描述统计学
维基百科,自由的百科全书
描述統計(descriptive statistics)是來描绘(describe)或总结(summarize)的观察量的基本情况的統計总称。
- 研究者可以透過對於數據資料的进行图像化处理,將資料摘要变為圖表,以直观了解整體資料分布的情況。通常會使用的工具是频数分布表(frequency distribution table)與圖示法,如多邊圖(polygon)、直方圖(histogram, bar chart)、圓形圖(pie chart)、散点圖(scatter plot)等。
- 研究者也可以透過分析數據資料,以了解各變數內的观察值集中與分散的情況。運用的工具有:集中量數(measure of central location),如平均數(Mean)、中位數(Median, Md)、眾數(Mode, Mo)、幾何平均數(Geometric mean, GM)、調和平均數(Harmonic mean, HM)。與變異量數(measure of variation),如全距(range)、平均差(average deviation, AD)、標準差(standard deviation, SD)、相對差、四分差(quartile deviation)。
- 在推論統計中,測量樣本的集中量數與變異量數都是变量(parameter)的不偏估計值,但是以平均數、變異數、標準差的有效性最高。
- 數據的次數分配情況,往往會呈現常態分配。為了表示測量數據與常態分配偏離的情況,會使用偏態(skewness)、峰度(kurtosis)這兩種統計數據。
- 為了解個別觀察值在整體中所佔的位置,會需要將觀察值轉換為相對量數,如百分等級(percentage rank, PR),或標準分數(Z score, T score)。