【数据挖掘数学基础】01描述统计（下）

目录

四、离散程度

1、定义：反映各变量值远离其中心值的程度，是数据分布的一种重要特征，从另一个侧面说明了集中趋势测度值的代表程度。

2、常见指标：

2.1极差：一组数据最大值与最小值之差；

2.2平均差：各变量与其均值离差绝对值的平均数；

2.3方差和标准差：方差是平均差的平方，标准差是方差的算数平方根。方差和标准差还分总体和样本两种。这两个指标是计算数据离散程度最常用的指标。

2.4离散系数：又称变异系数，是标准差与均值之比。

五、偏态与峰态

1、偏态：是值数据分布偏斜程度，由K Pearson（卡·皮尔逊）提出。符号：SK。

2、峰态：是指数据分布的扁平程度，也是有K Pearson提出。符号K表示。

---

四、离散程度

1、定义：反映各变量值远离其中心值的程度，是数据分布的一种重要特征，从另一个侧面说明了集中趋势测度值的代表程度。

2、常见指标：

2.1极差：一组数据最大值与最小值之差；

• 符号：R
• 公式：R=max(xi)-min(xi)
• 理解：是测度离散程度的最简单的方法，但极易受极端值的影响，且未考虑数据的分布。

2.2平均差：各变量与其均值离差绝对值的平均数；

• 符号：Md
• 公式：未分组数据：

                   分组数据：（Mi :组中值）

• 理解：平均差是一个很好能表现数据离散程度的值，Md越大数据越分散；但因为公式中有绝对值，在数学公式运算中，一般绝对值都尽量要想办法去掉，所以该公式的数学性质较差，一般在实际应用中很少用，那是否有能保留该公式的特征又可以约减绝对值呢，平方就能解决这个问题，所以便有了方差。
• 注意⚠️：标准差和平均差的公式是不一样的，不要搞混淆了。

2.3方差和标准差：方差是平均差的平方，标准差是方差的算数平方根。方差和标准差还分总体和样本两种。这两个指标是计算数据离散程度最常用的指标。

• 符号：总体方差：σ2，总体标准差：σ

                  样本方差：s2，样本标准差：s 

• 公式：