統計：在我的理解里面，是對各種數字，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量不同來源的數據，但這些數據雜亂無章怎么識別，那么就需要一個方法來描述這些數據——描述統計分析，就是讓數據可視化簡潔化，讓人們有需求的對數據進行分析和解讀。

描述統計四個指標：

1.平均值

生活中最經常碰到的一種指標，但出現異常數據的時候，容易造成分析錯誤。

2.四分位數

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

特點：可以識別異常的數據加以核實及刪改。

識別異常數據方法：

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.標準差

標準差是對整體數據的波動大小進行判斷。

標準差公式：

標準差在不同的應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準差，判斷是否穩定，標準差越小越好，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.標準分

表示某個數值距離平均值有多少個標準差

公式：

【Z=(X-X_bar)/S

式中，X為原始分數，X_bar為原始分的平均數，S為原始分的標準差。】

等于0，等于平均值；

大于零，大于平均值；

小于零，小于平均值。

數據集的選擇：表1購買商品數據集

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生的購買行為

商品編號（item_id）：auction_id，用于對應商品名稱

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品購買需求量大，對于商家來說可以增加相關產品庫存量

購買數量：buy_mount：可分析相關產品銷量的多少

購買時間:day 可分析在什么時間段內用戶購買量最多

你想從該數據集中得到哪些描述統計信息？

1.購買數量的平均值，四分位數，標準差

2.購買時間的標準差

從該數據集中分析哪些業務問題？

1.用戶在哪些時間段內購買需求最大，字段需求：購買時間:day，購買數量：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，購買數量：buy_mount

還需要學習的技能：標準差四分位數在Excel的函數公式，Python箱線使用

總結

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站內容還不錯，歡迎將生活随笔推薦給好友。