Bài giảng Thống kê ứng dụng (TS Nguyễn Tiến Dũng) - Chương 4 Tóm tắt dữ liệu bằng số

Sau khi kết thúc chương 4 Tóm tắt dữ liệu bằng số, người học có thể: kể tên và biết cách tính các đại lượng đặc trưng cho độ tập trung: trung bình, trung vị, mốt, tứ phân vị, phân vị.
Nội dung trích xuất từ tài liệu:
Bài giảng Thống kê ứng dụng (TS Nguyễn Tiến Dũng) - Chương 4 Tóm tắt dữ liệu bằng số Chương 4 TÓM TẮT DỮ LIỆU BẰNG CÁC ĐẠI LƯỢNG SỐ Ths. Nguyễn Tiến DũngViện Kinh tế và Quản lý, Trường ĐH Bách khoa Hà Nội Email: dung.nguyentien3@hust.edu.vnMỤC TIÊU CỦA CHƯƠNG● Sau khi kết thúc chương này, người học có thể: ● Kể tên và biết cách tính các đại lượng đặc trưng cho độ tập trung: trung bình, trung vị, mốt, tứ phân vị, phân vị ● Nói tên và biết cách tính các đại lượng đặc trung cho độ phân tán của tập DL: khoảng biến thiên, độ trải giữa, phương sai và độ lệch chuẩn ● Nắm được ý nghĩa của hệ số biến thiên ● Phát biểu được quy tắc thực nghiệm và quy tắc Chebysev về quy luật phân phối của tập DL ● Biết cách vẽ và khám phá đặc điểm của tập DL qua biểu đồ hộp và râu ● Phân biệt được các tham số tổng thể và tham số mẫu© 2013 Nguyễn Tiến Dũng 2CÁC NỘI DUNG CHÍNH4.1 Các đại lượng đo lường độ tập trung và phương pháp mô tả hình dáng tập DL4.2 Các đại lượng đo lường độ phân tán4.3 Các đại lượng TK mô tả cho bảng tần số4.4 Các đại lượng TK mô tả cho tổng thể4.5 Khám phá DL qua biểu đồ hộp và râu (box plot)4.6 Sử dụng kết hợp TB và độ lệch chuẩn4.7 Phân biệt một số cặp khái niệm© 2013 Nguyễn Tiến Dũng 34.1 CÁC ĐẠI LƯỢNG ĐO LƯỜNG ĐỘ TẬP TRUNG VÀPHƯƠNG PHÁP MÔ TẢ HÌNH DÁNG TẬP DỮ LIỆU● 4.1.1 Các ĐL đo lường độ tập trung phổ biến● 4.1.2 Sử dụng Excel để tính các ĐL TK mô tả độ tập trung● 4.1.3 Nhóm các ĐL khác mô tả sự phân bố của tập DL● 4.1.4 Hình dáng của phân phối© 2013 Nguyễn Tiến Dũng 44.1.1 Các ĐL đo lường độ tập trung phổ biến● 4.1.1.1 Trung bình cộng (arithmetic mean)● 4.1.1.2 Trung vị (Median)● 4.1.1.3 Mốt (Mode)● 4.1.1.4 Trung bình nhân (geometric mean)© 2013 Nguyễn Tiến Dũng 54.1.2 Sử dụng Excel để tính các đại lượng TK môtả độ tập trungMean 26,933Standard Error 0,927Median 27Mode 21Standard Deviation 5,078Sample Variance 25,789Kurtosis -0,127Skewness 0,533Range 20Minimum 19Maximum 39Sum 808Count 30Confidence Level(95,0%) 1,896© 2013 Nguyễn Tiến Dũng 64.1.3 Nhóm các ĐL khác mô tả sự phân bố của tậpdữ liệu● 4.1.3.1 Tứ phân vị (quartiles)● 4.1.3.2 Phân vị (percentiles)© 2013 Nguyễn Tiến Dũng 74.2 Các đại lượng đo lường độ phân tán● 4.2.1 Khoảng biến thiên R● 4.2.2 Độ trải giữa IQR = Q3 – Q1● 4.2.3 Phương sai và độ lệch chuẩn của mẫu© 2013 Nguyễn Tiến Dũng 84.3 Các đại lượng TK mô tả cho bảng tần số● 4.3.1 Trung bình cộng● 4.3.2 Trung vị● 4.3.3 Mốt● 4.3.4 Phương sai và độ lệch chuẩn© 2013 Nguyễn Tiến Dũng 94.4 Các đại lượng TK mô tả cho tổng thể● 4.4.1 TB cộng của tổng thể● 4.4.2 Phương sai và độ lệch chuẩn của tổng thể© 2013 Nguyễn Tiến Dũng 104.5 Khám phá DL qua biểu đồ hộp và râu● Bước 1: Vẽ hộp ● Xác định Q1, Q2, Q3 ● Vẽ hình hộp xung quanh ● Vẽ đường qua trung vị● Bước 2: Vẽ râu trên ● Nếu xmax ≤ Q3 + 1,5.IQR, thì râu trên = xmax ● Nếu không phải, thì râu trên = Q3+1,5IQR và vẽ 1 dấu chấm ở vị trí xmax● Bước 3: Vẽ râu dưới ● Nếu xmin ≥ Q1 – 1,5.IQR, thì râu dưới = xmin ● Nếu không phải, thì râu dưới = Q1 – 1,5.IQR và vẽ thêm 1 dấu chấm ở vị trí xmin© 2013 Nguyễn Tiến Dũng 11© 2013 Nguyễn Tiến Dũng 124.6 Sử dụng kết hợp TB và độ lệch chuẩn● 4.6.1 Hệ số biến thiên CV● 4.6.2 Quy tắc thực nghiệm● 4.6.3 Quy tắc Chebysev● 4.6.4 Chuẩn hoá dữ liệu© 2013 Nguyễn Tiến Dũng 134.6.2 Quy tắc thực nghiệm● Với phân phối cân đối, có khoảng● 68% rơi vào µ±● 95% rơi vào µ± 2● 99,7% rơi vào µ± 3© 2013 Nguyễn Tiến Dũng 144.6.3 Quy tắc Chebysev● Với một phân phối bất kỳ, luôn có ít nhất● (1-1/k2).100% quan sát rơi vào khoảng µ± k.© 2013 Nguyễn Tiến Dũng 15 ...