本文深入浅出地介绍了描述统计的基本概念与方法，包括平均值、中位数、四分位数、标准差和标准分等核心指标。通过这些指标，可以有效地理解和描述数据集的特征，如整体趋势、离散程度和异常值识别。特别强调了中位数和四分位数在异常值处理中的优势，并介绍了质量管理体系中的6西格玛理念。
描述统计通俗来说就是对大量信息进行归纳，找出相应的指标对此进行描述。
也就是将复杂的数据简化为能起到描述性的数字（可衡量的指标）。
常用描述数据集整体情况的指标有：
1. 平均值
描述整体情况，但当有异常值或特殊值干扰时则不准确。
2. 中位数-四分位数
可避免异常值干扰，用箱线图描述。
Q3（上四分位）
Q2（中位数）
Q1（下四分位）
用Turkey‘s test 方法来识别异常值：
最小估计值：Q1 - K(Q3-Q1)
最大估计值：Q3 + K(Q3-Q1)
（K= 1.5: 中度异常；K = 3: 极度异常）
3. 标准差
用于衡量波动性、离散程度、变异性。
4. 标准分
标准分Z代表距离平均值有多少个单位的标准差，可衡量偏离平均值的程度（可用于质量管理）。
质量管理体系中，常用6西格玛体系。
扫一扫
1070
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
