統(tǒng)計：在我的理解里面，是對各種數(shù)字，情況的一個匯總，就像我們每天做的表格一樣，匯集了不同種了不同數(shù)量不同來源的數(shù)據(jù)，但這些數(shù)據(jù)雜亂無章怎么識別，那么就需要一個方法來描述這些數(shù)據(jù)——描述統(tǒng)計分析，就是讓數(shù)據(jù)可視化簡潔化，讓人們有需求的對數(shù)據(jù)進(jìn)行分析和解讀。

描述統(tǒng)計四個指標(biāo)：

1.平均值

生活中最經(jīng)常碰到的一種指標(biāo)，但出現(xiàn)異常數(shù)據(jù)的時候，容易造成分析錯誤。

2.四分位數(shù)

定義：是指在統(tǒng)計學(xué)中把所有數(shù)值由小到大排列并分成四等份，處于三個分割點位置的數(shù)值，處于25%的位置為下分位點，處于75%的位置為上分位點。

特點：可以識別異常的數(shù)據(jù)加以核實及刪改。

識別異常數(shù)據(jù)方法：

最小估計值：Q1-k(Q3-Q1)

最大估計值：Q3-k(Q3-Q1)

k=1.5 中度異常

k=3極度異常

（Q1為下分位點，Q2為上分位點）

3.標(biāo)準(zhǔn)差

標(biāo)準(zhǔn)差是對整體數(shù)據(jù)的波動大小進(jìn)行判斷。

標(biāo)準(zhǔn)差公式：

標(biāo)準(zhǔn)差在不同的應(yīng)用中有不同的額判斷方式：

例如：一個球員是否值得留在球隊，可分析其每場比賽得分的標(biāo)準(zhǔn)差，判斷是否穩(wěn)定，標(biāo)準(zhǔn)差越小越好，對于一個剛成立的公司來說，需分析其后期是否有較大的增值空間，則其正向波動越大則越好。

4.標(biāo)準(zhǔn)分

表示某個數(shù)值距離平均值有多少個標(biāo)準(zhǔn)差

公式：

【Z=(X-X_bar)/S

式中，X為原始分?jǐn)?shù)，X_bar為原始分的平均數(shù)，S為原始分的標(biāo)準(zhǔn)差。】

等于0，等于平均值；

大于零，大于平均值；

小于零，小于平均值。

數(shù)據(jù)集的選擇：表1購買商品數(shù)據(jù)集

表1購買商品（sample)sam_tianchi_mum_baby_trade_history.csv）

1）表1購買商品字段

用戶ID：user_id 是用戶注冊的ID號，可識別是否為同一個人產(chǎn)生的購買行為

商品編號（item_id）：auction_id，用于對應(yīng)商品名稱

商品二級分類：cat_id，商品種類ID，表示商品屬于哪個類別

商品一級分類：cat1，商品種類ID，表示商品屬于哪個類別

這兩個分為一個大類，一個小類，可分析哪類產(chǎn)品銷量比較高，銷售力度大。

商品屬性:property，可分析哪種類別的產(chǎn)品購買需求量大，對于商家來說可以增加相關(guān)產(chǎn)品庫存量

購買數(shù)量：buy_mount：可分析相關(guān)產(chǎn)品銷量的多少

購買時間:day 可分析在什么時間段內(nèi)用戶購買量最多

你想從該數(shù)據(jù)集中得到哪些描述統(tǒng)計信息？

1.購買數(shù)量的平均值，四分位數(shù)，標(biāo)準(zhǔn)差

2.購買時間的標(biāo)準(zhǔn)差

從該數(shù)據(jù)集中分析哪些業(yè)務(wù)問題？

1.用戶在哪些時間段內(nèi)購買需求最大，字段需求：購買時間:day，購買數(shù)量：buy_mount

2.哪種商品編號購買量， 字段需求：最多商品編號（item_id）：auction_id，購買數(shù)量：buy_mount

3.該商品編號的商品哪種屬性的商品購買量最多，字段需求：商品編號（item_id）：auction_id，商品屬性:property，購買數(shù)量：buy_mount

還需要學(xué)習(xí)的技能：標(biāo)準(zhǔn)差四分位數(shù)在Excel的函數(shù)公式，Python箱線使用

總結(jié)

以上是生活随笔為你收集整理的怎么统计是否内宿_第二关：描述统计分析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。