版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/xiaxianba/article/details/91384171
数据分析的基础是统计学，统计学又分描述性统计和推断性统计，其中描述性统计又是统计学的基础，也是推断性统计的前导。其百度百科定义是这样的：描述统计是通过图表或数学方法，对数据资料进行整理、分析，并对数据的分布状态、数字特征和随机变量之间关系进行估计和描述的方法。描述统计分为集中趋势分析和离中趋势分析和相关分析三大部分。
一、集中趋势分析
- 平均数：平均数是总和除以总量。
- 中数：中位数是数值大小位于中间的值，其中数值根据总数的奇偶而不同。
2.1 总数N为奇数时：(N+1)/2
2.2 总数N为偶数时：[N/2+(N/2+1)]/2 - 众数：众数是出现次数最多的值。
上面已经把描述性统计的分析维度和计算方法都讲清楚了，接下来我们借鉴一个例子来说明下。比如现在有一个班级的身高数据height = [165,166,167,168,170,170,170,172,175,180,190]，我们如何描述这个班级身高的集中趋势呢？
二、离中趋势分析(离散)
- 极差：最大值减去最小值。
- 方差：所有数据与平均数之差平方和的平均数。
- 标准差：离均差平方的算术平均数的平方根，是方差的算术平方根。
- 变异系数：原始数据标准差与原始数据平均数的比。
上面是从数据的离散程度来描述数据，我们还是用上面那个例子来说明数据的离散程度。
z-score，除了上面离散的分析维度之外，我们还要介绍一个偏离程度，也就是测量值距均值相差的标准差数目，计算公式是：z-score = [X - mean(X)]/std(X)，其中z-score分布的方差和标准差为1，均值为0。
三、相关分析
- 协方差（COV）：如果有X,Y两个变量，每个时刻的“X值与其均值之差”乘以“Y值与其均值之差”得到一个乘积，再对这每时刻的乘积求和并求出均值，即为协方差。协方差用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况，即当两个变量是相同的情况。协方差为正值表示正相关，负值为负相关，0为不相关。
- 相关系数（CORRCOEF）：两个变量X,Y的协方差比上各自的标准差乘积。
参考文献
1.描述统计百度百科定义
2.使用Python进行描述性统计