【R】数据统计基础：集中趋势和离散程度及简单R语言代码

集中趋势：

3种常见统计量：均值、中位数、众数

均值: mean()

中位数：median（）

众数：没有默认，要先下载R包：FinAna。之后用 get.mode()

离散程度

常见统计量：极差、四分位数、百分位数、四分位距、标准差、方差、变异系数

极差：

也称全距，一组数据最大值与最小值之差
R语言：第一种方法：先用range()，求范围；再用diff(range());
第二种方法（简单粗暴用最大最小直接求解）：print(c(min(),max()))

四分位数：

将一组数据分为四部分的三个数字：下四分位数、中位数、上四分位

R语言：quantile(… ,0.25) quantile(… ,0.75)

百分位数：

将一组数据分成一百组，描述如，第35百分位数，是将下部35%的数值和上部65%的数值分开的数

四分位距（IQR）：

上四分位数与下四分位数的差；反映中间50%数据的离散程度，数值越小说明中间的数据越集中，数值越大，说明中间的数据越分散。与极差相比，四分位差不受极值影响

标准差（SD）：

又称标准偏差、均方差 。R语言：sd()

方差（VAR）：

标准差的平方 。R语言：var()

变异系数

又称离散系数，用 标准差 除以 x的平均值（消除量纲的影响）。比较两组差异很大的数据的变异程度
R语言：先下载安装R包：sjstats， 再运行cv()

五数概括法

用以下5个数描述一组数据的分布：最小值、下四分位数、中位数、上四分位数、最大值
可以通过箱线图展示五数概括法

切比雪夫定理

对于任一分布的数据，至少有75%的数值在均值＋－2个标准差以内，至少89%的数据在均值＋－3个标准差以内