Python数据分析与挖掘实战学习08

一、统计量分析

用统计指标对定量数据进行统计描述，常从集中趋势和离中趋势两个方面进行分析。

平均水平的指标是对个体集中趋势的度量，使用最广泛的是均值和中位数；反映变异程度的指标则是对个体离开平均水平的度量，使用较广泛的是标准差(方差)、四分位间距。

1.集中趋势度量

(1)均值

均值是所有数据的平均值。如果求n个原始观察数据的平均数，计算公式为：

有时，为了反映在均值中不同成分所占的不同重要程度，为数据集中的每一个xi赋予wi，这就得到了加权均值的计算公式：

作为一个统计量，均值的主要问题是对极端值很敏感。如果数据中存在极端值或者数据的偏态分布的，那么均值就不能很好地度量数据的集中趋势。为了消除少数极端值得影响，可以使用截断均值或者中位数来度量数据的集中趋势。截断均值是去掉高、低极端值之后的平均数。