心理与教育统计学03

第三章 集中量
第一节 算术平均数 第二节 中位数和百分位数 第三节 众数
第四节 其他度量
1
集中趋势 (位置) 离中趋势 (分散程度) 偏态和峰度 （形状）
2ቤተ መጻሕፍቲ ባይዱ
小贴士
数据的特征和测度
集中趋势
众 数 中位数 均 值
离散程度
四分位数
分布的形状
偏 态
百分位差 方差和标准差 平均差
峰 度
3
小贴士
集中趋势
1.一组数据向其中心值靠拢的倾向和程度 2.测度集中趋势就是寻找数据一般水平的代表值或中 心值 3.不同类型的数据用不同的集中趋势测度值
38
表3-9 阅读遍数 1 2 3 4 5 6 合计
计算步骤和过程
理解程度 (%) 40 (X1) 52 (X2) 65 (X3) 75 (X4) 86 (X5) 97 (X6) N＝6 1.300 1.250 1.154 1.147 1.128 5.979 0.1139 0.0969 0.0621 0.0594 0.0523 0.3846 增加比率 比例(Xi/Xi-1) 对数lg(Xi/Xi-1)
解 ：这里的变量为“广告
类型”，这是个定类变量， 不同类型的广告就是变量值 。我们看到，在所调查的 200 人当中，关注商品广告 的人数最多，为 112 人，占 总被调查人数的 56%，因此 众数为“商品广告”这一类 别，即
Mo＝商品广告
28
顺序数据的众数 (算例)
【例3.2】根据下表数据，计算众
i 1 N
37
几何平均数的应用 ————学习进步率 【例 3.9】在一项有关阅读能力的实验中，得到这样的 结果。阅读的遍数与每遍理解的程度依次是：第一 遍为 40 ％，第二遍为 52 ％，第三遍为 65 ％，第四 遍为 75 ％，第五遍为 86 ％，第六遍为 97 ％。在该 实验研究中被试阅读能力的平均进步率是多少？阅 读能力的平均增加比率又是多少。
lgMg=0.3846/5=0.07692;
Mg=1.19377
39
Mg N 1
XN XN X 2 X3 N 1 X1 X 2 X N 1 X1
【例3.10】 有一个学生第一周记住20个英文单词， 第二周记住23个，第三周记住26个，第四周记住 30个，第五周记住34个，问该生学习记忆英文单 词的平均进步率是多少？
26
二、众数的计算方法
1.用观察法直接寻找粗略众数 例如，一组原始数据2、4、3、6、4、5、4
27
称名数据的众数 (算例) 【例 3.1】 根据下表数据，计算众
数
表3-1 某城市居民关注广告类型的频数分布 广告类型 商品广告 服务广告 金融广告 房地产广告 招生招聘广告 其他广告 合计 人数(人) 112 51 9 16 10 2 200 比例 0.560 0.255 0.045 0.080 0.050 0.010 1 频率(%) 56.0 25.5 4.5 8.0 5.0 1.0 100
7
二、均值的计算方法
1、原始数据计算法 设一组数据为：X1 ，X2 ，… ，XN 简单均值的计算公式为
X1 X 2 X N 1 N X Xi N N i 1
2、设分组后的数据为：X1 ，X2 ，… ，XK 相应的频数为： F1 ， F2，… ，FK 加权均值的计算公式为
顺序数据的中位数 (算例)
【例3.4】根据中数据，计算甲城市
家庭对住房满意状况评价的中位数。
表3-4 甲城市家庭对住房状况评价的频数分布
回答类别 非常不满意 不满意 一般 满意 非常满意
甲城市 户数 (户) 24 108 93 45 30 累计频数 24 132 225 270 300
解：中位数的位置为
22
四、中位数的特点与应用
优点：简单、容易理解，稳健。 缺点：不稳定、受抽样影响大；计算时不用 所有数据；计算时要对数据先排序；总数 乘以众数不等于数据的总和；不能作进一 步代数运算。 应用：一般用在下列情形：当数据有极端值； 两端数据或个别数据不清楚；需要快速估 计一组数据的代表值。
23
第三节 众数（mode）
X 1 F1 X 2 F2 X N FN X F1 F2 FN
X F
i 1 K i
K
i
F
i 1
i
8
简单均值 (算例) 原始数据:
10
i
5
9
13
6
8
X1 X 2 X 3 X 4 X 5 X 6 X N 6 10 5 9 13 6 8 6 8.5
13
第二节 中位数
一、中位数的概念：
中位数是位于依一定大小顺序排列的一组数据中央 位置的数值，大于及小于这一数值各有一半数据 分布着。
14
小贴士
1. 集中趋势的测度值之一 2. 排序后处于中间位置上的值，记为 Md
50%
3. 不受极端值的影响
Md
50%
4. 主要用于顺序数据，也可用数值型数据，但不能 用于称名数据 5. 各变量值与中位数的离差绝对值之和最小，即
5
算术平均数的特性： 第一，观察值的总和等于算术平均数的N倍 第二，各观察值与算术平均数之差的总和等于零。 第三，若一组观察值是由两部分（或几部分）组成， 这组观察值的算术平均数可以由组成部分的算术 平均数而求得。
6
小贴士
算术平均数： 1.集中趋势的测度值之一 2.最常用的测度值 3.一组数据的均衡点所在 4.易受极端值的影响 5. 用于数值型数据，不能用于称名数据和顺序数据
18
原始数据的中位数 (6个数据的算例) 原始数据:
排 位 序: 置:
10 5 9 12 6 8 5 6 8 9 10 12 1 2 3 4 5 6 位置 N+1 6+1 3.5 2 2 8+9 中位数 8.5 2
19
2.频数分布表计算法
根据位置公式确定中位数所在的组 采用下列近似公式计算：
14 8 M0 5 123(个) 120 (14 8) (14 10)
32
三、众数的特点与应用
优点：简单、容易理解。 缺点：不稳定、受分组影响；计算时不用所 有数据；总数乘以众数不等于数据的总和； 不能作进一步代数运算。 应用：一般用在下列情形：需要快速确定一 组数据的代表值；数据不同质；当数据有 极端值；
：
300/2＝150 从累计频数看，中位数 的在“一般”这一组别 中。因此 Md＝一般
17
合计
300
—
原始数据的中位数
(5个数据的算例) 原始数据:
排
位
序:
置:
24 22 21 26 20 20 21 22 24 26 1 2 3 4 5
N 1 5 1 位置 3 2 2
中位数 22
i 1
9
X
N
加权均值（算例）
【例3.8】根据表中的数据，计算50 名工人日加工零件数的均值
表3-8 按零件数分组 105~110 110~115 115~120 120~125 125~130 130~135 135~140 合计 某车间50名工人日加工零件均值计算表 组中值（Xi） 107.5 112.5 117.5 122.5 127.5 132.5 137.5 — 频数（Fi） 3 5 8 14 10 6 4 50 XiFi 322.5 562.5 940.0 1715.0 1275.0 795.0 550.0 6160.0
24
一、众数的概念要点
1. 集中趋势的测度值之一
2. 出现次数最多的变量值，用 M0 表示 3. 不受极端值的影响 4. 可能没有众数或有几个众数 5. 有理论众数与粗略众数
25
众数的不唯一性 无众数
原始数据: 10 5 9 12 6 8
一个众数
原始数据: 6 5 9 8 5 5
多于一个众数
原始数据: 25 28 28 36 42 42
4. 每一个数乘以一个常数 C，所得均值等于原均值乘
以常数 C
1 n CX i C X n i 1
12
三、均值的应用及其优缺点
优点：反应灵敏；计算简单、严密确定；适合进一 步代数运算；受抽样变动的影响较小。 缺点：易受极端数据的影响；出现模糊不清得数据 时，无法计算。 应用：数据同质性原则； 一组数据中每个数据都比 较准确、可靠；无极端值的影响；而且还要通过 它计算其他统计量。
35
2.
3.
§3.4 其他度量
一、加权平均数 加权平均数是不同数据（或平均数）的平均 数。 计算公式有两种形式：
36
二、几何平均数
1. 2. 3. 4. 集中趋势的测度值之一 N 个变量值乘积的 N 次方根 主要用于计算平均发展速度 计算公式为
M g N X1 X 2 X N N X i
X
i 1
n
i
Md min
15
二、中位数的计算方法
1、原始数据的计算方法
X N 1 2 Md 1 X N X N 2 1 2 2
当N为奇数时 当N 为偶数时
16
29
2.用公式求理论众数的近似值：
（1）皮尔逊的经验法： 频数分布呈正态或接近正态时才能使用。
30
（2）金氏插补法
众数的值与相邻两组频数的分布有关
相邻两组的频数相等时，众数组的组 中值即为众数 相邻两组的频数不相等时，众数采 用下列近似公式计算
Mo
f f 1 M0 i L ( f f 1 ) ( f f 1 )
50 16 Md 5 123.21(个) 120 2 14