统计描述与统计推断统计的主要工作就是对统计数据进行统计描述和统计推断。
统计描述是统计分析的最基本内容，是指应用统计指标、统计表、统计图等方法，对资料的数量特征及其分布规律进行测定和描述；而统计推断是指通过抽样等方式进行样本估计总体特征的过程，包括参数估计和假设检验两项内容。
(一)统计描述1.计量资料的统计描述计量资料的统计描述主要通过编制频数分布表、计算集中趋势指标和离散趁势指标以及统计图表来进行。
(1)集中趋势。
指频数表中频数分布表现为频数向某一位置集中的趋势。
集中趋势的描述指标：1)算术平均数。
直接法：x为观察值，n为个数加权法又称频数表法，适用于频数表资料，当观察例数较多时用。
f为各组段的频数。
2）几何平均数（geometric mean）。
几何平均数用符号G表示。
用于反映一组经对数转换后呈对称分布的变量值在数学上的平均水平。
直接法：加权法又称频数表法，当观察例数n较大时，可先编制频数分布表，用此法算几何平均数：3)百分位数（percentile ）与中位数（median ）。
百分位数是一种位置坐标，用符号x P 表示常用的百分位数有 2.5P 、5P 、50P 、75P 、95P 、97.5P 等，其中25P 、50P 、75P 又称为四分位数。
百分位数常用于描述一组观察值在某百分位置上的水平，多个百分位结合使用，可更全面地描述资料的分布特征。
中位数是一个特定的百分位数即50P ，用符号M 表示。
把一组观察值按从小到大（或从大到小）的次序排列，位置居于最中央的那个数据就是中位数。
中位数也是反映频数分布集中位置的统计指标，但它只由所处中间位置的部分变量值计算所得，不能反映所有数值的变化，故中位数缺乏敏感性。
中位数理论上可以用于任何分布类型的资料，但实践中常用于偏态分布资料和分布两端无确定值的资料。
其计算方法有直接法和频数表法两种。
直接法：当观察例数n 不大时，此法常用，先将观察值按大小次序排列，选用下列公式求M 。
数据分布特征的三个统计描述维度现如今生活处处有数据，而我们接触到的数据可以分为连续型数据或者离散型数据。
连续数据的取值范围是可以取连续值的区间，即连续值可以是区间内的任意值，一般都有度量单位。
离散数据的范围由有限数量的值或序列组成。
对数据集使用合适的描述性指标，可以帮助我们探索庞大无序的数据背后隐藏的事实。
描述数据集的三个维度是指对数据集中趋势的描述、对数据分散程度的描述和对数据分布形式的描述。
一、集中趋势描述1.算术平均数 Arithmetic Mean：所有数值的和除以数值的个数。
用于描述一组数据在数量上的平均水平。
计算公式：优缺点：算术平均数是能够充分运用已有信息的代表性数值，每个数值大小的改变都会引起其变化。
也因此容易受极值的影响，并且会掩盖数据的差异性。
示例：最近更新了2018年度深圳在岗职工的月平均工资，达到了9309元。
这就是一个算术平均值的实际应用。
还是要保持进步，争当排头兵而非吊车尾呀。
2.几何平均数 Geometric Mean：对各数值的连乘积开项数次方根。
一般用于当总成果为各个阶段（环节）的连乘积时，求各个阶段（环节）的一般成果。
计算公式：优缺点：几何平均数受极端值的影响比均值小。
但仅适用于具有等比或近似等比关系的数据。
示例：连续作业的车间求产品的平均次品率。
一个产品的生产由三个环节组成。
每个环节都会产生一定的次品。
次品率依次为5%、2%、6%，求这个产品的平均次品率。
因为每个环节都是依次发生的，需要完成上一个环节的合格产品才能进入下一个环节，所以每个环节的不良率是一个产品关系。
依照上式结果可知，该产品整个生产环节的平均次品率为3.91%。
3.中位数 Median：将数值从小到大依次排列，最中间的数值为中位数。
若数值个数为奇数个时，为中间位置的数值；若数值个数为偶数个时，为中间两个数的算术平均数。
优缺点:不受极值影响，通过丢失一些信息来换取指数的稳定性。
但对极值缺乏敏感性，样本量较小时中位数不稳定。
统计描述的概念
统计描述是通过指标或图表对数据进行总结、概括和分析的过程，旨在从大量数据中提取出有意义的信息。
主要包括以下几个概念：
1. 中心趋势：描述数据的集中程度，常用的指标包括均值、中位数和众数。
2. 变异程度：描述数据的不同程度，常用的指标包括方差、标准差和极差。
3. 偏态和峰度：用来描述数据分布的非对称性和峰态，常用的指标包括偏度和峰度。
4. 相关性：用来描述数据之间的关联性，常用的指标包括相关系数。
5. 分布形态：用来描述数据的整体分布特征，常用的图表包括直方图、箱线图和散点图等。
6. 置信区间：用来描述抽样数据的可靠程度，常用的指标包括置信度和置信区间。
统计描述是数据分析的基础，有助于深入了解数据的特征、发现数据之间的规律和趋势，为后续的数据建模和决策提供依据。
