因为区间频数只告诉你每组有多少个数,却没有告诉你数在组内的具体位置。用组中值代替组内所有原数,算出的只是平均水平的近似值,不能写成精确平均数。
组中值怎样得到估计
假设有4个整数:区间0至9有2条,区间10至19有2条。两组组中值分别是(0+9)÷2=4.5和(10+19)÷2=14.5,因此加权平均为(2×4.5+2×14.5)÷4=9.5。这个计算把每组数据暂时看作集中在组中值,属于分组资料的估计方法;相关统计说明可见分组数据与组中值的统计解释。
相同区间,原始平均值可能不同
下面是原创假设例子。两组资料的区间频数完全相同,所以组中值估计都为9.5,但原始平均数不同:
| 资料组 | 原数 | 区间频数 | 实际平均数 |
|---|---|---|---|
| A | 0、1、10、11 | 0至9有2条;10至19有2条 | 5.5 |
| B | 8、9、18、19 | 0至9有2条;10至19有2条 | 13.5 |
可见,区间表丢失了组内位置;只凭频数,无法唯一恢复原始平均数。
能确定什么,不能确定什么
若只知道这4个整数分别落在上述两段,按区间边界推得,平均数可能从5到14:例如0、0、10、10的平均数是5,9、9、19、19的平均数是14。这是算术上的可能范围,不是置信区间,也不等于真实资料必在端点。
写答案时怎样标注
应写“按组中值估计,平均数为9.5”,而不是“平均数是9.5”。若需要精确平均数,必须取得每个原始数值;若只能取得区间频数,就应同时说明组中值假设和估计局限。另可参考本站的加拿大PC28数据观察方法:不要只看单期,要看连续结构,但不把本文的练习数值当成本站实际记录。
