大学统计学《统计数据的描述》课程讲义课件

STATISTICS统计数据的描述数据类型·图表展示·集中趋势·离散程度·分布形态2026年课程导览01数据与统计描述数据类型识别与描述方法概览02数据图表展示统计图表的选择与绘制03集中趋势测度均值中位数众数的计算比较04离散程度测度极差方差标准差的度量05分布形态与综合应用偏度峰度与描述统计整合SECTION01数据与统计描述认识数据是描述数据的第一步数据类型决定描述方法，方法选择决定分析质量什么是统计数据统计数据是对客观现象进行计量与记录的结果统计数据是统计工作的成果，也是统计分析的对象，用数字形式反映现象的规模、水平、结构与比例关系。统计数据具有描述现象、支撑分析与服务决策的功能定位。数量性以数字计量，用数值刻画现象特征总体性反映大量现象的共性，而非个别偶然变异性个体之间存在差异，差异正是统计的意义所在统计数据的类型数据类型含义典型例子分类数据只能归入某一类别，类别间无顺序性别、职业、血型顺序数据类别之间有等级或先后顺序满意度等级、学历层次数值型数据以数值形式表现，可进行运算身高、收入、销售额分类数据与顺序数据统称定性数据，数值型数据称为定量数据。统计描述的两大方法统计描述的目标是把杂乱的数据整理成清晰易懂的信息两者相辅相成：图表让人

看得快

，数值让人

算得准图表描述直观呈现用图形与表格直观呈现数据的分布与对比条形图展示频数分布展现各取值出现次数折线图呈现趋势变化观察数据随顺序的走向直观呈现分布对比数值描述精确刻画用集中趋势、离散程度、分布形态等指标精确刻画数据均值与中位数反映集中趋势数据向中心值靠拢的程度标准差与极差度量离散程度数据偏离中心的程度精确刻画统计指标SECTION02数据图表展示一图胜千言，选对图表是关键让数据自己说话，图表是最直观的语言分类数据的图表展示分类数据图表条形图用条形长度表示各类别数值类别可纵向或横向排列适合类别名称较长的情形，便于比较各类别大小分类数据图表饼图用扇形面积表示各类别所占比例直观展示构成类别不宜过多，一般不超过五到六项，否则难以辨认核心概念分类数据分类数据关注各类别的频数或频率分布分类数据的两类常用图表，各自适用场景不同数值型数据的图表展示数值型数据关注取值的分布形态与集中离散特征01图表示例直方图用相邻矩形的面积表示各组频数，直观呈现数据的分布形态。组距相等时，矩形高度即可反映频数大小，便于快速比较各组分布。呈现分布形状02图表示例箱线图用五个关键位置描绘数据分布，同时显示异常值。便于多组数据之间的横向比较，快速识别组间差异与集中趋势。支持多组比较时间序列与构成图表图表选择需匹配信息类型折线图趋势型环形图构成型图表选择需同时考虑数据类型与核心信息趋势型折线图适合展示现象随时间变化的趋势，时间点较多时尤为清晰。斜率反映变化速度，走势反映发展方向。构成型环形图适合展示部分与整体的构成关系。比饼图更具现代感。图表选择的方法数据类型分析目的推荐图表分类数据比较各类别大小条形图分类数据展示构成比例饼图、环形图数值型数据展示分布形态直方图、箱线图时间序列数据展示变化趋势折线图图表贵精不贵多，一图只表达一个核心信息SECTION03集中趋势测度寻找数据的中心位置均值中位数众数，各有各的用武之地集中趋势的含义集中趋势反映数据向中心值聚集的程度一组数据中，多数取值会围绕某个中心位置波动，集中趋势指标用一个数值代表整组数据的一般水平。不同测度适用不同数据类型与分布形态，需合理选择。算术平均数数值型数据的重心中位数排序后居中的位置众数出现频次最高的取值算术平均数计算方法未分组数据各数据值直接相加后除以个数分组数据各组组中值乘以频数求和，再除以总频数特点优点计算简便、易于理解、适用于进一步运算缺点易受极端值影响，一组特别大或特别小的数据会拉偏结果算术平均数是全部数据之和除以数据个数，即总和除以项数中位数与众数中位数定义排序后处于中间位置的数值，奇数个取中间，偶数个取中间两数平均特点不受极端值影响，稳健性强适用存在异常值或分布偏斜的数据众数定义出现次数最多的数值，可有一个或多个，也可能不存在特点唯一能衡量定性数据集中趋势的指标适用分类数据三大测度的比较测度是否受极端值影响适用数据类型算术平均数影响较大数值型数据中位数基本不受影响顺序与数值型数据众数不受影响各类数据，尤其分类数据选择哪个测度，取决于数据特征与分析目的分布对称时，三者接近甚至相等分布偏斜时，三者出现差异，可据此判断数据特征SECTION04离散程度测度只看中心不够，还要看波动离散程度揭示数据的稳定性与风险离散程度与极差集中趋势描述平均水平，离散程度描述波动大小仅有平均数不足以刻画数据，两组均值相同的数据波动可能差异巨大3项离散程度的意义离散程度越大，数据的代表性越弱、稳定性越差极差定义最大值与最小值之差，计算最简单极差定位可作为快速了解数据分布范围的初步指标极差的局限性1项极差局限只考虑两端数值，忽略中间数据，粗略而不稳健方差与标准差方差与标准差是度量数据离散程度最常用的两个指标，标准差是方差的算术平方根方差3项定义各数据与平均数离差的平方和的平均数计算步骤先求平均数→再求各值离差→平方后求平均平方的目的消除正负号，使离差可以累加标准差3项定义方差的算术平方根量纲优势与原数据量纲一致，更易解释波动解读标准差越大，数据波动越剧烈；越小说明数据越集中变异系数当两组数据平均数不同或计量单位不同时，标准差无法直接比较01定义标准差与平均数之比通常以百分数表示无量纲的相对数变异系数的性质无量纲的相对数消除了平均水平与量纲的影响相对波动判断变异系数越大，相对波动越大，数据越不稳定适用场景常用于比较不同水平或不同单位现象之间的差异程度变异系数的应用无量纲特性无量纲的相对数，消除了平均水平与量纲的影响相对波动判定变异系数越大，相对波动越大，数据越不稳定比较差异程度常用于比较不同水平或不同单位现象之间的差异程度离散测度的比较离散测度多维度对比指标是否受极端值影响主要用途极差影响明显快速了解分布范围方差影响明显进一步统计分析的基础标准差影响明显衡量绝对波动大小变异系数相对稳健不同水平数据的相对比较受影响程度稳健SECTION05分布形态与综合应用从形状到全貌，完整描述数据集中趋势、离散程度、分布形态三位一体偏度测度偏度反映数据分布的不对称程度对称分布偏度接近

零均值、中位数、众数大致重合均值≈中位数≈众数右偏分布长尾拖向

右侧均值

大于

中位数均值>中位数左偏分布长尾拖向

左侧均值

小于

中位数均值<中位数峰度测度峰度衡量分布曲线的尖峭或平缓程度，以标准正态分布为参照基准峰度（Kurtosis）用于度量数据分布的尖峭或平缓程度，值越大分布越集中于中心，值越小分布越分散。尖峰分布峰度偏大数据集中于中心，尾部较厚曲线尖峭，极端值出现的概率相对更高平峰分布峰度偏小数据分布较分散，尾部较薄曲线平缓，数据离散程度相对更高峰度与偏度配合，可更全面地刻画分布形态分布形态刻画描述统计综合应用1第一步

图表呈现直观展示分布，把握整体轮廓2第二步

集中趋势确定数据的一般水平3第三步

离散程度判断数据的稳定性与代表性4第四步

分布形态考察偏度与峰度，把握对称性与尖峭程度本章核心回顾从数据认知到图表展示，再到数值测度，构成完整的描述体系数据类