來自於Simple Learning Pro的系列課程
上一章介紹瞭如何用圖標來表示數值的分佈；有些統計型數值通常也用來描述數據的分佈：
衆數
中位數
平均值
範圍
標準差（方差）
衆數、中位數、均值
這三者一般用於描述中心量數（measures of center）
衆數：一組數據中,出現次數最多的數據
中位數：按順序排列的一組數據中居於中間位置的數；對於有限的數集，可以通過把所有觀察值高低排序後找出正中間的一個作爲中位數。如果觀察值有偶數個，通常取最中間的兩個數值的平均數作爲中位數
當N爲奇數時，M(0.5)=X(N+1)/2
當N爲偶數時，M(0.5)=[X(N)/2+X(N+1)/2]/2
均值：是表示一組數據集中趨勢的量數，是指在一組數據中所有數據之和再除以這組數據的個數
範圍、標準差
以上兩指標分散程度的度量：
範圍：一組數據中，最大值-最小值
標準差：總體各單位標準值與其平均數離差平方的算術平均數的平方根
四則運算對描述分佈的數值計算的影響
中心度量值（中位數，衆數，平均值）受任何加減乘除的影響；
分散度量值（範圍，標準差）僅受乘除的影響；
假設一組數值每個基礎變量均增量相同的量，相當於整體分佈右移，但其分散程度並未發生變化；
若基礎變量同時發生多項運算，均值的計算同時發生多項運算，方差的計算僅針對乘除有效。
離羣值對描述分佈的數值計算的影響
離羣值（outlier）是指數據中有一個或幾個數值與其他數值相比差異較大；
在描述分佈的數值中，均值、範圍、標準差均會受到離羣值的影響；而衆數和中位數則相對穩定
5數概括法及箱形圖
五數概括法即用下面的五個數來概括數據：
最小值；
第1四分位數(Q1)： 位置= (n+1) × 0.25
中位數(Q2)： 位置= (n+1) × 0.5
第3四分位數(Q3)： 位置= (n+1) × 0.75
最大值。
箱形圖提供了五數概括法的視覺展示，同時箱形圖也可展示異常值。
異常值的判斷標準如下：數值<Q1-1.5*IQR 或者 數值>Q3+1.5*IQR
其中，IQR爲四分位間距=Q3-Q1
對稱性與偏度
當我們在說對稱性（symmetry）和偏度（skewness）時，我們主要看的是分佈圖形的形狀（在此主要涉及到三種圖形：直方圖、莖葉圖、箱形圖）
對稱式分佈，圖形左右完全對稱；中位數=均值
非對稱式分佈
左偏態：左側尾部拖得很長；此時數據位於均值左邊的比位於右邊的少，直觀表現爲左邊的尾部相對於與右邊的尾部要長；中位數>平均數
右偏態：右側尾部拖得很長，此時數據位於均值右邊的比位於左邊的少，直觀表現爲右邊的尾部相對於與左邊的尾部要長；平均值>中位數
