!!)。

136 / 194

(示例)调和平均数的应用场景

案例说明:设有一种蔬菜,早、中、晚的价格分别为每千克0.5元、0.2元和0.1元。第一个人早、中、晚各买1千克的菜,第二个人早、中、晚各买1元钱的菜。比较两人所卖菜的平均价格。

\begin{equation} \text { 平均份格 }=\frac{\text { 购买额 }}{\text { 购买量 }} \end{equation}

  • 第一个人平均购买价格:

\begin{equation} \bar{X}=\frac{0.5+0.2+0.1}{1+1+1}=0.267(\text { 元 }) \end{equation}

  • 第二个人平均购买价格:

\begin{equation} \bar{X_H}=\frac{1+1+1}{1 / 0.5+1 / 0.2+1 / 0.1}=\frac{3}{17}=0.18(\text { 元 }) \end{equation}

137 / 194

调和平均数的计算:主要步骤

简单调和平均数: \bar{X}_{H} =\frac{n} {\sum \frac{1}{X_i}}

加权调和平均数: \bar{X}_{H} =\frac{\sum{m_i}} {\sum \frac{m_i}{X_i}}

计算步骤

a. 先计算各个变量值的倒数 \frac{1}{X_i}

b. 计算变量值的倒数的算数平均数。

简单调和平均数: \frac{\sum(\frac{1}{X_i})}{n}

加权调和平均数: \frac{\sum(\frac{m_i}{X_i})}{\sum{m_i}}

c. 再计算变量值的倒数的算数平均数 的倒数。

简单调和平均数: \bar{X_H} = \frac{n}{\sum(\frac{1}{X_i})}

加权调和平均数: \bar{X_H} = \frac{\sum{m_i}}{\sum(\frac{m_i}{X_i})}

138 / 194

(示例)简单调和平均数的计算:未分组数据

示例计算1(正向指标情形):某车间5位工人的劳动生产率(件/小时)资料如下,请分别计算全部工人的平均劳动生产率是多少?

W1 W2 W3 W4 W5
10 12 15 20 30
  • 计算分析:因为是正向指标,可以直接使用简单算数平均数计算得到。

\begin{align} \bar{X} =\frac{\sum X_i}{n} =\frac{10+12+15+20+30}{5} =\frac{87}{5}=17.4 \text { 件 / 小时 } \end{align}

示例计算2(逆向指标指标情形):某车间5位工人的劳动生产率(分钟/件)资料如下,请分别计算全部工人的平均劳动生产率是多少?

W1 W2 W3 W4 W5
6 5 4 3 2
  • 计算分析:因为是逆向指标,应使用简单调和平均数计算得到。

\begin{align} \bar{X}_{H} =\frac{1}{\frac{\sum 1 / X_i}{n}} =\frac{1}{(1/ 6+1 / 5+1 / 4+1 / 3+1 / 2) / 5} =\frac{1}{1.45 / 5}=\frac{1}{0.29}=3.45 \text { 分钟 } / 件 \end{align}

139 / 194

(示例)加权调和平均数的计算:分组数据A

案例说明:某公司有四个企业,工作完成程度(ratio_do,%)及计划产值(value_plan)如下,请计算全部四个企业的平均工作完成程度?

firms ratio_do value_plan Xf
90 100 90
100 200 200
110 300 330
120 400 480
Total 1000 1100

分析过程:此题可以直接使用加权算术平均数公式计算。其中:工作完成程度(ratio_do)为正指标 X_i,计划产值(Value_plan)为权重 f_i

\begin{equation} \bar{X}=\frac{\sum {(X_i f_i)}}{\sum {f_i}}=\frac{1100}{1000} \times 100\%=110 \% \end{equation}

140 / 194

(示例)加权调和平均数的计算:分组数据B

案例说明:某公司有四个企业,工作完成程度(ratio_do,%)及实际产值(value_do)如下,请计算全部四个企业的平均工作完成程度?

firms ratio_do value_do 1/X m/X
90 90 1.11 100
100 200 1.00 200
110 330 0.91 300
120 480 0.83 400
Total 1100 1000

分析过程:此题需要使用加权调和平均数公式计算。其中:工作完成程度(ratio_do)为正指标 X_i,实际产值(Value_do)为特殊权重 m_i

\begin{equation} \bar{X}==\frac{\sum m_i}{\sum \left(\frac{1}{X_i} m_i \right)}=\frac{1100}{1000} \times 100 \%=110 \% \end{equation}

141 / 194

调和平均数:总结

  • 如果数列中有一标志值等于零,则无法计算调和平均数。

  • 较之算术平均数,调和平均数受极端值的影响要小。

142 / 194

几何平均数:概念与类型

几何平均数(Geometric Mean):对 n个变量值连乘之积开 n次方根,主要用于计算平均速度和平均比率。

一般公式

\bar{X_G} = \sqrt[n]{X_1 \cdot X_2 \cdots X_n} = \sqrt[n]{{\prod_{i=1}^n{X_i}}}

适合条件:变量值为相乘关系

计算类型

  • 简单几何平均数

  • 加权几何平均数

143 / 194

简单几何平均数的计算

(方法1)直接开根号:

\bar{X_G} = \sqrt[n]{X_1 \cdot X_2 \cdots X_n} = \sqrt[n]{{\prod_{i=1}^n{X_i}}}

(方法2)利用反对数求解:

\begin{align} \bar{X_G} &= \left(\prod_{i=1}^n{X_i} \right)^{\frac{1}{n}} \\ log(\bar{X_G}) &= \frac{1}{n} \cdot log\left(\prod_{i=1}^n{X_i}\right) = \frac{1}{n} \cdot \sum_{i =1} ^n{\left(log{X_i} \right)} \\ \bar{X_G} &= arclog\left(\frac{1}{n} \cdot \sum_{i =1} ^n{\left(log{X_i} \right)} \right) = 10^{\left(\frac{1}{n} \cdot \sum_{i =1} ^n{\left(log{X_i} \right)} \right)} \end{align}

144 / 194

(示例)简单几何平均数的计算

案例说明:某地区工业产品产量在2013-2018年间的产量(output,亿吨)和逐年发展速度*(speed,%)。求该地区五年间的平均发展速度是多少?

year output speed
2013 9.8
2014 10.5 108
2015 10.8 102
2016 10.9 101
2017 11.2 103
2018 11.4 102
Total 64.6
145 / 194

(示例)简单几何平均数的计算

解题分析

  • 方法1:对发展速度(speed)直接连乘开根号。

  • 方法2:对发展速度(speed)取对数(log_speed),再连加对数,最后求反对数。

year output speed log_speed
2013 9.8 NA NA
2014 10.5 107.5510 2.0316
2015 10.8 102.4668 2.0106
2016 10.9 100.6481 2.0028
2017 11.2 102.6679 2.0114
2018 11.4 102.2401 2.0096
Total 64.6 10.0661

\begin{align}\bar{X_G} &= \sqrt[n]{{\prod_{i=1}^n{X_i}}}\\ & =\sqrt[n]{1.1643} \\ & = 103.0889 \end{align}

\begin{align} \bar{X_G} &= arclog\left(\frac{1}{n} \cdot \sum_{i =1} ^n{\left(log{X_i} \right)} \right) \\ & = 10^{\left(\frac{1}{n} \cdot \sum_{i =1} ^n{\left(log{X_i} \right)} \right)} = 10^{\left( \frac{1}{5}\cdot 10.0661 \right) } \\ & = 103.0889 \end{align}

146 / 194

加权几何平均数的计算

(方法1)直接开根号:

\bar{X_G} = \sqrt[(f_1+f_2+\cdots +f_n)]{X_1^{f_1} \cdot X_2^{f_2} \cdots X_n^{f_n}} = \sqrt[\sum_{i=1}^n{f_i}]{{\prod_{i=1}^n{\left( X_i^{f_i}\right)}}}

(方法2)利用反对数求解:

\begin{align} \bar{X_G} &= \sqrt[\sum{f_i}]{\prod_{i=1}^n{\left( X_i^{f_i}\right)}} \\ log(\bar{X_G} ) &= \frac{1}{\sum{f_i}} \cdot \sum_{i =1} ^n{\left(log{X_i^{f_i}} \right)} = \frac{1}{\sum{f_i}} \cdot \sum_{i =1} ^n{\left(f_i \cdot logX_i\right)}\\ \bar{X_G} &= arclog \left(\frac{1}{\sum{f_i}} \cdot \sum_{i =1} ^n{\left(f_i \cdot logX_i\right)} \right) = 10^{\left(\frac{1}{\sum{f_i}} \cdot \sum_{i =1} ^n{\left(f_i \cdot logX_i\right)} \right) } \end{align}

147 / 194

(示例)加权几何平均数的计算

案例说明:某投资银行公布了最近25年间( n=25)银行年利率的逐年发展速度分组*(speed)和每个分组利率的年数(years)。求该地区25年间的平均发展速度是多少?

speed years
1.03 1
1.05 4
1.08 8
1.1 10
1.15 2
Total 25
148 / 194

(示例)简单几何平均数的计算

解题分析

  • 方法1:对发展速度(speed)进行权重 f_i的幂指数计算,再连乘,最后再开根号。

  • 方法2:对发展速度(speed)取对数(log_speed),再乘以对应权重 f_i,然后加总,最后求反对数。

speed years power log_speed f_log_speed
1.03 1 1.0300 0.0128 0.0128
1.05 4 1.2155 0.0212 0.0848
1.08 8 1.8509 0.0334 0.2674
1.1 10 2.5937 0.0414 0.4139
1.15 2 1.3225 0.0607 0.1214
Total 25 0.9003

\begin{align} \overline{X_{\mathrm{g}}}& = \sqrt[\sum_{i=1}^n{f_i}]{{\prod_{i=1}^n{\left( X_i^{f_i}\right)}}}\\ &=\sqrt[25]{1.03^{1 *} 1.05^{4} * 1.08^{8} * 1.10^{10 *}+1.15^{2}}\\ &=\sqrt[25]{7.9489}=1.0865 \end{align}

\begin{align} \overline{X_G} &= arclog \left(\frac{1}{\sum{f_i}} \cdot \sum_{i =1} ^n{\left(f_i \cdot logX_i\right)} \right) \\ &= 10^{\left(\frac{1}{\sum{f_i}} \cdot \sum_{i =1} ^n{\left(f_i \cdot logX_i\right)} \right) } \\ & = 10^{\left( \frac{1}{25}\cdot 0.9003 \right) } = 1.0865 \end{align}

149 / 194

几何平均数:总结

  • 几何平均数 \bar{X_G}适用于反映特定现象的平均水平,即现象的总标志值是各单位标志值的连乘积。

  • 如果数列中有一个标志值等于零或负值,就无法计算几何平均数 \bar{X_G}

  • 受极端值的影响较算数平均数 \bar{X}和调和平均数 \bar{X_H}小。

150 / 194

平均数:总结1

  • 位置平均数和数值平均数的图形关系

151 / 194

平均数:总结2

  • 位置平均数和数值平均数的卡尔·皮尔逊经验公式

\begin{align} \left|\bar{X}-M_{0}\right|=3\left|\bar{X}-M_{e}\right| \end{align}

\begin{align} M_{0} =3 M_{e}-2 \bar{X}; \quad \quad \quad \bar{X}=\frac{1}{2}\left(3 M_{e}-M_{o}\right); \quad \quad \quad M_{e}=\frac{1}{3}\left(M_{o}+2 \bar{X}\right) \end{align}

152 / 194

内容导航

154 / 194

离散趋势概述:概念内涵

离散趋势的具体内涵有:

  • 是数据分布的一个重要特征

  • 反映各变量值远离其中心值的程度(离散程度)

  • 从另一个侧面说明了集中趋势测度值的代表程度

  • 不同类型的数据有不同的离散程度测度值

155 / 194

异众比率:概念和特征

异众比率(variation ratio):是对分类数据离散程度的测度,具体表现为非众数组的频数占总频数的比例,一般记为 V_r

异众比率的特征:用于衡量众数的代表性

计算公式

\begin{align} V_{r}=\frac{\sum f_{i}-f_{m}}{\sum f_{i}}=1-\frac{f_{m}}{\sum f_{i}} \end{align}

156 / 194

(示例)异众比率的计算

案例数据:不同品牌饮料的频数分布如下,请计算该数据集的异众比率是多少

不同品牌饮料的购买分布
brand n percent
果汁 6 12%
其他 8 16%
矿泉水 10 20%
绿茶 11 22%
碳酸饮料 15 30%
Total 50 100%

解题分析

  • \begin{align} V_{r} &=\frac{\sum f_{i}-f_{m}}{\sum f_{i}} =1-\frac{f_{m}}{\sum f_{i}} \\ & =\frac{50-15}{50}=1-\frac{15}{50} \\ &=0.7=70 \% \end{align}

  • 在所调查的50人当中,购买碳酸饮料以外的人数占70%,异众比率比较大。因此,用“碳酸饮料”代表消费者购买饮料品牌的状况,其代表性不是很好。

157 / 194

四分位差:概念和特征

四分位差(quartile deviation):主要用于对顺序尺度/比率尺度数据离散程度的测度,也称为内距或四分间距,它是上四分位数(四分之三位数)与下四分位数(四分之一位数)之差,一般记为 Q_d

Q_d = Q_3 – Q_1

四分位差的特征

  • 反映了中间50%数据的离散程度

  • 不受极端值的影响

  • 用于衡量中位数的代表性

158 / 194

(示例)四分位差的计算:原始未整理数据

案例数据:某电脑销售公司在4个月120天( n=120)的电脑销售台数的数据记录如下,请计算该数据集的四分位差是多少?

[1] 234 143 187 161 150 228 153 166 154 174 156 203 159 198 160 152
[17] 161 162 163 196 164 226 165 165 187 141 214 149 178 223 218 179
[33] 215 180 175 196 155 167 168 211 168 170 180 171 233 172 210 172
[49] 172 194 173 196 174 165 175 233 175 190 207 176 183 225 178 234
[65] 153 179 144 179 188 172 181 182 182 177 184 185 186 186 178 187
[81] 237 187 205 188 177 189 209 189 190 175 191 173 194 189 195 195
[97] 163 196 176 196 160 197 197 174 198 200 201 202 158 203 188 206
[113] 171 208 192 210 168 211 172 213

解题步骤

  • 计算数据集的四分之一位数: Q_1 = 170.75

  • 计算数据集的四分之三位数: Q_3 = 197

  • 最后计算得到四分位差: Q_d = Q_3- Q_1 =26.25

159 / 194

(示例)四分位差的计算:单项式数列

案例数据:甲城市家庭对住房状况评价的频数分布如下,请计算该数据集的四分位差是多少?

甲城市住房满意度评价统计表
lable satisfication n cumsum
1 非常不满意 24 24
2 不满意 108 132
3 一般 93 225
4 满意 45 270
5 非常满意 30 300
Total 300

解题分析:设非常不满意为1,不满意为2,一般为3,满意为4, 非常满意为5。 已知: Q_1 = 不满意 = 2Q_3 = 一般 = 3。则四分位差为:

Q_d = Q_3 - Q_1= 3 – 2 = 1

160 / 194

极差:概念和特征

极差(range):是一组数据的最大值与最小值之差,一般记为 R,计算公式为:

R = Max(X_i) - Min(X_i)

极差的特征

  • 离散程度的最简单测度值

  • 易受极端值影响

  • 未考虑数据的分布

161 / 194

(示例)极差的计算:未整理原始数据

案例数据:某电脑销售公司在4个月120天( n=120)的电脑销售台数的数据记录如下,请计算该数据集的极差是多少?

[1] 234 143 187 161 150 228 153 166 154 174 156 203 159 198 160 152
[17] 161 162 163 196 164 226 165 165 187 141 214 149 178 223 218 179
[33] 215 180 175 196 155 167 168 211 168 170 180 171 233 172 210 172
[49] 172 194 173 196 174 165 175 233 175 190 207 176 183 225 178 234
[65] 153 179 144 179 188 172 181 182 182 177 184 185 186 186 178 187
[81] 237 187 205 188 177 189 209 189 190 175 191 173 194 189 195 195
[97] 163 196 176 196 160 197 197 174 198 200 201 202 158 203 188 206
[113] 171 208 192 210 168 211 172 213

解题步骤

  • 先排序数据,找到最小值和最大值。
[1] 141 143 144 149 150 152 153 153 154 155 156 158 159 160 160 161
[17] 161 162 163 163 164 165 165 165 166 167 168 168 168 170 171 171
[33] 172 172 172 172 172 173 173 174 174 174 175 175 175 175 176 176
[49] 177 177 178 178 178 179 179 179 180 180 181 182 182 183 184 185
[65] 186 186 187 187 187 187 188 188 188 189 189 189 190 190 191 192
[81] 194 194 195 195 196 196 196 196 196 197 197 198 198 200 201 202
[97] 203 203 205 206 207 208 209 210 210 211 211 213 214 215 218 223
[113] 225 226 228 233 233 234 234 237
  • 最后计算得到四分位差。


R = Max(X_i)- Min(X_i) =237 - 141 = 96

162 / 194

平均差:概念和特征

平均差(mean deviation):是各变量值与其平均数离差绝对值的平均数,一般记为 M_d。计算公式根据数据情况分为:

  • 未分组数据:

\begin{align} M_{\mathrm{d}}=\frac{\sum_{i=1}^{n}\left|X_{i}-\bar{X}\right|}{n} \end{align}

  • 组距分组数据:

\begin{align} M_{\mathrm{d}}=\frac{\sum_{i=1}^{k}\left(\left|M_{i}-\bar{X}\right| f_{i}\right)}{\sum{f_i}} \end{align}

平均差的特征

  • 能全面反映一组数据的离散程度。

  • 数学性质较差,实际中应用较少。

163 / 194

(示例)平均差的计算:原始未整理数据1

案例数据:某电脑销售公司在4个月120天( n=120)的电脑销售台数的数据记录如下,请计算该数据集的四分位差是多少?

[1] 234 143 187 161 150 228 153 166 154 174 156 203 159 198 160 152
[17] 161 162 163 196 164 226 165 165 187 141 214 149 178 223 218 179
[33] 215 180 175 196 155 167 168 211 168 170 180 171 233 172 210 172
[49] 172 194 173 196 174 165 175 233 175 190 207 176 183 225 178 234
[65] 153 179 144 179 188 172 181 182 182 177 184 185 186 186 178 187
[81] 237 187 205 188 177 189 209 189 190 175 191 173 194 189 195 195
[97] 163 196 176 196 160 197 197 174 198 200 201 202 158 203 188 206
[113] 171 208 192 210 168 211 172 213
164 / 194

(示例)平均差的计算:原始未整理数据2

解题步骤

  • 计算数据集的均值: \bar{X} = \frac{\sum{X_i}}{n} = 184.57

  • 计算所有数据的离中心差的绝对值: |X_i -\bar{X}|,及其求和项 \sum_{i=1}^{n}\left|X_{i}-\bar{X}\right| = 2091.4

  • 最后利用公式计算得到平均差:

\begin{align} M_{\mathrm{d}} &=\frac{\sum_{i=1}^{n}\left|X_{i}-\bar{X}\right|}{n} \\ &=\frac{2091.4}{120} =17.43 \end{align}

[1] 49.43 41.57 2.43 23.57 34.57 43.43 31.57 18.57 30.57 10.57
[11] 28.57 18.43 25.57 13.43 24.57 32.57 23.57 22.57 21.57 11.43
[21] 20.57 41.43 19.57 19.57 2.43 43.57 29.43 35.57 6.57 38.43
[31] 33.43 5.57 30.43 4.57 9.57 11.43 29.57 17.57 16.57 26.43
[41] 16.57 14.57 4.57 13.57 48.43 12.57 25.43 12.57 12.57 9.43
[51] 11.57 11.43 10.57 19.57 9.57 48.43 9.57 5.43 22.43 8.57
[61] 1.57 40.43 6.57 49.43 31.57 5.57 40.57 5.57 3.43 12.57
[71] 3.57 2.57 2.57 7.57 0.57 0.43 1.43 1.43 6.57 2.43
[81] 52.43 2.43 20.43 3.43 7.57 4.43 24.43 4.43 5.43 9.57
[91] 6.43 11.57 9.43 4.43 10.43 10.43 21.57 11.43 8.57 11.43
[101] 24.57 12.43 12.43 10.57 13.43 15.43 16.43 17.43 26.57 18.43
[111] 3.43 21.43 13.57 23.43 7.43 25.43 16.57 26.43 12.57 28.43
165 / 194

(示例)平均差的计算:组距分组数据1

案例数据:A同学将某电脑销售公司在4个月120天( n=120)的电脑销售台数的原始数据,并进行如下的组距式分组统计。其中f表示落在各组的天数。请计算该数据集的平均差是多少?

index groups f
1 [140,150) 4
2 [150,160) 9
3 [160,170) 16
4 [170,180) 27
5 [180,190) 20
6 [190,200) 17
7 [200,210) 10
8 [210,220) 8
9 [220,230) 4
10 [230,240] 5
Total - 120
166 / 194

(示例)平均差的计算:组距分组数据2

解题步骤:具体计算表见下一页ppt。

  • 计算各组组中值M: M_i,以及组中值与权重的乘积Mf: M_if_i。然后计算得出均值: \bar{X}=\frac{\sum{M_if_i}}{\sum{f_i}}=185
  • 计算得到离中心差demean: M_i-\bar{X},及其绝对值abs_demean |M_i-\bar{X}|

  • 计算离中心差与权重的乘积demean_f: (M_i-\bar{X})f_i,及其绝对值abs_demean_f: |(M_i-\bar{X})|f_i

  • 最后,利用公式计算加总项,进一步计算得到平均差。

\begin{align} M_{\mathrm{d}} =\frac{\sum_{i=1}^{k}\left(\left|M_{i}-\bar{X}\right| f_{i}\right)}{\sum{f_i}} = \frac{2040}{120} = 17 \end{align}

  • 含义:与销售量平均数相比,日销售量之间平均相差17台。
167 / 194

(示例)平均差的计算:组距分组数据3

平均差计算需要用到计算表
index groups M f Mf demean abs_demean demean_f abs_demean_f
1 [140,150) 145 4 580 -40 40 -160 160
2 [150,160) 155 9 1395 -30 30 -270 270
3 [160,170) 165 16 2640 -20 20 -320 320
4 [170,180) 175 27 4725 -10 10 -270 270
5 [180,190) 185 20 3700 0 0 0 0
6 [190,200) 195 17 3315 10 10 170 170
7 [200,210) 205 10 2050 20 20 200 200
8 [210,220) 215 8 1720 30 30 240 240
9 [220,230) 225 4 900 40 40 160 160
10 [230,240] 235 5 1175 50 50 250 250
Total - 1900 120 22200 50 250 0 2040
168 / 194

方差和标准差:概念和特征

方差(variance)和标准差(standard deviation):是数据离散程度的最常用测度指标,反映了各变量值与均值的平均差异。

  • 根据总体数据计算的,称为总体方差(记为 \sigma^2)以及总体标准差(记为 \sigma^2)。

  • 根据样本数据计算的,称为样本方差(记为 S^2)以及样本标准差(记为 S)。

  • 对于未整理原始样本数据:

\begin{align} S^{2}&=\frac{\sum_{i=1}^{n}\left(X_{i}-\bar{X}\right)^{2}}{n-1} \\ S&=\sqrt{\frac{\sum_{i=1}^{n}\left(x_{i}-\bar{X}\right)^{2}}{n-1}} \end{align}

  • 对于组距式分组样本数据:

\begin{align} S^{2} &=\frac{\sum_{i=1}^{k}\left(\left(M_{i}-\bar{X}\right)^{2} f_{i}\right)}{n-1} \\ S &=\sqrt{\frac{\sum_{i=1}^{k}\left(\left(M_{i}-\bar{X}\right)^{2} f_{i} \right)}{n-1}} \end{align}

169 / 194

(示例)计算:原始未整理数据1

案例数据:某电脑销售公司在4个月120天( n=120)的电脑销售台数的数据记录如下,请计算该数据集的样本方差样本标准差分别是多少?

[1] 234 143 187 161 150 228 153 166 154 174 156 203 159 198 160 152
[17] 161 162 163 196 164 226 165 165 187 141 214 149 178 223 218 179
[33] 215 180 175 196 155 167 168 211 168 170 180 171 233 172 210 172
[49] 172 194 173 196 174 165 175 233 175 190 207 176 183 225 178 234
[65] 153 179 144 179 188 172 181 182 182 177 184 185 186 186 178 187
[81] 237 187 205 188 177 189 209 189 190 175 191 173 194 189 195 195
[97] 163 196 176 196 160 197 197 174 198 200 201 202 158 203 188 206
[113] 171 208 192 210 168 211 172 213
170 / 194

(示例)计算:原始未整理数据2

解题步骤

  • 计算数据集的均值: \bar{X} = \frac{\sum{X_i}}{n} = 184.57

  • 计算所有数据的离中心差: X_i -\bar{X},及其平方项 (X_i -\bar{X})^2

  • 计算离中心差平方项的求和项 \sum_{i=1}^{n}\left((X_{i}-\bar{X})^2\right) = 55935.47

  • 最后利用公式计算得到样本方差和样本标准差:

\begin{align} S^{2} &=\frac{\sum_{i=1}^{n}\left(X_{i}-\bar{X}\right)^{2}}{n-1} \\ &= \frac{55935.47}{119} = 470.0459 \end{align}

\begin{align} S &=\sqrt{\frac{\sum_{i=1}^{n}\left(X_{i}-\bar{X}\right)^{2}}{n-1}} \\ &= \sqrt{\frac{55935.47}{119} } = 21.6805 \end{align}

  • 含义:日销售量平均数为185台,日销售量与平均数之间的一个标准差为22台。
171 / 194

(示例)计算:组距分组数据1

案例数据:A同学将某电脑销售公司在4个月120天( n=120)的电脑销售台数的原始数据,并进行如下的组距式分组统计。其中f表示各组的天数。请计算该数据集的样本方差样本标准分别是多少?

index groups f
1 [140,150) 4
2 [150,160) 9
3 [160,170) 16
4 [170,180) 27
5 [180,190) 20
6 [190,200) 17
7 [200,210) 10
8 [210,220) 8
9 [220,230) 4
10 [230,240] 5
Total - 120
172 / 194

(示例)计算:组距分组数据2

解题步骤:具体计算表见下一页ppt。

  • 计算各组组中值M: M_i,以及组中值与权重的乘积Mf: M_if_i。然后计算得出分组数据的均值: \bar{X}=\frac{\sum{M_if_i}}{\sum{f_i}}=185
  • 计算得到离中心差demean: M_i-\bar{X},以及离中心差的平方项power2: {(X_{i}-\bar{X})}^2f_i,再计算离中心差平方项与权重的乘积power2_f(X_{i}-\bar{X})^2f_i,然后得到求和项 \sum_{i=1}^{n}\left((M_{i}-\bar{X})^2f_i\right)=55400
  • 最后利用公式计算得到样本方差和样本标准差:

\begin{align} S^{2} &=\frac{\sum_{i=1}^{n}{\left(\left(M_{i}-\bar{X}\right)^{2}f_i\right)}}{n-1} \\ &= \frac{55400}{119} = 465.5462 \end{align}

\begin{align} S &=\sqrt{\frac{\sum_{i=1}^{n}{\left(\left(M_{i}-\bar{X}\right)^{2}f_i\right)}}{n-1}} \\ &= \sqrt{\frac{55400}{119} } = 21.5765 \end{align}

  • 含义:日销售量平均数为185台,日销售量与平均数之间的一个标准差为22台。
173 / 194

(示例)计算:组距分组数据3

方差/标准差计算需要用到计算表
index groups M f Mf demean power2 power2_f
1 [140,150) 145 4 580 -40 1600 6400
2 [150,160) 155 9 1395 -30 900 8100
3 [160,170) 165 16 2640 -20 400 6400
4 [170,180) 175 27 4725 -10 100 2700
5 [180,190) 185 20 3700 0 0 0
6 [190,200) 195 17 3315 10 100 1700
7 [200,210) 205 10 2050 20 400 4000
8 [210,220) 215 8 1720 30 900 7200
9 [220,230) 225 4 900 40 1600 6400
10 [230,240] 235 5 1175 50 2500 12500
Total - 1900 120 22200 50 8500 55400
174 / 194

标准分数

标准分数(standard score):也称标准化值,记为 Z_i,计算公式为:

Z_i=\frac{(X_i-\bar{X})}{S_{X}}

标准分数的特征

  • 对某一个值在一组数据中相对位置的度量。

  • 可用于判断一组数据是否有离群点(outlier)。

  • 用于对变量的标准化处理。

标准化值 Z_i只是将原始数据 X_i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,也没有改变该组数分布的形状,而只是使该组数据均值为0,标准差为1。因此也被称为标准化变换

175 / 194

变异系数:概念和作用

变异系数(coefficient of variation):是用相对数表示的变异指标,又称标志变动系数。根据分子的不同,又具体分为:

  • 全距变异系数: V_R= \frac{R}{\bar{X}}

  • 平均差变异系数: V_{AD}= \frac{R}{\bar{X}}

  • 标准差变异系数: V_{S}= \frac{S}{\bar{X}}

变异系数的作用:抽象掉标志值大小及计量单位的影响。

176 / 194

(示例1)计算几类变异系数

案例数据:某电脑销售公司在4个月120天( n=120)的电脑销售台数的数据记录如下,请计算该数据集的全距变异系数平均差变异系数标准差变异系数分别是多少?

[1] 234 143 187 161 150 228 153 166 154 174 156 203 159 198 160 152
[17] 161 162 163 196 164 226 165 165 187 141 214 149 178 223 218 179
[33] 215 180 175 196 155 167 168 211 168 170 180 171 233 172 210 172
[49] 172 194 173 196 174 165 175 233 175 190 207 176 183 225 178 234
[65] 153 179 144 179 188 172 181 182 182 177 184 185 186 186 178 187
[81] 237 187 205 188 177 189 209 189 190 175 191 173 194 189 195 195
[97] 163 196 176 196 160 197 197 174 198 200 201 202 158 203 188 206
[113] 171 208 192 210 168 211 172 213

根据前面已经得到的相关结算结果:数据集的均值 \bar{X} =184.57;全距 R=96;平均差 AD =17.43;样本标准差 S =21.68

然后,利用公式分别计算得到几类变异系数:

  • 全距变异系数: V_R= \frac{R}{\bar{X}}=\frac{96}{184.57} =0.5201

  • 平均差变异系数: V_{AD}= \frac{R}{\bar{X}}=\frac{17.43}{184.57} =0.0944

  • 标准差变异系数: V_{S}= \frac{S}{\bar{X}}=\frac{21.68}{184.57} =0.1175

177 / 194

(示例2)计算标准差变异系数

案例数据:某工厂有甲、乙两个工人小组,每个小组各有10个工人,两个小组的日产量数据分别如下。请你通过一些计算,比较那个小组的产量更稳定?

  • 甲组工人的日产量(件/天)数据:
[1] 68 68 68 62 61 59 69 85 72 83
  • 乙组工人的日产量(件/天)数据:
[1] 16 15 17 22 12 18 23 20 21 15
  • 甲组工人产量均值 \bar{X_甲}=\frac{\sum{X_i}}{n}=69.5;产量标准差 S_甲=\sqrt{\frac{\sum{(X_i -\bar{X}^2)}}{n-1}}=8.66

  • 乙组工人产量均值 \bar{X_乙}=\frac{\sum{X_i}}{n}=17.9;产量标准差 S_乙=\sqrt{\frac{\sum{(X_i -\bar{X}^2)}}{n-1}}=3.54

显然,从标准差来看甲组离散程度大于乙组 S_甲 > S_乙,但是单纯从标准差大小来断定工人产量稳定性,是不恰当的。因为我们还可以看到,甲组的均值也高于乙组 \bar{X}_甲 > \bar{X}_乙

因此,我们需要进一步计算标准差变异系数指标来加以比较。可以发现,甲组要更优。

V_{S甲}= \frac{S_甲}{\bar{X}_甲}=0.1246 < V_{S乙}= \frac{S乙}{\bar{X}_乙}=0.1979

178 / 194

内容导航

180 / 194

偏态及其测度

偏态(skewness):对数据分布偏斜程度的测度*

偏态系数SK的特征

  • SK=0为对称分布

  • SK> 0为右偏分布

  • SK< 0为左偏分布

  • |SK|>1,被称为高度偏态分布;

  • 0.5<|SK| \leq 1,被认为是中等偏态分布;

  • SK \simeq 0,偏斜程度就越低 。

注释* 具体定义和计算公式可以参看 第03章 3.3节内容。

181 / 194

偏态系数的计算

  • 根据原始数据计算:

\begin{align} SK = \frac{n}{(n-1)(n-2)}\frac{ \sum_{i=1}^n{(X_i-\bar{X})^3}}{S_X^3} \end{align}

  • 根据分组数据计算:

\begin{align} SK = \frac{1}{\sum{f_i}} \cdot \frac{\sum_{i=1}^n{\left((M_i-\bar{X})^3 \cdot f_i\right)}}{S_X^3} \end{align}

其中: n表示总次数; f_i表示各组次数; M_i表示各组组中值; S_X表示样本标准差 S_X =\sqrt{\frac{\sum_1^n{(X_i- \bar{X})^2}}{n-1}}

182 / 194

(示例)偏态系数的计算:未分组原始数据1

案例数据:某电脑销售公司在4个月120天( n=120)的电脑销售台数的数据记录如下,请计算该数据集的偏度系数SK是多少?

[1] 234 143 187 161 150 228 153 166 154 174 156 203 159 198 160 152
[17] 161 162 163 196 164 226 165 165 187 141 214 149 178 223 218 179
[33] 215 180 175 196 155 167 168 211 168 170 180 171 233 172 210 172
[49] 172 194 173 196 174 165 175 233 175 190 207 176 183 225 178 234
[65] 153 179 144 179 188 172 181 182 182 177 184 185 186 186 178 187
[81] 237 187 205 188 177 189 209 189 190 175 191 173 194 189 195 195
[97] 163 196 176 196 160 197 197 174 198 200 201 202 158 203 188 206
[113] 171 208 192 210 168 211 172 213
183 / 194

(示例)偏态系数的计算:未分组原始数据2

解题步骤

  • 计算数据的均值 \bar{X} = \frac{\sum{X_i}}{n}=184.5667

  • 计算数据的样本标准差 S_X =\sqrt{\frac{\sum_{i=1}^n{(X_i- \bar{X})^2}}{n-1}}=21.6805

  • 利用公式计算得出偏度系数SK。

\begin{align} SK = \frac{n}{(n-1)(n-2)}\frac{ \sum_{i=1}^n{(X_i-\bar{X})^3}}{S_X^3} =\frac{120}{(119\times 118)} \frac{540000}{10044.87} = 0.4002 \end{align}

184 / 194

(示例)偏态系数的计算:分组后组距式数据

案例数据:A同学将某电脑销售公司在4个月120天( n=120)的电脑销售台数的原始数据(见前例),并进行如下的组距式分组统计。其中f表示落在各组的天数。请计算所有数据的偏度系数SK是多少?

index groups f
1 [140,150) 4
2 [150,160) 9
3 [160,170) 16
4 [170,180) 27
5 [180,190) 20
6 [190,200) 17
7 [200,210) 10
8 [210,220) 8
9 [220,230) 4
10 [230,240] 5
Total - 120
185 / 194

(示例)偏态系数的计算:分组后组距式数据

解题步骤:具体计算表见下一页ppt。

  • 计算各组组中值M: M_i,然后计算得出均值: \bar{X}=\frac{\sum{M_if_i}}{\sum{f_i}}=185

  • 计算得到离中心差demean: M_i-\bar{X}

  • 对离中心差分别计算2次方项power2: (M_i-\bar{X})^2和3次方项power3: (M_i-\bar{X})^3。以及各自幂指数项与权重f的乘积,power2_f: (M_i-\bar{X})^2f_i和3次方项power3_f: (M_i-\bar{X})^3f_i

  • 分别进行行汇总,得到各项的加总项。

  • 计算出分组后数据的样本标准差 S_X =\sqrt{\frac{\sum_1^n{(M_i- \bar{X})^2}}{n-1}}

  • 最后,利用公式进一步计算得到偏度系数SK。

\begin{align} SK = \frac{1}{\sum{f_i}} \cdot \frac{\sum_{i=1}^n{\left((M_i-\bar{X})^3 \cdot f_i\right)}}{S_X^3} = \frac{1}{120} \cdot \frac{540000}{10044.8673} = 0.4480 \end{align}

186 / 194

(示例)偏态系数的计算:分组后组距式数据

偏态系数计算需要用到计算表
index groups f M Mf demean power2 power2_f power3 power3_f
1 [140,150) 4 145 580 -40 1600 6400 -64000 -256000
2 [150,160) 9 155 1395 -30 900 8100 -27000 -243000
3 [160,170) 16 165 2640 -20 400 6400 -8000 -128000
4 [170,180) 27 175 4725 -10 100 2700 -1000 -27000
5 [180,190) 20 185 3700 0 0 0 0 0
6 [190,200) 17 195 3315 10 100 1700 1000 17000
7 [200,210) 10 205 2050 20 400 4000 8000 80000
8 [210,220) 8 215 1720 30 900 7200 27000 216000
9 [220,230) 4 225 900 40 1600 6400 64000 256000
10 [230,240] 5 235 1175 50 2500 12500 125000 625000
Total - 120 1900 22200 50 8500 55400 125000 540000
187 / 194

峰态系数的计算

  • 根据原始数据计算:

\begin{align} KT = \frac{n(n+1)}{(n-1)(n-2)(n-3)} \frac{\sum_{i=1}^n{(X_i-\bar{X})^4}}{S_X^4} - \frac{3(n-1)^2}{(n-2)(n-3)} \end{align}

  • 根据分组数据计算:

\begin{align} KT = \frac{\sum_{i=1}^n{\left((M_i-\bar{X})^4 \cdot f_i\right)} }{(\sum{f_i})\cdot S_X^4} \end{align}

其中: n表示总次数; f_i表示各组次数; M_i表示各组组中值; S_X表示样本标准差 S_X =\sqrt{\frac{\sum_1^n{(X_i- \bar{X})^2}}{n-1}}

188 / 194

(示例)峰态系数的计算:未分组原始数据1

案例数据(同前):某电脑销售公司在4个月120天( n=120)的电脑销售台数的数据记录如下,请计算该数据集的峰度系数KT是多少?

[1] 234 143 187 161 150 228 153 166 154 174 156 203 159 198 160 152
[17] 161 162 163 196 164 226 165 165 187 141 214 149 178 223 218 179
[33] 215 180 175 196 155 167 168 211 168 170 180 171 233 172 210 172
[49] 172 194 173 196 174 165 175 233 175 190 207 176 183 225 178 234
[65] 153 179 144 179 188 172 181 182 182 177 184 185 186 186 178 187
[81] 237 187 205 188 177 189 209 189 190 175 191 173 194 189 195 195
[97] 163 196 176 196 160 197 197 174 198 200 201 202 158 203 188 206
[113] 171 208 192 210 168 211 172 213
189 / 194

(示例)峰态系数的计算:未分组原始数据1

解题步骤

  • 计算数据的均值 \bar{X} = \frac{\sum{X_i}}{n}=184.5667

  • 计算数据的样本标准差 S_X =\sqrt{\frac{\sum_{i=1}^n{(X_i- \bar{X})^2}}{n-1}}=21.6805

  • 利用公式计算得出峰度系数KT。

\begin{align} KT &= \frac{n(n+1)}{(n-1)(n-2)(n-3)} \frac{\sum_{i=1}^n{(X_i-\bar{X})^4}}{S_X^4} - \frac{3(n-1)^2}{(n-2)(n-3)}\\ & =\frac{120\times 121}{(119\times 118 \times 117)} \frac{70100000}{216733.28} - \frac{3\times 119^2}{118 \times 117} = 2.7353 \end{align}

190 / 194

(示例)峰态系数的计算:分组后组距式数据

案例数据:A同学将某电脑销售公司在4个月120天( n=120)的电脑销售台数的原始数据(见前例),并进行如下的组距式分组统计。其中f表示落在各组的天数。请计算所有数据的峰态系数KT是多少?

index groups f
1 [140,150) 4
2 [150,160) 9
3 [160,170) 16
4 [170,180) 27
5 [180,190) 20
6 [190,200) 17
7 [200,210) 10
8 [210,220) 8
9 [220,230) 4
10 [230,240] 5
Total - 120
191 / 194

(示例)峰态系数的计算:分组后组距式数据

解题步骤:具体计算表见下一页ppt。

  • 计算各组组中值M: M_i,然后计算得出均值: \bar{X}=\frac{\sum{M_if_i}}{\sum{f_i}}=185

  • 计算得到离中心差demean: M_i-\bar{X}。对离中心差分别计算2次方项power2: (M_i-\bar{X})^2和4次方项power4: (M_i-\bar{X})^4。以及各自幂指数项与权重f的乘积,power2_f: (M_i-\bar{X})^2f_i和4次方项power4_f: (M_i-\bar{X})^4f_i

  • 分别进行行汇总,得到各项的加总项。计算出分组后数据的样本标准差 S_X =\sqrt{\frac{\sum_1^n{(M_i- \bar{X})^2}}{n-1}}

  • 最后,利用公式进一步计算得到峰度系数KT。

\begin{align} SK = \frac{\sum_{i=1}^n{\left((M_i-\bar{X})^4 \cdot f_i\right)} }{(\sum{f_i})\cdot S_X^4} = \frac{1}{120} \cdot \frac{70100000}{216733.2815} = 2.6953 \end{align}

192 / 194

(示例)峰态系数的计算:分组后组距式数据

峰态系数计算需要用到计算表
index groups f M Mf demean power2 power2_f power4 power4_f
1 [140,150) 4 145 580 -40 1600 6400 2560000 10240000
2 [150,160) 9 155 1395 -30 900 8100 810000 7290000
3 [160,170) 16 165 2640 -20 400 6400 160000 2560000
4 [170,180) 27 175 4725 -10 100 2700 10000 270000
5 [180,190) 20 185 3700 0 0 0 0 0
6 [190,200) 17 195 3315 10 100 1700 10000 170000
7 [200,210) 10 205 2050 20 400 4000 160000 1600000
8 [210,220) 8 215 1720 30 900 7200 810000 6480000
9 [220,230) 4 225 900 40 1600 6400 2560000 10240000
10 [230,240] 5 235 1175 50 2500 12500 6250000 31250000
Total - 120 1900 22200 50 8500 55400 13330000 70100000
193 / 194

本章结束

194 / 194
Paused

Help

Keyboard shortcuts

, , Pg Up, k Go to previous slide
, , Pg Dn, Space, j Go to next slide
Home Go to first slide
End Go to last slide
Number + Return Go to specific slide
b / m / f Toggle blackout / mirrored / fullscreen mode
c Clone slideshow
p Toggle presenter mode
t Restart the presentation timer
?, h Toggle this help
Esc Back to slideshow