4.3 差异系数慕课视频播放-心理统计-MOOC慕课视频教程-柠檬大学

大家好

我们今天接着离散趋势的统计指标

介绍差异系数

那么差异系数也是描述数据离散趋势的

另外一种重要的统计指标

并且它有一些特殊的应用

首先我们来看一下差异系数的定义

什么叫差异系数

差异系数把它定义为一组数据的标准差

除以它的平均数再把它转化为百分数

那么在这里面的话

我们要熟悉标准差怎么算

这个平均数怎么算

然后我们就可以得到它的差异系数

从差异系数上来看

平均值和标准差它是有相同的单位的

那么现在做完比值以后

cv就变成了一个没有单位的一个相对的数

也就是说它描述的是相对于均值而言

这一组数据它的离散程度的大小

是一个没有单位的相对的量数

转化为相对量数的好处就是

便于不同单位的时候去做比较

所以我们来看差异系数

它的作用差异系数在实际中的应用

我们可以把它归为首先它可以用来比较

不同单位的资料的一个差异的程度

比如说我想要比较身高和体重

那么到底哪一个的离散程度大

其实我们知道它是不同的单位体系的

如果你要比较它的标准差

就是没有办法比较的

另外如果说平均数差异较大

这两组数据的一个离散程度

或者差异程度的这样的一个比较

我们也会用到差异系数

关于这两点我后面分别会举一个例子

来告诉大家它在实际中的应用

另外一个变异系数还可以用来判断

特殊的情况

比如说我们说一般来讲

对于一个正常的这样一个测量的资料

cv的值它应该是介于

这样的一个范围里面5%到35%

那么对于学业成绩来讲的话

一般可能这一直是15%左右的

但如果说cv值太大了是什么意思

也就这组数据的离散程度特别大

那么你要是用平均数来表示一组数据

分散程度特别大的可能这个平均数

它的代表性就没有那么好

所以就说平均数可能就失去了

它的典型的代表的意义

但是如果说我这个cv很小

比如说我还比5%都小

那么这时候要么就是你算错了

要么就是你的测量的工具

根本就没有办法去区分不同的人

之间的这种差异

那么下面我分别举两个例子来说

它在实际中的应用

首先我们来看一下

我们说这个它描述的

是六岁男童他的一个身高和体重的

这样一个情况

这是这个体重的平均值

这是身高的平均值

这是标准差也就描述它的离散程度了

我现在我想要知道我说对于六岁的孩子来讲

是孩子之间体重的差异更大

还是说孩子之间身高的差异更大

也就是说哪个分散程度更大

那么我们可以算出来

我们知道标准差是描述它的分散程度的

但是我们现在我们算出来这个标准差

我们看一看体重

它的单位是千克身高单位是厘米

千克和厘米是没有办法直接比较的

那么我们怎么来比较它们的离散程度的大小

就可以用到我刚才说到的差异系数

怎么算就是用标准差除以这个平均数

2.16÷19.39

再乘以百分之百把它转化为百分数

那么同样身高转化为百分数

那么这两个数据它现在就变成了可比的

那么我们可以看到11.14大于4.19

也就是说孩子体重之间的

这种个体间的差异是更大的

以及数据的这种分散程度是更大的

而身高相对来讲要小一点

这是我们说它可以用来比较单位不同的

这样的一个数据资料它的离散的程度

那么下面我们再来看一个例子

这个例子它所描述的是两组女童

她的一个体重的数据

但是一个组是两个月组

一个组是六岁组

那么我们说对于这两个月组来讲的话

它的平均值是5.45

对于六岁组平均值是19.02

那么这两个值的差异很大了

然后我们可以去算出来它的标准差

如果你直接比较标准差的话

你就会发现说六岁组的孩子的标准差

是要比两个月组大的

但是我们反过来想一想这个事情

说两个月组

其实它的范围可能他的体重的范围

就不会有那么大的一个分布

那么我们说对于这一种平均数差异很大的

我们如何客观的去评价数据的

离散程度去对它做一个比较

那么我们也可以通过差异系数

那么我们可以算出来

比如说对于两岁组的

它差异系数就是0.62÷5.45

得到11.38% 六岁组的11.15%

那么我们可以看到了

这两个数据实际上差异是很小了

所以我们就得到结论说

其实对于女童的体重它的离散程度的话

两个月组和六岁组并没有那么明显的差异

离散程度其实是差不多的

所以我这个地方所重点想要说的

就是等这个平均数的差异很大的时候

那么你要比较它的离散程度的话

实际上是要用到一个差异系数

这个指标这是我们说到的它的应用

那么这一节课我们主要讲到了

两个方面的问题

一个就是变异系数它的定义

另外一个就是它的一些特殊的应用

希望大家结合我刚才说的两个例子

去理解变异系数在实际中的一个应用

好谢谢大家

心理统计课程列表：

1 统计学入门

-1.1 统计学的意义

-1.2 心理统计简介

-1.3 基本概念介绍1

-1.4 基本概念介绍2

-1.4 基本概念介绍2--作业

-1.5 研究方法

--1.5 研究方法

2 统计图表和频数分布

-2.1 统计表和统计图简介

--2.1 统计图表

-2.1 统计表和统计图简介--作业

-2.2 频数分布表

--2.2 频数分布表

-2.2 频数分布表--作业

-2.3 频数分布图

--2.3 频数分布图

-2.3 频数分布图--作业

-2.4 百分位数和百分等级

--2.4 百分位数和百分等级

-2.4 百分位数和百分等级--作业

3 集中趋势

-3.1 平均数

--3.1 平均数

-3.1 平均数--作业

-3.2 中数

--3.2 中数

-3.2 中数--作业

-3.3 众数

--3.3 众数

-3.3 众数--作业

-3集中趋势--讨论

4 离散趋势

-4.1 全距和四分位距

--4.1 全距和四分位距

-4.1 全距和四分位距--作业

-4.2 标准差和方差

--4.2 标准差和方差

--4.2标准差和方差--讨论

-4.2 标准差和方差--作业

-4.3 差异系数

--4.3 差异系数

-4.3 差异系数--作业

5 Z分数

-5.1 Z分数介绍

--5.1 Z分数介绍

-5.1 Z分数介绍--作业

-5.2 Z分数的分布及转换

--5.2 Z分数的分布及转换

-5.2 Z分数的分布及转换--作业

-5Z分数--讨论

6 概率与抽样分布

-6.1 概率的基本概念

--6.1 概率的基本概念

--6.1 概率与二项分布--作业

-6.2 概率与二项分布

--6.2 概率与二项分布

-6.2 概率与二项分布--作业

-6.3 概率与正态分布

--6.3 概率与正态分布

-6.3 概率与正态分布--作业

-6.4 抽样分布与推论统计

--6.4 抽样分布与推论统计

-6.4 抽样分布与推论统计--作业

7 假设检验

-7.1 假设检验的一般原理

--7.1 假设检验的一般原理

-7.1 假设检验的一般原理--作业

-7.2 假设检验的一般过程

--7.2 假设检验的一般过程

-7.2 假设检验的一般过程--作业

-7.3 假设检验的不确定性和误差

--7.3 假设检验的不确定性和误差

--7.3假设检验的不确定性和误差--讨论

-7.3 假设检验的不确定性和误差--作业

-7.4 有方向的假设与单侧检验

--7.4 有方向的假设与单侧检验

-7.4 有方向的假设与单侧检验--作业

8 样本平均数的假设检验

-8.1 t统计量与t检验

--8.1 t统计量与t检验

-8.1 t统计量与t检验--作业

-8.2 单样本t检验的方法

--8.2 单样本t检验的方法

-8.2 单样本t检验的方法--作业

-8.3 有方向的检验和单侧检验

--8.3 有方向的检验和单侧检验

-8.3 有方向的检验和单侧检验--作业

9 独立样本t检验

-9.1 独立样本t检验

--9.1 独立样本t检验

-9.1 独立样本t检验--作业

-9.2 独立样本t检验的应用

--9.2 独立样本t检验的应用

-9.2 独立样本t检验的应用--作业

10 相关样本t检验

-10.1 相关样本t检验方法

--10.1 相关样本t检验方法

-10.1 相关样本t检验方法--作业

-10.2 有方向的假设和单侧检验

--10.2 有方向的假设和单侧检验

--10.2有方向的假设和单侧检验--讨论

-10.2 有方向的假设和单侧检验--作业

11 效应量和统计检验力

-11.1 效应量的测量

--11.1 效应量的测量

-11.1 效应量的测量--作业

-11.2 均值检验效应量

--11.2 均值检验效应量

-11.2 均值检验效应量--作业

-11.3 统计检验力及其影响因素

--11.3 统计检验力及其影响因素

-11.3 统计检验力及其影响因素--作业

12 参数估计

-12.1 参数估计的基本内容

--12.1 参数估计的基本内容

--12.1参数估计的基本内容--讨论

-12.1 参数估计的基本内容--作业

-12.2 用t统计量作参数估计

--12.2 用t统计量作参数估计

-12.2 用t统计量作参数估计--作业

-12.3 假设检验和参数估计

--12.3 假设检验和参数估计

-12.3 假设检验和参数估计--作业

13 方差分析概述

-13.1 方差分析的逻辑

--13.1 方差分析的逻辑

--13.1方差分析的逻辑--讨论

-13.1 方差分析的逻辑--作业

-13.2 方差分析的计算

--13.2 方差分析的计算

-13.2 方差分析的计算--作业

14 完全随机单因素方差分析

-14.1 完全随机单因素方差分析

--14.1 完全随机单因素方差分析

-14.1 完全随机单因素方差分析--作业

-14.2 方差分析的测量效应和事后检验

--14.2 方差分析的测量效应和事后检验

-14.2 方差分析的测量效应和事后检验--作业

15 重复测量单因素方差分析

-15.1 重复测量单因素实验设计

--15.1 重复测量单因素实验设计

-15.1 重复测量单因素实验设计--作业

-15.2 重复测量单因素方差分析的逻辑和计算

--15.2 重复测量单因素方差的逻辑和计算

--15.2重复测量单因素方差分析的逻辑和计算--讨论

-15.2 重复测量单因素方差分析的逻辑和计算--作业

16 完全随机两因素方差分析

-16.1 完全随机两因素实验设计

--16.1 完全随机两因素实验设计

-16.1 完全随机两因素实验设计--作业

-16.2 完全随机两因素方差分析的逻辑和计算

--16.2 完全随机两因素方差分析的逻辑和计算

-16.2 完全随机两因素方差分析的逻辑和计算--作业

-16.3 简单效应检验

--16.3 简单效应检验

-16.3 简单效应检验--作业

-16.4 完全随机两因素方差分析的效应值和事后检验

--16.4 完全随机两因素方差分析的效应值和事后检验

-16.4 完全随机两因素方差分析的效应值和事后检验--作业

17 相关分析与检验

-17.1 相关概述

--17.1 相关概述

-17.1 相关概述--作业

-17.2.1 皮尔逊相关1

--17.2.1 皮尔逊相关1

-17.2.1 皮尔逊相关1--作业

-17.2.2 皮尔逊相关2

--17.2.2 皮尔逊相关2

-17.2.2 皮尔逊相关2--作业

-17.3 等级相关

--17.3 等级相关

-17.3 等级相关--作业

-17.4 点二列相关和二列相关

--17.4 点二列相关和二列相关

-17.4 点二列相关和二列相关--作业

-17.5 φ相关

--17.5 φ相关

-17.5 φ相关--作业

18 回归与预测

-18.1 简单线性回归

--18.1 简单线性回归

--18.1简单线性回归--讨论

-18.1 简单线性回归--作业

-18.2 回归模型和回归系数

--18.2 回归模型和回归系数

-18.2 回归模型和回归系数--作业

-18.3 线性回归的基本假设

--18.3 线性回归的基本假设

-18.3 线性回归的基本假设--作业

-18.4 变异的分解

--18.4 变异的分解

-18.4 变异的分解--作业

-18.5 回归方程的估计标准误

--18.5 回归方程的估计标准误

-18.5 回归方程的估计标准误--作业

-18.6 回归方差的有效性检验

--18.6 回归方差的有效性检验

-18.6 回归方差的有效性检验--作业

19 计数数据的检验

-19.1 二项检验

--19.1 二项检验

-19.1 二项检验--作业

-19.2 卡方检验

--19.2 卡方检验

-19.2 卡方检验--作业

-19.3 四格表及列联表

--19.3 四格表及列联表

-19.3 四格表及列联表--作业

20 非参数检验

-20.1 非参数检验概述

--20.1 非参数检验概述

--20.1非参数检验概述--讨论

-20.1 非参数检验概述--作业

-20.2 单样本非参数检验

--20.2 单样本非参数检验

-20.2 单样本非参数检验--作业

-20.3 两独立样本非参数检验

--20.3 两独立样本非参数检验

-20.3 两独立样本非参数检验--作业

-20.4 多个独立样本非参数检验

--20.4 多个独立样本非参数检验

-20.4 多个独立样本非参数检验--作业

-20.5 两个配对样本非参数检验

--20.5 两个配对样本非参数检验

-20.5 两个配对样本非参数检验--作业

-20.6 多配对样本的非参数检验

--20.6 多配对样本的非参数检验

-20.6 多配对样本的非参数检验--作业

4.3 差异系数在线视频

4.3 差异系数

4.3 差异系数课程教案、知识点、字幕