（a）众数是一组数据的峰值，是一种位置代表词，不受极端值的影响，具有不唯一性，对于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。虽然对于顺序数据以及数值型数据也可以计算众数，但众数主要适合于作为分类数据的集中趋势测度值。
（b）中位数是一组数据中间位置上的代表值，主要适合于作为顺序数据的集中趋势测度值，虽然对于顺序数据可以使用众数，但以中位数为宜。
（c）平均数是就数值型数据计算的，而且利用了全部数据信息，它是实际中应用最广泛的集中趋势测度值。平均数主要适合于作为数值型数据的集中趋势测度值。当数据呈对称分布或接近对称分布时，三个代表值相等或接近相等，这是我们应该选择平均数作为集中趋势的代表值。但平均数的主要缺点是易受数据极端值得影响，对于偏态分布的数据，平均数的代表性较差。因此，当数据为偏态分布，特别是当偏斜的程度较大时，我们可以考虑选择众数或中位数等位置代表词。
三、异种比率：
是非众数组的频数占总频数的比率。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，众数的代表性越差。反之，越小，众数的代表性越好。异种比率重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种比率。
四、四分位差：
是上四分位数与下四分位数之差。反映了中间50%数据的离散程度，其数值越小，说明中间数据越集中，数值越大，说明中间数据越分散。四分位差不受极值的影响。主要用于测度顺序数据的离散程度，当然，对于数值型数据也可以计算四分位差，但不适合于分类数据。
五、方差和标准差:
极差是一组数据的最大值与最小值之差，也称为全距。它容易受极端值的影响，由于极差只是利用了一组数据两端的信息，不能反映出中间数据的分散状况，因而不能准确描述出数据的分散程度。
平均差是各变量值与其平均数离差的绝对值的平均数，平均差以平均数为中心，反映了每个数据与平均数的平均差异程度，它能全面准确的反映一组数据的离散状况。平均差越大说明数据的离散程度就越大，反之，越小。为了避免离差之和等于0而无法计算平均差这一问题，平均差在计算时对离差取了绝对值，以离差的绝对值来表示总离差。
方差（或标准差）是实际中应用最广泛的离散程度测度值，因此它能准确的反映出数据的离散程度。方差是各变量值与其平均数离差平方的平均数。
标准差是方差的平方根，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，我们更多的使用标准差。
六、标准分数：
标准分数是指变量值与其平均数的离差除以标准差后的差。可以测度每个数据在该组数据中的相对位置，并可以用它来判断一组数据是否有离群数据，也给出了一组数据中各数值的相对位置，例如，如果某个数值的标准分数为-1.5，我们就知道该数值低于平均数1.5倍的标准差。在对多个具有不同量纲的变量进行处理时，常常需要对各变量数值进行标准化处理。标准分数具有平均数为0、标准差为1的特性。实际上，标准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，也没有改变改组数据分布的形状，而只是使该组数据的平均数为0、标准差为1。
七、经验法则：
经验法则表明：当一组数据对称分布时
（1）约有68%的数据在平均数加减1个标准差的范围之内
（2）约有95%的数据在平均数加减2个标准差的范围之内
（3）约有99%的数据在平均数加减3个标准差的范围之内
八、切比雪夫不等式：
如果一组数据不是对称分布，经验法则就不再适用，这时就要使用切比雪夫不等式，它对任何分布形状的数据都适用，对于任意分布形态的数据，根据切比雪夫不等式，至少有（1-1/k^2）的数据落在k个标准差之内。其中k是大于1的任意值，但不一定是整数。对于k=2、3、4，该不等式的含义是：
（1）至少有75%的数据在平均数加减2个标准差的范围之内
（2）至少有89%的数据在平均数加减3个标准差的范围之内
（3）至少有94%的数据在平均数加减4个标准差的范围之内
九、相对离散程度：离散系数的作用：
极差、平均差、方差和标准差等都是反映数据分散程度的绝对值，其数值的大小一方面取决于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，离散程度的测度值自然也就大。绝对水平小的离散程度的测度值自然也就小；另一方面，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也就不同。因此对于平均水平不同或者计量单位不同的不同组别的变量值，是不能用上述离散程度的测度值直接比较其离散程度的。为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，需要计算离散系数  。离散系数是指一组数据的标准差与其相应的平均数之比。离散系数是测度数据离散程度的相对统计量，通常是就标准差来计算的，因此也称为标准差系数，离散系数的作用主要是用于比较对不同样本数据的离散程度。离散系数大的说明数据的离散程度大，离散系数小的说明数据的离散程度小。
十、测度数据分布形状的统计量：
（1）偏态：如果一组数据的分布的对称的，则SK=0，如果SK明显不等于零，表明分布是非对称的。当SK为正值时，表示正偏离差值较大，可以判断为正偏或右偏；反之，为负偏或左偏，SK的值越大，表示倾斜的程度就越大
（2）峰态：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不同于0，表明分布比正太分布更平或更尖，通常称为平峰分布或尖峰分布。当K>0时为尖峰分布，当K<0时为扁平分布
 

1.下载地址 235.41 KB (需下载币0个)