内容导入:
大家好,这里是每天分析一点点。本期给大家介绍的是数据分析基础系列离散趋势的基本原理与应用,包括极差、方差与离散系数的原理与计算,再结合股票案例分析,讨论收益的稳定性,根据离散趋势指标计算结果解释原因。文章内容适合数据分析小白,内容深入浅出,案例贴合实际。下期给大家介绍描述性统计分析的应用,欢迎大家关注。
概念介绍:
离散趋势的概念:
离散趋势在统计学中是指一组数据在某一中心值分散的程度,它反映了各个数据远离其中心点的程度,并且从另一个方面说明了集中趋势测度值的代表程度。描述数据离散程度采用的测度值,根据所依据数据类型的不同主要有极差、分位距、方差、标准差和离散系数。
极差的原理:
极差为一组数据的最大值与最小值之差,也称全距R。容易受极端值的影响。
方差的原理:
方差与标准差表示数据集波动的大小,方差小,表示数据集比较集中,波动性小,方差大,表示数据集比较分散,波动性大。这两个指标能较好地反映出数据的离散程度,是应用最广泛的离散程度的测度值,实际应用中更多使用标准差。
离散系数的原理:
离散系数也称为变异系数,是一组数据的标准差与其相应的平均数之比。是测度数据离散程度的统计量,主要用于比较不同样本数据的离散程度,离散系数大,说明数据的离散程度大;离散系数小,说明数据的离散程度小。
特别提示:
1、极差描述了数据的范围,但无法描述其分布状态。且对异