集中趋势中均值、中位数、众数以及偏态分布、偏度和峰度计算相关

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元售后保障童叟无欺

在这里插入图片描述

1 案例：计算出下面数据中的均值、众数、中位数

超市一天收款账单的金额分别为：

21,100,30,25,26,27,26,10

均值：33.125

众数：26

中位数：26

计算有限个数的数据的中位数的方法是：把所有的同类数据按照大小的顺序排列。 如果数据的个数是奇数，则中间那个数据就是这群数据的中位数；如果数据的个数是偶数，则中间那2个数据的算术平均值就是这群数据的中位数。

2 均值、众数、中位数对比

2.1 均值

优点：充分利用所有数据，适用性强
缺点：容易受到极端值的影响【上面例子中的100就可以理解为极端值，在数据处理中这类值需要注意，可能是异常值】

2.2 中位数

优点：不受极端值影响
缺点：缺乏敏感性【只关注中间的数字】

2.3 众数

优点：代表性好
缺点：缺乏唯一性【有时可能存在多个众数】

3 偏态

3.1 概率密度函数

这里加入概率密度函数相关概念有利于理解下面的偏态分布。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-xybpgW33-1628410834044)(集中趋势中均值、中位数、众数的分析与对比.assets/image-20210808155551812.png)]

3.2 偏态分布

在这里插入图片描述

偏态分布为统计学概念，即统计数据峰值与平均值不相等的频率分布。根据峰值小于或大于平均值可分为正偏函数和负偏函数，其偏离的程度可用偏态系数刻画.

左偏分布也被称为负偏态，右偏分布也会称为正偏态。

用均值、中位数、众数三者的位置关系判定和查看

用中位数查看
- 将数据一分为二（中位数的位置），哪边数据少，就是往哪边偏。
用众数描述
- 众数位置哪边尾巴长，就是往哪边偏。
数据分布往哪边偏，均值被拉往哪边

偏度本身是相对于均值左右数据的多少。这里拿右偏分布举例，也就是说数据在均值左侧的数量较多，**所以为了达到所有数据于均值之差和为0,应该存在较大的数与之平衡，所有分布图里有一个很长的右端的拖尾（就是右端必须存在很大的值）。既然均值左侧的数比较多，对比中位数左右两侧数一样多，则均值必在中位数的右侧（即这样围成面积才大于0.5)。**另外，右偏的图像围成面积为0.5的分界点应该在峰值点的右侧，所以中位数大于众数。所以就有众小于中小于均。

作者：雪绒花与蚊子
链接：https://www.jianshu.com/p/a558a3f4b84a
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。