大数据产品经理必备基础知识——认识数据（下）

上篇文章给大家简单介绍了常见的属性类型“ 大数据产品经理必备基础知识——认识数据（中） ”，接下来就看看数据的基本统计与描述。

数据的基本统计与描述

（1）中心趋势度量：均值、中位数和众数

均值：数据集的最常用、最有效的数值度量是均值。
这对应于数据库系统提供的内置聚集函数average（SQL的avg()）。

有时对于每个值可以有一个权重相关联，权重反应他们所依附的对应值的意义、重要性或出现的频率，公式如下：
这称做加权算数均值或加权平均。

中位数：对于倾斜（非对称）数据，数据中心的更好度量是中位数。中位数是有序数据值得中间值。它把数据较高的一半与较低的一半分开的值。

假定给定某属性X的N个值按递增排序，如果N是奇数，则中位数是该序集中的中间值；如果N是偶数，则中位数不唯一，它是最中间的两个值和它们之间的任意值。在X是数值属性的情况下，嘉定约定，中位数取做最中间两个值的平均值。

众数：众数是另一种中心趋势度量。数据集的整数是集合中出现最频繁的值。因此，可以对定性和定量属性确定众数。可能是最高频率对应多个不同值，导致多个众数。具有一个、两个、三个众数的数据集合分别称为单峰的，双峰的和三峰的。一般地，具有两个或更多众数的数据集是多峰的。在另一种极端的情况下，如果每个数据值仅出现一次，则它是没有众数的。

（2）度量数据散布：极差、四分位数、方差、标准方差、离群点

极差：设某数值属性集合，极差位其最大值(max())与最小值(min())之差。
分位数：假设属性X的数据以数值递增排序，想象我们可以挑选某些数据点，以便把数据分布划分成大小相等的连贯集。如图：

四分位数：3个数据点，他们把数据分布划分成4个相等部分，使得每部分表示数据分布的四分之一。通常称为四分位数。

方差和标准方差：方差和标准方差都是数据散布度量，他们指出数据分布的散布程度。低标准方差以为数据观察趋向于非常靠近均值，而高标准差表示数据散布在一个大的值域中。
认识数据的内容就先介绍到这里了，下篇文章给大家聊聊数据可视化，感兴趣的小伙伴可以去看看。

以上就是“大数据产品经理必备基础知识——认识数据（下）”的内容了，如果你还想了解其他相关内容，可以来 产品壹佰 官方网站。