数据分析之描述性统计

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：

1. 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。

2. 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。

3. 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。

4. 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。

5. 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。