|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/dispersion-and-skewness/
课程评论：没有评论
**Coursera课程：离散与偏度** 本课程深入探讨了统计学中衡量数据分散程度（离散）和数据分布形状（偏度）的重要概念和方法。 **一、 离散（Dispersion）** 课程首先介绍了离散的含义，即数据点偏离其中心趋势的程度。随后，详细讲解了多种衡量离散的方法： * **极限法（Method of limit）:** * **极差（Range）:** 计算最大值与最小值之间的差异 (R = L - S)。还介绍了极差系数 (CR)。 * **四分位距（Inter Quartile Range）:** 衡量中间50%数据的范围。 * **百分位距（Percentile Range）:** 衡量特定百分比范围内数据的范围（例如，中间80%）。 * **平均离差法（Method of averaging deviation）:** * **四分位差（Quartile Deviation）:** 也称为半四分位距。 * **平均差（Mean deviation）:** 衡量数据点与平均数之间平均偏差的绝对值。课程详细演示了如何计算平均差，包括： * 个体数列（Individual Series）的直接法和简便法。 * 离散数列（Discrete Series）的直接法和简便法。 * 连续数列（Continuous Series）的直接法和简便法。 * **标准差（Standard deviation）:** 最常用的衡量离散的指标，用于衡量数据点相对于平均数的离散程度（用符号σ表示）。课程将详细讲解计算标准差的三种方法： * 直接法（Direct Method） * 简便法（Shortcut Method） * 步骤离差法（Step Deviation Method） * **图示法（Graphic method）:** * **洛伦兹曲线（Lorenz curve）:** 用于可视化收入或财富分配的不平等程度，也反映了数据的分散性。 课程还强调了离散的重要性，这包括： 1. **衡量平均数的可靠性。** 2. **作为控制变异性的基础。** 3. **用于比较两个或多个数据集的变异性。** 此外，课程解释了**方差（Variance）**，即标准差的平方，以及**变异系数（Coefficient of Variation）**，一个标准化衡量离散程度的指标，常用于比较不同尺度数据的变异性。 **二、 偏度（Skewness）** 课程的另一核心内容是偏度，用于描述数据分布的对称性。 * **偏度含义:** 解释了偏度是衡量数据分布不对称程度的概念。 * **离散与偏度的区别:** 明确区分了离散（衡量分散程度）和偏度（衡量分布形状）。 * **衡量偏度的方法:** 详细介绍了计算偏度的几种常用方法： * **皮尔逊偏度系数（Karl Pearson's co-efficient of skewness）** * **鲍利偏度系数（Bowley's coefficient of skewness）** * **金教授偏度系数（Prof. King. co-efficient of skewness）** * **凯利教授偏度系数（Prof. Kelley co-efficient of skewness）** 通过本课程的学习，学员将能够熟练运用各种统计工具来分析和理解数据的分布特征。
Meaning of DispersionMethods of measuring Dispersion :A. Method of limit: (i) Range Or Absolute Value: Formula explain R = Range L = Largest/ maximum value S = Smallest/minimum value CR = Coefficient of Range(ii) Inter Quartile Range Inter Quartile Range or limits of middle/ Central 50%(iii) Percentile Range Percentile Range Or Limits of middle / Central 80%B. Method of averaging deviation: (i) Quartile deviation Quartile Deviation Or Semi Inter Quartile Range(ii) Mean deviation: Meaning of Mean DeviationMethod of Calculation of Mean Deviation:Calculation of mean deviation Individual Series: Calculation of mean deviation by direct methodCalculation of mean deviation by Shortcut methodCalculation of mean deviation Discrete SeriesCalculation of mean deviation by direct methodCalculation of mean deviation by Shortcut methodCalculation of mean deviation Continuous SeriesCalculation of mean deviation by direct methodCalculation of mean deviation by Shortcut method(iii) Standard deviation C. Graphic method : (i) Lorenz curveObjective and Importance of Dispersion:1. To Gauge the reliability of an average2. To Serve as a Basis for the control of variability itself3. To Compare two or more series with regard tot their variabilityStandard DeviationMethods of Standard Deviation [ σ ] 1. Direct Method 2. Shortcut Method 3. Step Deviation MethodCalculation of Standard Deviation by Direct MethodCalculation of Standard Deviation by Shortcut MethodCalculation of Standard Deviation by Step Deviation MethodVarianceCoefficient of VariationMeaning of SkewnessDifference between Dispersion and SkewnessMethods of measuring skewness:Karl Pearson's co-efficient of skewness In DetailsBowley's coefficient of skewness In DetailsProf. King. co-efficient of skewness In DetailsProf. Kelley co-efficient of skewness In Details
