常用数理统计方法推荐建议+解读.docx

常用数理统计方法推荐建议与解读

一、描述性统计方法

1.集中趋势度量

均值（Mean）：所有数据的算术平均值，计算方式为所有数据之和除以数据个数。适用场景：数据分布对称且无极端值时，能有效反映数据的整体平均水平，如日常销售额的平均水平、学生平均考试成绩等。优点：计算简单，充分利用所有数据信息；缺点：对极端值极其敏感，数据呈偏态分布时无法真实反映集中趋势，如包含超高收入群体的人均收入计算。

中位数（Median）：数据按从小到大排序后位于中间位置的数值，偶数个数据取中间两数的平均值。适用场景：数据存在极端值或呈偏态分布时，如居民收入分布、房屋价格分布等。优点：不受极端值影响，准确反映数据的中间水平；缺点：仅利用中间位置数据，未充分利用所有信息，对数据细节刻画不足。

众数（Mode）：数据中出现频率最高的数值，可存在多个众数。适用场景：分类数据或离散型数据的集中趋势描述，如某商品最畅销型号、人群中最常见血型等；也可用于判断连续数据的分布形态。优点：直观反映数据最普遍的情况，不受极端值影响；缺点：所有数据频率相近时无实际意义，无法用于进一步统计计算。

2.离散程度度量

方差（Variance）与标准差（StandardDeviation）：方差是各数据与均值差的平方的平均值，标准差是方差的算术平方根。适用场景：衡量对称分布连续数据围绕均值的分散程度，如工厂产品尺寸波动、学生考试成绩