统计学入门(二)-连续变量的统计描述

频数表是一种常用的数据可视化工具，用于描述数据分布情况和集中趋势。它由分组、组距和上下线三个要素组成。首先，我们需要确定分组。在统计学中，我们将数据按照一定的范围进行分组，以反映不同数据值之间的差异。例如，对于连续变量来说，我们可以将其分为几个区间，并为每个区间设定一个下限和一个上限。接下来是确定组距。组距是指每个区间之间的大小。使用极差除以组数就可以得到组距。例如，在一个区间内有20个数据值，则组距等于极差除以20。最后，我们需要确定上下线。下线表示每个区间内最小值的上限，而上线表示每个区间内最大值的下限。通过观察频数表可以得知以下几个问题：1. 峰值组段或平均水平出现在什么位置；2. 数据分布范围是什么；3. 最小值和最大值在哪里；4. 分散程度有多大。然而，在实际应用中，并非所有问题都能通过频数表解决。因此，在使用频数表前需要明确自己想要回答的问题，并选择合适的描述性统计方法来获取所需信息。在进行集中趋势描述时，我们可以使用平均数、中位数、几何均数等指标。其中，平均数表示一组数据在数量上的平均水平，而中位数表示数据值的中间位置。如果数据分布偏态，则可以考虑使用几何均数等方法来描述。离散趋势描述时，我们可以使用全巨、百分位数以及变异系数等指标。全巨是最大值与最小值之差，百分位数则用来比较观察值与总体均值之间的大小关系。总结来说，在统计学中，我们需要根据问题类型和数据分布特点选择合适的描述性统计方法来获取所需信息。