概括性度量

引言

统计学广泛应用于生活的方方面面，为我们的决策起到至关重要的作用。简而言之，统计学处理以简单易懂的方式收集、分类、排列和呈现收集到的数字数据。统计解释各种结果并预测可能性。有各种基本的统计公式可以帮助我们处理仅以数字数据形式存在的事实、观察结果和信息。在统计的帮助下，我们能够找到中心趋势的各种度量以及数据值与中心的偏差。而描述性统计方法通常是对已有数据进行总体的概览与总结。为了了解各变量内的观察值集中与分散情况，下面简单介绍一下概况性度量的有关统计量。

集中趋势

• 定义与公式忽略
• 总结：均值、中位数和众数是集中趋势的度量，用于研究给定数据集的各种特征。集中趋势的度量通过将数据集中的中心位置标识为单个值来描述一组数据。平均值极易受极端值的影响，从而导致度量性误差。因此，当我们在数据中没有极端情况时，将使用均值。如果我们有极值点，那么中位数可以提供更好的估计

离散程度

• 定义与公式忽略
• 总结：这里主要说明一下方差和标准差，其他应用的不是特别多。方差主要是用来衡量平均值的变异性，来反应各数字与平均值之间的差异，但是往往方差受极端值的影响，导致计算的数值结果不易解释，所以一般用方差开平方根为标准差来解释这一 现象。

点击视频播放

偏态和峰态

• 定义与公式忽略
• 总结：偏态和峰态一般用于判定数据的的倾斜方向和尖锐程度，从而判定一组数据的分布情况，进一步识别出离异值。

参考文献

• 贾俊平统计学第七版
• MBA智库百科
• investopedia金融分析