描述统计学 发表评论(0) 编辑词条

描述统计学（Descriptive Statistics）

　　描述统计(descriptive statistics)是来描绘(describe)或总结(summarize)的观察量的基本情况的统计总称。描述统计学研究如何取得反映客观现象的数据，并通过图表形式对所收集的数据进行加工处理和显示，进而通过综合概括与分析得出反映客观现象的规律性数量特征。

　　描述统计学内容包括统计数据的收集方法、数据的加工处理方法、数据的显示方法、数据分布特征的概括与分析方法等。

• 研究者可以透过对于数据资料的进行图像化处理，将资料摘要变为图表，以直观了解整体资料分布的情况。通常会使用的工具是频数分布表 (frequency distribution table)与图示法，如多边图(polygon)、直方图(histogram, bar chart)、圆形图(pie chart)、散点图(scatter plot)等。

• 研究者也可以透过分析数据资料，以了解各变量内的观察值集中与分散的情况。运用的工具有：集中量数(measure of central location)，如平均数(Mean)、中位数(Median, Md)、众数(Mode, Mo)、几何平均数(Geometric mean, GM)、调和平均数(Harmonic mean, HM)。与变异量数(measure of variation)，如全距(range)、平均差(average deviation, AD)、标准差(standard deviation, SD)、相对差、四分差(quartile deviation)。

　　在推论统计中，测量样本的集中量数与变异量数都是变量(parameter)的不偏估计值，但是以平均数、变异数、标准差的有效性最高。

• 数据的次数分配情况，往往会呈现常态分配。为了表示测量数据与常态分配偏离的情况，会使用偏态(skewness)、峰度(kurtosis)这两种统计数据。

• 为了解个别观察值在整体中所占的位置，会需要将观察值转换为相对量数，如百分等级(percentage rank, PR)，或标准分数(Z score, T score)。