超级会员免费看
本文总结了描述性统计分析的关键概念，包括位置度量（均值、中位数、百分位数）、分散程度（方差、标准差、变异系数、极差、四分位差）以及分布形状（偏度系数、峰度系数）。文中详细介绍了这些统计量的计算公式，并探讨了它们在数据描述中的作用。此外，还讨论了使用R语言进行核密度函数估计的方法，提供了计算描述性统计量的R代码实现。
对于数据的基本特征，要分析数据的集中位置，分散程度，数据分布。
1. 位置的度量
位置的度量指的是用来描述定量资料的集中趋势的统计量，常用的有均值、众数，中位数，百分位数等。
- （1）均值
均值(mean)是数据的平均，其定义为
x ˉ = 1 n ∑ i = 1
描述性统计分析知识点总结与R语言实现
对于数据的基本特征，要分析数据的集中位置，分散程度，数据分布。
1. 位置的度量
位置的度量指的是用来描述定量资料的集中趋势的统计量，常用的有均值、众数，中位数，百分位数等。
均值(mean)是数据的平均，其定义为
x ˉ = 1 n ∑ i = 1
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
订阅专栏 解锁全文
扫一扫
