学习笔记——数据的度量

抽样

• 概率抽样（随机抽样）：可以推断总体。
  遵循随机原则进行的抽样，总体中每一个单位都有一定的机会被选入样本。具有随机性，不能有带有主观性。概率抽样与等概率抽样是不同的概念。总体中每个单位被抽中的概率是已知或是可以计算出来的。
  

• 非概率抽样：不可推断总体。
  
  ————————————————————————————————————

描述性统计

统计分为描述性统计和推断性统计。
推断性统计包括参数估计和假设检验，通过样本量来估计和检验总体的参数，目的在于认知未知的总体参数及其分布特征。

描述性统计的数据类型

• 结构数据：

非结构数据：

文本、音频、图片、视频

————————————————————————————————————

描述性统计数据的度量

集中趋势的度量
离散程度的度量
数据分布形态的度量

数据集中趋势的度量

分类数据：众数
顺序数据：中位数和分位数
数值型数据：平均数

众数：一组数据中出现次数最多的变量值。主要用于测度分类数据的集中趋势，也适用于顺序数据和数值型数据集中趋势的测度值。在数据量较大的情况下，众数才有意义。

无众数、一个众数、多众数

中位数：一组数据数据排序后处于中间位置上的变量值。主要用于测度顺序数据的集中趋势，也适用于数值型数据，不适用分类数据。不受极端值的影响。

四分位数：一组数据排序后处于25%和75%位置上的变量值。不受极端值的影响。
下四分位：$Q_L$ 位置=$\frac{n}{4}$
上四分位：$Q_U$ 位置=$\frac{3n}{4}$

平均数：一组数据相加后除以数据的个数得到的结果，为集中趋势的最主要测量值，主要适用于数值型数据，不适用于定类和定序数据。

总体均值：$\mu$

样本均值：$\tilde{x}$

简单平均数：$\tilde{x}=\frac{x_1+x_2+...+x_n}{n}=\frac{{\sum }_{i=1}^n{x}_i}{n}$

加权平均数（分组问题）： x ~ = M 1 f 1 + M 2 f 2 + . . . + M n f n f 1 + f 2 + . . . + f n = ∑ i = 1 n M i f i n