数据学习（二）-数据的概括分析

数据的概括性度量

• 1.集中趋势的度量

  2.离散程度的度量

  3.偏态与峰态的度量

  4.小知识模块

1.集中趋势的度量

集中趋势是指一组数据向某一中心值靠拢的倾向，它反应了一组数据中心点的位置所在。集中趋势度量也就是寻找数据水平的代表值或中心值。
1.1 分类数据：纵数
一组数据中出现次数最多的变量值。它主要用于测量分类数据、顺序数据和数值型数据的集中趋势。一般情况下，只有数据较大时，纵数才有意义。

1.2 顺序数据：中位数和分位数
一组数据排序后处在中间的变量值为中位数。分为两部分，吗，每部分包含50%，一部分比中位数大，一部分比中位数小。一组数据在25%和75%的位置，那么我们称为分位数。
中位数计算公式如下：
location=(n+1)/2

分位数介绍如下：

1.3 数值型数据：平均数
一组数据相加除以数的个数为平均数。计算公式如下：

各个变量值倒数的平均倒数，称为调和平均数。调和平均数其实本质和平均数的求法是一样的，只是换了一种计算方法。

几何平均数：n个变量值乘积的n次方根。计算公式如下：

2. 离散程度的度量

集中趋势只是数据分布的一个特征，他所反应的是各变量值向其中心值聚集的程度。数据的分布程度是数据分布的另一个重要特征，它所反映的是各变量值远离其中心值得程度，因此也叫离散趋势。描述数据离散程度采用的测度值，根据所依赖数据的的不同主要有异众比率，四分位差、方差和标准差。

2.1 分类数据：异众比率
非众数组的频数占总频数的比率。异纵比率主要用于衡量纵数对一组数据的代表程度。比率值越大，说明非纵数的频数占总频数的比率越大，说明纵数的代表性越差，否则反之。计算公式如下：

2.2 顺序数据：四分位差
上四分位与下四分位的差称为四分位差。计算公式如下：

2.3 数值型数据：方差和标准差
1.极差

计算公式如下：

2. 平均差

计算公式如下：

3.方差和标准差
平均差在数学处理上是通过绝对值消去离查的正负号，如果用平方的办法消去离差的正负号，便宜数学上的处理，这样的计算方法叫方差。方差是是几中应用最为广泛地离散程度测度值。

公式如下：

方差的平方根称为标准差。公式如下：

2.4 相对位置的度量：标准分数

计算公式如下：

2.5 相对离散程度：离散系数
一组数据的标准差与其相应的平均数之比，称为离散系数，也称为变异系数。
离散系数是测度数据离散程度的相对统计量。计算公式如下：

3 偏态与峰态的度量

3.1 偏态及其测度

数据分布的不对称性，称为偏态。对数据分布不对称性的度量值，称为偏态系数。计算公式如下：

式中s3是标准方差的三次方。

3.2 峰态及其测度

数据分布的顶峰或尖峰程度，称为峰态。对数据分布峰态的度量值，称为峰态系数。计算公式如下：

**

4. 小知识模块

**
后面再补充