二 描述统计分析

一 概念

描述统计学即用特定的描述性指标对复杂的数据进行归纳，无需知道所有数据信息即可描述数据集的整体情况。

二 常用指标

1 平均值

• 由于平均值对异常值不敏感，所以通常不能用平均值表示数据集的整体情况
• 当数据集不存在异常值时可使用平均值衡量整体情况

2 四分位数

• 与中位数有关且能够从整体上描述数据集的分布状态
• 通过四分位数绘制箱线图从而识别异常值并做相应的处理
• 无法显示数据集的波动幅度

四分位数的计算：

1）求中位数

i）按从小到大的顺序排列数据

其中最小值为下界，最大值为上界。

ii）计算中间位置：

• 若n为奇数，则中位数是位于中间的数值
• 若n为偶数，则中位数是中间两个数的平均值

2）求下四分位数/上四分位数

求中位数左/右边数据的中位数，得到下/上四分位数。

• 下/上四分位数将中位数左/右边的数据一分为二
• 下四分位数/中位数/上四分位数将整个数据分成了4份，每份数据的数目占整个数据集的25%

若以一组排序后的偶数序列数为例：12，15，17，19，20，23，25，28，30，33，34，35，36，37。

1）下四分位数Q1

i）确定四分位数的位置。

Qi所在位置=i（n+1）/4，其中i=1，2，3。n表示序列中包含的项数。

ii）根据位置，计算相应的四分位数。

Q1所在的位置=（14+1）/4=3.75，