数据分布的描述方法
数据分布是统计学中的重要概念，用于描述数据的变化规律和趋势。通过对数据的描述，我们可以更好地理解数据的特征，为进一步的分析和决策提供依据。在本文中，我们将介绍几种常用的数据分布描述方法。
一、集中趋势的描述方法
集中趋势是用来描述数据集中在哪个位置的指标，常用的集中趋势描述方法有均值、中位数和众数。
1. 均值（Mean）：均值是指数据的平均值，可以通过将所有数据求和再除以数据的个数得到。均值对极端值敏感，当数据中存在异常值时，均值可能会受到影响。
2. 中位数（Median）：中位数是将数据按照大小排序后，位于中间位置的数值。中位数不受极端值的影响，更能反映数据的一般趋势。
3. 众数（Mode）：众数是指数据中出现次数最多的数值。众数常用于描述非数值型数据的分布，如类别变量。
二、离散程度的描述方法
离散程度描述了数据的扩散程度或分散程度，常用的离散程度描述方法有极差、方差和标准差。
1. 极差（Range）：极差是指数据的最大值与最小值之间的差异。极差简单直观，但只考虑了两个极端值，忽略了其他数据的分布情况。 2. 方差（Variance）：方差是各数据与均值之差的平方的平均值。方差可以度量数据的波动程度，数值越大表示数据越分散。
3. 标准差（Standard Deviation）：标准差是方差的平方根，用于度量数据的波动程度。与方差相比，标准差更容易理解和解释。
三、偏态的描述方法
偏态用来描述数据分布的不对称性，常用的偏态描述方法有偏度和峰度。
1. 偏度（Skewness）：偏度描述数据分布的对称性，偏度为正表示数据右偏（正偏），为负表示数据左偏（负偏）。偏度为0表示数据分布相对对称。
2. 峰度（Kurtosis）：峰度描述数据分布的尖峰程度和尾部的厚度。峰度大于0表示数据分布较陡峭，峰度小于0表示数据分布较平坦。
四、分布形态的描述方法
除了上述常用的描述方法外，我们还可以通过绘制直方图、密度曲线和箱线图等来直观地描述数据的分布形态。
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。
第三章 数据分布特征的统计描述
练习题
一、单项选择题
1、一组数据排序后处于25%和75%位置上的值称为（C）
A、众数 B、中位数 C、四分位数 D、均值
2、离散系数的主要用途是（C）
A、反映一组数据的离散程度 B、反映一组数据的平均水平
C、比较多组数据的离散程度 D、比较多组数据的平均水平
3、离散系数（C）
A、只能消除一组数据的水平对标准差的影响
B、只能消除一组数据的计量单位对标准差的影响
C、可以同时消除数据的水平和计量单位对标准差的影响
D、可以准确反映一组数据的离散程度
4、峰态通常是与标准正态分布相比较而言的，如果一组数据服从标准正态分布，则峰态系数的值（A）
A、等于0 B、大于0 C、小于0 D、等于1
5、如果峰态系数K＞0，表明该组数据是（A）
A、尖峰分布 B、扁平分布 C、左偏分布 D、右偏分布
6、某大学经济管理学院有1200名学生，法学院有800名学生，医学院有320名学生，理学院有200名学生。在上面的描述中，众数是（B）
A、1200 B、经济管理学院 C、200 D、理学院
7、某居民小区准备采取一项新的物业管理措施，为此，随机抽取了100户居民进行调查，其中表示赞成的有69户，表示中立的有22户，表示反对的有9户，描述该组数据的集中趋势宜采用（A）
A、众数 B、中位数 C、四分位数 D、均值
8、甲、乙两组工人的平均日产量分别为18件和15件。若甲、乙两组工人的平均日产量不变，但是甲组工人数占两组工人总数的比重下降，则两组工人总平均日产量（B） A、上升 B、下降 C、不变 D、可能上升，也可能下降
第三章 数据分布特征的统计描述
练习题
一、单项选择题
1、一组数据排序后处于25%和75%位置上的值称为（C）
A、众数 B、中位数 C、四分位数 D、均值
2、离散系数的主要用途是（C）
A、反映一组数据的离散程度 B、反映一组数据的平均水平
C、比较多组数据的离散程度 D、比较多组数据的平均水平
3、离散系数（C）
A、只能消除一组数据的水平对标准差的影响
B、只能消除一组数据的计量单位对标准差的影响
C、可以同时消除数据的水平和计量单位对标准差的影响
D、可以准确反映一组数据的离散程度
4、峰态通常是与标准正态分布相比较而言的，如果一组数据服从标准正态分布，则峰态系数的值（A）
A、等于0 B、大于0 C、小于0 D、等于1
5、如果峰态系数K＞0，表明该组数据是（A）
A、尖峰分布 B、扁平分布 C、左偏分布 D、右偏分布
6、某大学经济管理学院有1200名学生，法学院有800名学生，医学院有320名学生，理学院有200名学生。在上面的描述中，众数是（B）
A、1200 B、经济管理学院 C、200 D、理学院
7、某居民小区准备采取一项新的物业管理措施，为此，随机抽取了100户居民进行调查，其中表示赞成的有69户，表示中立的有22户，表示反对的有9户，描述该组数据的集中趋势宜采用（A）
A、众数 B、中位数 C、四分位数 D、均值
8、甲、乙两组工人的平均日产量分别为18件和15件。若甲、乙两组工人的平均日产量不变，但是甲组工人数占两组工人总数的比重下降，则两组工人总平均日产量（B）
A、上升 B、下降 C、不变 D、可能上升，也可能下降
