个体分布标识的描述性统计量

样本中非缺失值的个数。N 是所有观测值的计数。

样本中缺失值的个数。N* 是工作表中包含缺失值符号 * 的单元格计数。

均值是按数据的平均值计算的，它等于所有观测值的和除以观测值的个数。

例如，银行五位客户的等待时间（以分钟计）为：3、2、4、1 和 2。平均等待时间按如下公式计算：

即一个客户平均要等待 2.4 分钟才能获得服务。

解释

使用均值可以描述使用单个值表示数据中心的样本。许多统计分析都使用均值作为标准参考点。

中位数和均值均测量中心趋势。但是，通常不寻常的值（称为异常值）对中位数的影响会小于它们对均值的影响。如果数据是对称的，则均值和中位数相似。

对称分布中的均值和中位数

非对称分布中的均值和中位数

标准差 (StDev) 是离差的最常用度量，即数据围绕均值展开的程度。符号 σ（西格玛）通常用于表示总体的标准差，而 s 用于表示样本的标准差。

解释

使用标准差可以确定数据围绕均值展开的程度。较大样本标准差表示您的数据在均值周围展开得较为广泛。

您还可以使用标准差建立用来估计过程的整体变异性的基准。对某一过程而言随机或合乎自然规律的变异通常称为噪声。

医院 1

医院 2

中位数是数据集的中点。在此中点值所在的点上，有一半的观测值大于中点值，有一半的观测值小于中点值。中位数是通过对观测值排秩并在秩顺序中查找第 [N + 1] / 2 位的观测值来确定的。如果观测值个数是偶数，则中位数是排在数字 N / 2 处的观测值与排在 [N / 2] + 1 处的观测值之间的值。

解释

中位数和均值均测量中心趋势。但是，通常不寻常的值（称为异常值）对中位数的影响会小于它们对均值的影响。如果数据是对称的，则均值和中位数相似。

对称分布中的均值和中位数

非对称分布中的均值和中位数

最小的数据值。

在这些数据中，最小值为 7。

最大的数据值。

在这些数据中，最大值为 19。

偏度是数据的不对称程度。

解释

使用偏度可以初步了解数据的对称程度。

图 A：对称的正态分布数据

图 B：对称的非正态分布数据

峰度表示分布的尾部与正态分布的区别。

解释

使用峰度可帮助您初步了解有关数据分布的一般特征。