公式：R=r1+r2+r1×r2。
计算公式可以写成现期增长率＋间期增长率＋现期增长率＊间期增长率。
如果第一年到第二年、第二年到第三年的增长率分别是R1，R2，则第一年到第三年的增长率为R=R1+R2+R1R2，R就称为间隔增长率。
基本介绍
合成增长率就是已知部分的增长率，求整体的增长率。根据合成增长率的取值介于部分增长率最高值与最低值之间来判定范用。
增长贡献率同拉动增长率一样，比较特殊，在公号中考在的都不多。但不代表我们就不用掌握哦！它指的是部分增量占整体增量的比重。在求解时，关键是求出部分的增量、整体的增量，然后做比。一般用百分数表示。由于这两个增长率之间存在一些相同之处，容易混淆、所以适宜把两者放在起记忆！
R=r1+r2+r1×r2。间隔增长率，也叫两期混合增长率，就是已知第二期、第三期的增长率求第三期对第一期的增长率。利用简单的加法、乘法就可以计算出结果，详情见统计术语部分。只要掌握了公式，一切都好说。
拓展资料 举两个例子来分析一下【例1】(2019山东)2018年，我国全社会用电量68449亿千瓦时，同比增长8.5%，增幅同比提高1.9个百分点。具体来看，第一产业用电量728亿千瓦时，同比增长9.8%第二产业用电量47235亿千瓦时，同比增长7.2%第三产业用电量10801亿千瓦时，同比增长12.7%城乡居民生活用电量9685亿千瓦时，同比增长10.4%。
2018年，我国全社会用电量较2016年增加了约( )。
A. 13.7% B. 15.7%
C. 17.9% D. 19.9%
【答案】B
【解析】
第一步，本题考查间隔增长率计算问题。
第二步，定位文字材料“2018年，我国全社会用电量68449亿千瓦时，同比增长8.5%，增幅同比提高1.9个百分点”。
第三步，根据增长率R=r1+r2+r1×r2，r1=8.5%，r2=8.5%-1.9%=6.6%，代入数据得R=8.5%+6.6%+8.5%×6.6%≈15.1%+0.6%=15.7%。
因此，选择B选项。
【例2】(2017联考)2015年1838.4万人次困难群众受益，同比增长8.5%，增长率较上一年下降27.5个百分点。全年有934.6万人次在社会服务领域提供了2700.7万小时的志愿服务，同比减少10.4万小时。
2015年受益的困难群众较2013年增长约：
A. 27.6% B. 34.5%
C. 40.4% D. 47.6%
【答案】D
【解析】
第一步，本题考查间隔增长率计算。
第二步，定位文字材料后半部分，“2015年受益的困难群众同比增长8.5%，较上一年下降27.5个百分点”。
第三步，2014年同比增长率为8.5%+27.5%=36%。根据间隔增长率公式R=r1+r2+r1×r2，可知与2013年相比，2015年的增长率为8.5%+36%+8.5%×36%=44.5%+8.5%×36%http://tiku.huatu.com/cdn/pandora/img/1e6a0a3786ed4482a25e694c1100cc8b.png44.5%。
因此，选择D选项。
R语言-统计学 描述性统计描述定量数据的数值方法：中心趋势度量 变异的度量 相对位置的度量。
1.中心趋势度量 ： 算数平均 中位数 众数
1.1 在R中计算平均数的函数 mean( )常规的mean() 函数用法mean(x, trim = 0, na.rm = FALSE, ...) 参数说明： x 对象名称trim 过滤掉异常值 ，按照距离平均值的远近距离排除，如对象中含有10个数据，排除最高和最低值，trim=0.2na.rm 默认为F 表示是否计入空值实例1： 做一个稍微复杂点的操作，用r做数据透视表并把结果转换为matrix ，对行列求和。(仅娱乐，无实用价值)
demo <- mtcars[1:6,] # 调用R自带函数集，并去前6行
toushi <- aggregate(mtcars[,5:6] ,by = list(cyl = mtcars$cyl),sum) # 数据透视表求和
toushi <- as.matrix(toushi) # 将结果的数据框转化成矩阵
#(toushi <- apply(toushi,c(1,2),sum))
(rowSums(toushi)) # 行求和
(colSums(toushi)) # 列求和
toushi <- rbind(toushi,rowSums(toushi)) #将行求和结果并入最后一行
toushi <- cbind(toushi,colSums(toushi)) #将列求和结果并入最后一列
1.2 中位数和众数
对于偏度极大的数据集，中位数能更好的描述数据分布的中心。
很少用众数作为数据数据趋势的度量，只有当对y出现的相对频率感兴趣时，才会考虑到众数。
R实现中位数 ：
median(x, na.rm = FALSE)
R中没有直接插找众数的命令
which.max(table(x))
2.变异的度量 ： 极差 方差 标准差
2.1 .极差 = max（）- min（）
2.2 方差和标准差
对一个有n个测量值的有限总体来说，方差计算公式的分母为n。关于样本方差和总体方差分母的差异原因，可自行百度搜索。
R语言计算方差的函数： var(x,)
w<-c(75.0,64.0,47.4,66.9,62.2,62.2,58.7,63,5,66.6,64.0,57.0,69.0,56.9,50.0,72.0)
var(w)
# 附加指数点：标准差的两个有用法则：经验法则 和 切比雪夫法则，共同说明一个问题，对于任意大于1的正数k，至少有（1-1/k^2）的测试值落在平均值的k个标准值范围内。
3.变异的度量 ： 百分位数 Z得分
3.1 .最常见的四分位数（一般从大到小）
quantile(x, probs = seq(0, 1, 0.25), na.rm = FALSE,names = TRUE, type = 7, ...)
