数据分析报告——经典统计量的描述性分析：平均数方差、偏度峰度

导读
楼主本人统计学专业在读，这几年也完成了不少数据分析的报告，故而想整理一点写数据类报告的tips。本文先整理了对一份数据进行描述性分析的流程。包括变量说明和利用平均数、方差、偏度峰度等基本统计量进行解读的思路。

一、数据报告

一般来说一份数据报告要包含研究目的、描述性分析、特征工程、建模分析、模型检验、模型对比的过程，最后需要加上最重要的结论和建议。其中数据处理的第一步就是描述性分析。

有人说不知道描述性分析该描述什么，好像没什么可写。我的理解是，对读者而言，描述性分析其实就是在最开始给读者呈现对数据的初步观察，让其产生对数据的初印象，而建立模型的过程等于深挖这份数据集的特点；对个人而言，我们可以通过描述性分析发现特征的特点，从而对特征进行一些变换和处理，接下来再根据发现的数据特点以及研究目标去选用合适的模型。描述性分析的过程不该太长，以免喧宾夺主，应该指出重点的发现，并且尽量简单直白。接下来将对描述性分析的流程进行梳理，代码部分利用R语言实现

二、变量说明表

数据集包含哪些内容？拿到一份数据首先要解决的就是这个问题。通常我们见到的csv格式的数据，都是以数据框形式存在，每一列都是代表一项特征，所以不妨先拿出头几行数据进行观察。这次用的例子是来自狗熊会(公众号:CluBear)的数据集，是二手市场上在售的1289条的汽车的10项指标数据，数据是前几年的，自变量包括汽车描述，排量，性能，级别，车门，车座，马力，发动机和前制动类型等10个变量，那么我们关心的变量是什么呢？这就是数据报告的目的性，本次设定因变量为汽车的价格，探究汽车价格的关键影响指标。下面可以先展示一下数据集的前几行。

描述	价格	排量	性能	级别	车门	车座	马力	发动机	前制动类型
奥迪Q3 2017款 30 TFSI 时尚型	20.6	1.4	自动	紧凑型	5	5	88	L4	通风盘式
川汽野马F10 2011款 1.5L 手动	2.1	1.5	手动	小型	5	5	88	L4	盘式
丰田汉兰达 2015款 2.0T 四驱豪华版 7座	27.8	2	自动	中型	5	7	220	L4	通风盘式
奥迪Q5 2013款 40 TFSI 进取型	27.88	2	自动	中型	5	5	211	L4	通风盘式

这样一份关于市场上汽车特征的数据集，对于不了解汽车的人来说，每个数值代表的含义就不够明确，比如价格20万元是高还是低呢？级别又代表什么含义？紧凑型比小型大还是小？前制动类型没听说过，什么意思等等。所以为了解释数据，我们需要对这些变量（或特征）进行一个说明。

变量说明表一般包含变量名、变量说明和取值范围这几个关键因素，变量名称很多时候数据集会以英文命名，所以就需要一个简要说明，对于数值型变量，可以介绍单位；对于类别变量，列出类别数。那么取值范围里面就可以把类别大致写一下，比如级别为大型的汽车就没有出现在前面展示的数据里，所以有必要在取值范围中出现。整理好后就可以看出前制动类型不止有通风盘式还有盘式，级别不仅有紧凑型还有大型。

下面视情况可以再添加一些备注，备注可以对比较难以理解的变量进行解释，比如级别指的含义其实就是空间大小，或者是展示简单统计信息，如各类型样本的占比等。

变量类型	变量名	详细说明	取值范围	备注
因变量	在售价格	单位：万元	1.3~280.0
自变量	描述