什么是描述性统计：描述性统计分析的例子案例

什么是描述性统计：描述性统计分析的例子案例

描述性统计分析侧重于对数据的描述，这种描述就相当于在阐述所看见的一幅图画。对数据的描述性统计，其实就是描述数据的特征，如数据的平均水平、数据的可行范围、数据的波动分散程度等。通过描述性统计分析，可以使数据分析人员更好地掌握和理解数据，做到心中有“数”。描述性统计分析在数据分析过程中，既是基础环节也是重要环节，基础是因为它的操作非常简单，重要是因为它是进行下一步数据分析工作的前提。

下面是一个描述性统计分析的例子。

老板可能会问：小王，帮我查一下9月份网站流量的基本数据。

那么问题来了，这个基本数据都会包含哪些内容呢？首先查看9月份的流量数据。如图1-9所示，其中PV和UV分别代表页面访问量和用户访问量，即网站的访问人次和访问人数。如果你了解描述性统计分析，就可以将网站流量的基本数据展现在表格中。

如表1-1所示，即为常用的基本统计指标，以PV为例，简单解释这7个指标的含义：9月份网站的日均访问人次为41,072.87次，标准差为5,685.52，最少的一次访问量为30,471次，该月中有四分之一天数的每天访问人次在36791.5次以下，该月中有一半天数的每天访问人次在42,529次以下，该月中有四分之三天数的每天访问人次在44,643.25次以下，全月中最多的一次访问量为49,847次。需要注意的是，表格中的下四分位数即统计学意义的25%分位点，上四分位则为统计学意义的75%分位点。

该案例就是一个典型的描述性统计分析，其实就是针对数据的统计结果做简单的描述，表达出数据的统计特征。除此之外，还可以通过图形的方式描述数据的内在规律。例如，需要统计某电商平台在近一个月各支付渠道的支付比例，或者分析用户年交易额的分布特征。通过饼图和直方图就可以很好地描述这两个问题。

如图1-10所示，电商的快捷支付占比最大，达到42%，占比第二的是微信支付，达到28%，两者相差14%，货到付款的比例最小，只有7.3%，该支付方式与其他支付方式的比例非常接近。

如图1-11所示，用户的总交易金额存在严重的不平衡，交易额在2000元以内的用户最多，且占到绝对优势；几乎所有用户的交易额都在10000元以内，超过10000元的用户只有零星点点；从数据的分布形态来看，存在严重的右偏特征（即长尾分布在右侧）。图中还绘制了两条曲线，分别是实际分布曲线（即核密度曲线）和理论分布曲线（即正态密度曲线），通过两条曲线的对比，发现它们的吻合度并不是很高，故进一步断定该数据的分布并非正态分布。

因此，描述性统计分析包括数据的频数分析、数据的集中趋势分析（如均值、中位数、众数等）、数据离散程度分析（如标准差、极差、变异系数等）、数据的分布（如偏度值，峰度值等）以及一些基本的统计图形（如饼图、直方图、箱线图等）。在日常的学习或工作中，数据分析人员需要掌握这些基本的统计描述方法，进而可以很好地融入业务中，并了解业务的数据环境。