06第三章 第三节 数据集离散程度的测定.ppt

1、第三节数据定径套离散程度的测定，一.标志变动度的概念二.全距离三.平均差方差和标准离差数据标准化标准离差系数，一、标志变动度：离散趋势、数据分布的另一重要特征距离中趋势的各指标值，由于数据离散程度的记述反映了各变量值离开其中心值， 也称为离中倾向，从另一个方面来看，集中倾向测度值的代表性程度反映了社会经济现象的均衡或协调性，反映了产品品质的稳定度、数据的特征和测度、二、全距离、全距离(概念要点和修正公式)、1 .还反映了“极差”。 分组数据的最大值和最小值的差2 .离散程度的最简单的测度值3 .容易受极端值的影响4 .不考虑数据的分布，未分组的数据R=max(Xi) - min(Xi )，5

2、.修正公式，6 .总距离越大，离散越小，离散程度越小洞口组的全距离不能修正计算。 与中间标志的值无关，与不能反映中间值的差异的分布频度无关，不能全面反映各单位的标志的变异程度。 三、平均差、平均差(概念点和修正公式)、1 .离散程度的测度值之一2 .各变量值和其平均方差绝对值的平均值3 .能全面反映一组数据的离散程度4 .数学性质差，实际应用少，5 .修正公式不分组数据，从分组数据中不便数学运算实际上是算术平均数、四、方差和标准离差、方差和标准离差(概念要点)、1、离散程度的测度值之一2、最常用的测度值3、反映数据分布的各变量值和平均值的平均差从整体数据中校正，从称为整体方差或标准离差的样本数

3、据中校正， 样本方差或标准离差、总体方差和标准离差(校正公式)、未分组数据：组距离分组数据：未分组数据：组距离分组数据：方差校正公式、标准离差校正公式、总体标准离差(校正过程和结果)、组距离分组数据：未分组数据： 群距离分组数据：方差的校正公式，标准离差的校正公式，注意：当样本方差被以自由度n-1删除，样本方差自由度，并且集合数据中可以自由取值的数据的数量样本数据的数量为n时，确定样本平均值x。 可以只对n-1个数据自由地取值，其中一个不能自由地取值，例如，当确定了样本宽度x1=2的x=5时，x1、x2和x3这两个数据可以自由地取值，而另一个不能自由地取值。 例如，如果x1=6，x2=7，x3

4、必然取2，并且通过自由度去除不能具有其他值的样本的方差。 其理由可以从多方面来说明，从实用的观点来看，相对于原始数据336010591368、样本标准离差(修正算例)、样本标准离差、原始数据336010591368、方差(简化公式)、样本方差、总体方差、方差、标准离差(数学性质)、各变量平均值的方差最小的双曲馀弦值。 如果变量y和变量x的关系是YiabXi，其中a、b是常数，则是方差，如果标准离差(数学性质)，x和y是相互独立的两个变量，则是zkaxibyj (I=1，2，3，n j=1，2，3，m； 若k=1，2，3，mn，则5，数据标准化，标准得分(standard score )，1 .

5、标准化值2 .可用于判断某值在一组数据中相对位置的元圈套3 .的z得分只是对原始数据进行线性变换，一个数据的再标准化值(例题分析)、经验法则、经验法则是，当一组数据对称分布时，约68%的数据在平均加上1个标准离差的范围内，约95%的数据在平均加上2个标准离差的范围内，约99%的数据在平均加上3个标准离差的范围内，切比雪夫不等式(che bb 此时，可以使用切比雪夫不等式。 对于任何分布形状的数据都可以应用切比雪夫不等式的是“下界”，即“所占比例至少是多少”任意分布形态的数据，根据切比雪夫不等式，至少在k个标准离差内。 其中，k是大于1的任意值，但不一定是整数，切比雪夫不等式满足k=2，3， 关于4，该不等式的含义是：至少75%的数据是平均减去2个标准离差，至少89%的数据是平均减去3个标准离差，至少94%的数据是平均减去4个标准离差，6、标准离差系数、标准离差系数1 .标准离差与其相对应的平均值之比2 .消除数据水平的高低和修正量单位的影响的3 .测量数据的相对偏差的4 .比较不同组的数据偏差的5 .修正公式抽出标准离差系数(实例