数据分析师一定要掌握的基础——描述性统计分析

以下博客内容讲解了描述性统计分析的所有知识点，以及利用鸢尾花数据集的分析加强对各个统计量的理解。

数理统计基础-描述性统计分析1、数理统计基础2、描述性统计分析概述（1）概念（2）变量的类型3、统计量（1）频数与频率a. 频数b. 频率（2）集中趋势a. 均值b. 中位数c. 众数d. 分位数（3）离散程度a. 极差b. 方差c.标准差（4）分布形状a. 偏度b. 峰度4、总结
1、数理统计基础

数理统计，以概率论为基础，研究大量随机现象的统计规律性。数理统计分为如下两类：

描述统计
推断统计

数理统计在数据分析领域具有非常重要的地位。

2、描述性统计分析概述
（1）概念

什么是描述性统计分析？

描述性统计分析，就是从总体数据中提取变量的主要信息（总和、均值等），从而从总体层面上，对数据进行统计性描述。在统计的过程中，通常会配合绘制相关的统计图来进行辅助。

描述性统计所提取统计的信息，我们称为**

统计量

频数与频率
 - 频数
 - 频率

集中趋势分析
 - 均值
 - 中位数
 - 众数
 - 分位数

离散程度分析
 - 极差
 - 方差
 - 标准差

分布现状
 - 偏度
 - 峰度

（2）变量的类型

从统计学角度看，变量可以分为以下两种类型。

变量的类型：

类别变量（变量的值是一个具体的类别）

无序类别变量（名义变量）
（变量的各个取值之间没有大小顺序之分）
有序类别变量（等级变量）
（变量值之间有大小之分）

数值变量（具体的一个数值）

连续变量（区间之内取任意一个值）
离散变量（不能取区间内的任意值，只能取整数值）

3、统计量
（1）频数与频率

数据的频数与频率统计适用于类别变量。

a. 频数

频数，指数据中类别变量每个不同取值出现的次数。
例如：我们去超市买苹果，买了5次，这个就是频数。

b. 频率

频率，指每个类别变量的频数与总次数的比值，通常采用百分数表示。
例如：我们取超市买苹果5次，总公去了10次，那么5/10（50%）就是频率。

我们以鸢尾花(iris)数据集进行分析：
鸢尾花数据集中包含150行4列3类数据，每类各50个数据。

 1/8    1 2 3 4 5 6 下一页 尾页