描述统计分析

描述数据常用的4个指标

平均值

四分位数

标准差

标准分

---

平均数

缺点：对异常数据的不敏感。即：不能用平均收入来衡量各个行业的收入【马云的工资】

四分位数：位置

优点：从整体上描述出数据集的分布状态
缺点：不能告知数据集的波动有多大

从小到大排列

下四分位数的位置Q1=（n+1）/ 4

中位数的位置Q2=（n+1）/ 2

上四分位数的位置Q3= 3×（n+1）/ 4

箱线图：上界、上四分位数、中位数、下四分位数、下界
解读：看中位数的位置，离哪个近（上下四分位数），表明数据集集中在哪个区间
应用：
1.常常用来比较不同类别的数据集情况
【如：不同城市的薪酬分布；不同经验的薪酬分布】
2.识别可能的异常值
最小估计值：Q1 - 1.5(Q3-Q1)
最大估计值：Q3 + 1.5(Q3-Q1)

标准差

标准差=波动大小=离散程度=变异性=方差开方
夏普比率=（投资回报-无风险回报）/ 投资组合的标准差
【夏普比率=50%：风险是回报的两倍】

标准分【标准化值或Z-分数】

（样本值 - 该样本的均值）/ 标准差
意义：距离均值有多少个标准差
标准分为正数：该数值大于均值
标准分为负数：该数值小于均值

质量管理：6西格玛【距离均值6个标准差，即标准分=6】

---