本文介绍了Stata中描述统计分析的基本概念，包括平均值、四分位数、标准差和标准分，并探讨了它们在数据分析中的应用。平均值作为数据集中趋势的指标，易受异常值影响。四分位数用于识别异常值，IQR（四分位距）结合中位数定位异常值。标准差衡量数据波动，变异系数用于比较不同数据集的稳定性。标准分则将数据标准化，方便比较。文章还提到了异常值的处理策略。
1.描述统计分析
将一系列复杂的数据减少为几个能够起到描述作用的数字，用这些代表性的数字来代表数据集，进而知道数据的整体情况。
常用的4个指标：①平均值；②四分位数；③标准差；④标准分
1.1 平均值
表示一组数据集中趋势的指标，指在一组数据中所有数据之和再除以这组数据的个数。
缺点：平均值对异常数值不敏感，当数据中有异常值时，用平均值来描述数据整体情况是不准确的。
1.2 四分位数
中位数：将数据集有n个数值，按从小到大进行排序，如果n是奇数，中位数是位于中间数值；如果n是偶数，中位数就是中间两个数的平均值。
四分位数：下四分位数的位置= (n+1) × 0.25
中位数的位置= (n+1) × 0.5
上四分位数的位置= (n+1) × 0.75
用箱线图来理解四分位数：
四分位数的应用：比较数据；识别异常值。
异常值：
最低0.47元/天 解锁文章
扫一扫
210
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
