描述性统计(Descriptive Statistics) 是一种统计学方法,用于对数据进行概括、总结和描述,以便更好地理解数据的特征和分布。描述性统计通常包括以下几个方面:
- 中心趋势测度:
-
均值(Mean): 所有数据值的平均数,是数据集的中心趋势测度。计算方法为将所有数值相加,然后除以数据点的总数。
-
中位数(Median): 数据集的中间值,将数据按大小排序后位于中间的数。适用于存在极端值的情况,不受异常值的影响。
-
众数(Mode): 数据集中出现最频繁的值。
- 离散程度测度:
-
标准差(Standard Deviation)和方差(Variance): 衡量数据点相对于均值的分散程度。标准差是方差的平方根。
-
极差(Range): 最大值与最小值之间的差异,是最简单的测度离散程度的方法。
- 分布形状:
-
正态性检验: 用于检查数据是否符合正态分布,包括直方图和正态概率图等图形工具。
-
偏度(Skewness)和峰度(Kurtosis): 分别描述数据分布的偏斜程度和尾部厚实程度。
- 频数分布:
-
频数表(Frequency Table): 显示数据中各数值出现的频率。
-
直方图(Histogram): 将数据范围划分为若干组,并绘制柱状图,用于可视化数据分布。
- 位置测度:
- 百分位数(Percentiles): 划分数据集的百分比点。例如,第25百分位数是将数据排序后,25%的数据小于或等于这个值。
简单一句话:
描述性统计是通过均值、中位数、众数、标准差等指标,以及直方图和百分位数等图形工具,对数据的中心趋势、分散程度和分布形状进行概括和描述的统计学方法。