文档介绍：数据描述性分析
第1页，本讲稿共71页
内容分布
均值、方差的数据特征
数据的分布
二元数据的数字特征及相关系数
误差
坏值的剔除
第2页，本讲稿共71页
内容分布
均值、方差的数据特征
数据的分布
二元数据的数字特

计算均值、方差、标准差、变异系数、偏度、峰度。
第18页，本讲稿共71页
通过计算，得
＝，＝，
＝， CV＝，
＝，＝－
，的绝对值比较小，可以认为是来自正态总体的数据。
第19页，本讲稿共71页
中位数、分位数、三均值与极差
均值、方差、标准差等数字特征是总体相应特征值的一种矩估计，更适合于来自正态分布的数据的分析。
若总体的分布未知，或者数据严重偏态，有若干异常值（极端值），上述分析数据的方法不甚合适，而应计算中位数、分位数、三均值、极差等数据数字特征，计算上述特征需要用到次序统计量。
第20页，本讲稿共71页
次序统计量
设是n个观测值，可以理解为来自某些总体的样本。将其按数值大小记为
这就是次序统计量。
最小统计量与最大统计量分别为：
第21页，本讲稿共71页
中位数与极差
中位数的计算公式是
中位数是描述数据中心位置的数字特征。大体上比中位数大或小的数据个数为整个数据个数的一半。
第22页，本讲稿共71页
中位数与极差
对于对称分布的数据，均值与中位数较接近；对于偏态分布的数据，均值与中位数不同。
中位数的另一个显著特点是不受异常值（特大或特小）的影响，具有稳健性，因此它是数据分析中相当重要的统计量。
极差的计算公式是

它是描述数据分散性的数字特征。数据越分散，极差越大。
第23页，本讲稿共71页
例
考虑下列样本：
5 3 11 3 1 7 8
写出次序计量，并求中位数、极差。
第24页，本讲稿共71页
对和容量为的样本它的分位数是
其中[np]表示np的整数部分，当p=1时，M1 =x (n)
分位数
第25页，本讲稿共71页
，，它们分别称为上、下四分位数，并简记为
下列分位数也在实际应用中经常用到：
，，，，，。
第26页，本讲稿共71页
例
考虑下列样本：
5 3 11 3 1 7 8
计算上面数据的，，及，，，，，。
第27页，本讲稿共71页
以此类推，我们可以得到其他的结果：
第28页，本讲稿共71页
均值与中位数M皆是描述数据集中位置的数字特征。计算时，用了样本的全部信息，而M仅用了数据分布中的部分信息。因此，在正常情况下，用
比用M描述数据的集中位置为优。然而，当存在异常值时，缺乏稳健性，而M具有很强的稳健性。考虑到要充分利用样本信息，又要具有较强的稳健性，可以用三均值作为数据集中位置的数字特征。
三均值的计算公式是：
第29页，本讲稿共71页
上、下四分位之差称为四分位极差（或半级差）。
有一种简便判断数据为异常值的方法，以
为数据的上下截断点。
第30页，本讲稿共71页
例
从19个杆塔上的普通盘形绝缘子测得该层电导率（）的数据如下：

1