知識點：描述性統計
本週是統計學學習小組-第二期的第二週，我們這周的學習內容是【描述性統計】，涉及到的二級知識點有三個，分別是：
1、集中趨勢：衆數、中位數、分位數、平均數(算術平均數、加權平均數、幾何平均數)
2、離散程度:數值型數據(方差、標準差、極差、平均差)、順序數據（四分位差）、 分類數據(異衆比率)、相對離散程度(離散係數)
3、分佈的形狀:偏態係數、峯態系
本週是統計學學習第二週，工作上好多雜七雜八的事情，還是自己安靜看書心情好。學習資料：統計學（第七版）第四章
集中趨勢:是指一組數據向某一中心值靠攏，它反映了一組數據中心點的位置所在。
1.衆數：一組數據中出現次數最多的變量值，用 M。表示。
2.中位數（順序數據）：是數據排序後處於中間位置上的數據，中位數可以將數據分爲兩份。主要用於測度數據的集中趨勢，但不適用於分類數據。
中位數是一個位置代表值，其特點是不受極端值的影響，在研究收入分配時很有用。
3.四分位數（順序數據）：也稱四分位點，它是一組數據排序後處於25%和75%位置上的值。通過三個點把數據分爲4部分，每部分是25%的數據。
但是確定的方法卻有多種：
4.平均數（數值型數據）：它是一組數據相加後除以個數得到的結果。
算術平均數 與加權平均數
幾何平均數：是n個變量值乘積的n次方根，用G表示
但是公式並不好理解，讓我們來看看具體應用：一位投資者持有一種股票，連續4年的收益率分別爲4.5%，2.1%，25.5%，1.9%，要求計算該投資者4年內的平均收益率。
離散程度:
數值型數據(方差、標準差、極差、平均差)：
極差：數據極大值與極小值之差
平均差：也稱平均絕對離差，它是各變量值與其平均數離差絕對值的平均數
方差和標準差：
方差是各變量值與其平均數離差（各項變量與總體平均數之差叫離差）平方的平均數
標準差是方差的開方，與方差不同的是，標準差有度量，與變量值的計量單位相同，因此它的實際意義要比方差清楚。
順序數據（四分位差）：也稱內距或四分位距，是上四分位數與下四分位數之差
反應了中間50%的數據離散程度，數值越小，說明中間數據越集中；數值越大，說明中間數據越分散。四分位差不受極值的影響。
分類數據(異衆比率)：指非衆數數組的頻數佔總頻數的比例
異衆比率越大，衆數的代表性越差；異衆比率越小，衆數的代表性越好
相對離散程度(離散係數)：也稱爲變異係數，它是一組數據的（標準差/其相應的平均數）
離散係數是測度數據離散程度的統計量，主要用於比較不同樣本數據的離散程度。離散係數越大，離散程度也就大。
分佈的形狀:
集中和離散程度是數據發佈的兩個重要特徵，但要全面瞭解數據的分佈特點，還需要知道數據的分佈形狀是否對稱，偏斜的程度以及分佈的扁平的程度。偏態和峯態就是對分佈形狀的測度。
偏態：
峯態：峯態通常是與標準正態分佈相比較而言的。如果是標準的正態分佈則峯態係數爲0。
