美高梅官方娱乐平台

　　在统计中，比较常见的是将数据分为3类，分别是：分类数据、顺序数据、数值型数据

　　（1）分类数据：按某种属性进行分类而得到的数据，分类没有明显的顺序概念，比如：性别可分为男、女，颜色可分为红色、黄色、白色等等

　　（2）顺序数据：按某种熟悉进行分类而得到的有序数据，比如：班级可分为1班、2班、3班，教育可分为小学、初中、高中、大学及以上等等

　　在进行数据分析时，如果遇到巨量数据，我们是很难做到对总体进行分析的，这不仅是因为处理效率会受影响，也是因为没有这种必要。我们在前面也介绍过总体和样本的概念，这就表示在统计学中，对样本进行统计分析，也是可以代表总体的特征情况的。

　　通过对数据进行抽样，会生成与真实数据结果之间的误差，这种误差也大致可以分为2种：

　　日常工作中，大家经常会纠结是用均值还是中位数来表示一份数据的平均水平。通常呢，如果你不希望极端异常值对数据造成影响，那你就用中位值，因为中位值不会受极端值的影响，而如果你不在意异常值的影响，那你就可以用均值数据统计。但一定要参考具体的场景，否则就会出现工资被平均的算法，比如：9人工资均5000，1个老总工薪50000，最终导致平均工资被拉高，造成数据失衡。

　　分位值是指对数据排序后，处于不同比例位置的数据。中位数就是分位数中50%的位置。

　　在分位数中，通常有几个我们经常关注的分位值：最小值、25%分位、50%分位（中位值）、75%分位、最大值。

　　看到这几个值，不得不给大家介绍一种图表：箱线图。它很直观的展示了我们关注的这几个分位值，能清晰的描述数据之间的分布情况。

　　平均数，也可以简称为均值，它是描述数据集中趋势的一种非常重要的方法，并且它非常容易受到极端数据的影响。

　　比如，某APP的付费人数可以分为新用户和老用户，人数比例为3:7，则我们在计算到总计的付费率后，需要具体分析影响程度时，可以参考一下：

　　总付费率=新用户的占比30%*新用户的付费率+老用户的占比70%*老用户的付费率

　　离散程度是用来反映数据离中心值的趋势，可以用来描述离散程度的方法有：异众比率、四分位差、方差、标准差、极差、平均差、离散系数。

　　异众比率：指非众数的数量占总数量的比例。实际工作中应用不多，可根据情况参考使用。

　　方差和标准差，都能较好的反映数据的离散程度，是应用最广的描述离散程度的方法。

　　离散系数，也称为变异系数，主要是用于比较不同样本数据的离散程度。离散系数越大，说明数据的离散程度越大。