本文介绍了数据分析中的常见统计量，包括众数、平均数和中位数的适用场景。在数据对称时，均值常用于模型预测和参数估计，而中位数适合描述性统计。正太分布和对数正太分布分别适用于不同的数据特性，泊松分布和伽玛分布在特定场景下也有应用。此外，离散程度的衡量，如四分位差和直方图，有助于理解数据的分布情况。
众数、平均数和中位数
一般不选众数为统计量，只有数据非常干净的时候众数才有价值。
当数据对称时，我们选择均值，做模型做预测，都是均值，参数估计选用均值，非参用中位数，描述性统计右偏时选中位数；一般不会出现左偏，如二八定律。
正太分布偏度 skewness = 0，右偏 skewness > 0，一般大于1右偏较严重，左偏 skewness < 0
分布
正太分布：人的身高，自然界的分布
对数正太分布（右偏最严重的）：收入、利润，描述性统计就用中位数；建模，建立回归，神经网络等就对数据去对数 ln 即可
泊松分布：网页点击量，排队队伍长度等
伽玛分布：灾难造成的损失，损失的金额
一倍标准差围成的
最低0.47元/天 解锁文章
4977
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
