统计学 学习笔记 （二）—— 掌握数据的整体状态 数据的集中趋势

掌握数据的整体状态

    如果只是看到一堆数据，杂乱无章地排在一起，人很难看出它们到底反应了什么信息。而各种数据分析技术的发展，却要求我们在分析之前就能对数据从整体上尽可能把握特性，从而为后面的分析方法的选择及分析结果的理解提供可靠的依据。
    统计学中对于一组数据的整体状态，提供了多方位多角度的衡量指标。从数值的角度，可以从两个方面进行描述：数据的集中趋势（central tendency），数据的变异性（variability）。从图示的角度，可以通过数据组的频数分布（frequency distribution）及直方图来形象地描绘数据组内数值的分布状态。

 

数据的集中趋势

    数据的集中趋势很好理解，通俗地说，就是看看这组数据大概讲什么的。比如对于图2中的age数据，一眼看去，都在50以上，大概能够猜到这组数据主要讲的是老年人。但具体如何，在数据量大的情况下，就需要有一些确切的指标来表明其整体状态。这些指标最常见的就是均值（算术均值）、中值和众数；另外在医学统计学中，也经常会用到几何均值。

图2：年龄数据示例

    均值 （算术均值，mean，arithmetic mean）：数据组中所有数值的总和除以该组数值的个