描述性统计：数据的第一步归纳.pptxVIP

学术描述性统计：数据的第一步归纳从原始数据到可解读的数值特征，建立分析的基础框架

目录CONTENTS01描述性统计的学科定位02集中趋势度量对比03离散程度关键指标04常用统计量适用条件05描述性分析标准流程06正态与偏态分布的度量选择07描述性统计的核心价值08本章方法论小结

描述性统计的学科定位31属于统计学推断的前置环节，为假设检验与建模提供数据摘要2聚焦集中趋势、离散程度与分布形态三大核心维度3不涉及总体参数估计，仅对样本数据本身进行客观呈现4方法论基础可追溯至Pearson(1895)提出的矩估计思想

集中趋势度量对比4均值与中位数算术均值对极端值敏感，适用于对称分布数据中位数稳健性强，偏态数据中更能反映典型水平众数与截尾均值众数适合分类变量与多峰分布的峰值识别截尾均值剔除两端各5%后取平均，平衡效率与稳健性

离散程度关键指标534.2某班期末成绩标准差(分)18.7%变异系数(相对离散程度)42.0某产品寿命数据四分位距(月)0.61收入数据偏度系数(右偏)

常用统计量适用条件6统计量数据类型分布要求典型应用均值连续型近似正态身高、温度测量中位数有序/连续无严格要求房价、收入中位数标准差连续型二阶矩存在质量控制波动监测四分位距有序/连续无严格要求箱线图异常值判定

描述性分析标准流程7数据清洗处理缺失值与异常值，确保输入质量可靠频率统计编制频数分布表，识别数据集中与稀疏