描述统计学

内容

研究者可以透过对数据资料的图像化处理，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与图示法，如多边图、直方图、饼图、散点图等。

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 （ 英语 ： measure of central tendency ） ，如平均数、中位数、众数、几何平均数、调和平均数。与 变异量数 （ 英语 ： measure of dispersion ） ，如全距、平均差、标准差、相对差、四分差。

数据的次数分配情况，往往会呈现正态分布。为了表示测量数据与正态分布偏离的情况，会使用畸变、峰度这两种统计数据。

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 （ 英语 ： Percentile rank ） 、标准分数、四分位数等。

描述统计学的应用

描述性统计学为测量样本和有关的内容提供简单的总结。这样的总结可能是量化的，例如统计数据，或以简单易懂的图表来表示。这些摘要可以为统计分析数据的一部分的描述的基础上形成一个更广泛的内容。 例如，在篮球的投篮命中率是一个描述性统计分析，总结了一个球员或球队的性能。

在商业世界中，描述统计学为证券回报提供有用的总结分析，因为它提供以往证券回报的行为以供参考。

免责声明：以上内容版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。感谢每一位辛勤著写的作者，感谢每一位的分享。