概念与方法资料库 · 第3页

统计概念、资料核对与技术术语

方差怎样计算:先统一均值,再处理偏离的平方

方差用于描述一组数值或随机量围绕相应均值的离散程度,计算会用到偏离的平方。讨论前先说明是完整总体、概率模型还是抽取的样本;软件中这些对象可能对应不同函数。只写一个“方差”结果而不保留数据范围,通常不足以复算。

标准差与方差的区别:单位恢复了,信息仍有边界

标准差是相应方差的非负平方根,因此其单位通常与原数据一致。它适合表达离散程度,但不是每个观测值到均值距离的简单平均,也不自动给出所有值都不会超过的界限。读取报告时,应先找到它对应的总体、样本及时间范围。

条件概率怎样理解:先缩小到条件成立的结果集合

条件概率讨论在某项信息已经给定时,一个事件发生的概率。它不是简单把两个事件的原始概率相加,也不等于把观察到的结果当成原因。应先写清条件是什么、何时得知,以及它是否有非零发生概率,再进行比较或计算。

不放回抽取怎样更新概率:第二次面对的是剩余集合

不放回抽取指对象被抽取后不返回原集合供后续再次抽取,因此可用对象及其组成会变化。它不同于抽取后放回并按相应机制重新抽取的模型。讨论真实过程前,必须确认采用哪一种安排,不能只因为连续进行就假定每次条件完全相同。

排列数怎样核对:先确认位置、重复与是否取尽

排列关注对象先后位置。由甲乙组成的两项序列与乙甲不同,而不计顺序的组合可能把它们视为同一选择。计算之前应明确取多少项、能否重复、是否区分对象身份,以及是否有某些位置被固定;这些条件决定使用哪种计数模型。

组合数怎样理解:同一组对象的不同摆法只记一次

组合把符合条件的一组选取对象视为整体,在基本不重复模型里,不因换个摆放顺序就增加新选择。它与排列的区别来自问题定义,而不是哪一个公式比较简单。需要先说明对象范围、选取数量和能否重复,再确定计算方式。

算术平均数|平均数怎么算:从场均数据到极端值的完整核对

算术平均数把一组数值相加,再除以这组数值的个数。计算前最重要的准备,是明确每一条记录代表什么:一场比赛、一次测量,还是一天的汇总。如果某一天的汇总被当作一条记录,而另一天的几十次原始测量分别占几十条,两者权重就不相同。把

中位数怎么算:奇数、偶数与异常值的例子

中位数的出发点是排序位置,而不是把所有数值分摊。计算时先确定需要分析的一组可比较记录,再从小到大排列。如果记录包含数字字符串、未知值或不同单位,应先明确转换与排除规则。不能按文本顺序把100放在20之前,也不能把未知值补

加权平均数:先核对权重,再合并不同规模的数据

加权平均数不是把想强调的数据放大,而是按照事先定义的权重合并数值。常见计算为各数值与对应权重相乘后相加,再除以权重总和。解释结果时必须能回答:权重代表场数、人数、时长,还是人为评分?这些含义不同,不能混为一谈。对于普通频

众数与频数表:如何识别最常出现的取值

众数关注某个取值出现得有多频繁,不关注它是否最大。对于2、3、3、5、9,3出现两次,其余各一次,所以3是众数。把数据先整理成“取值—次数”的频数表,会比凭肉眼扫长列表更可靠。统计前应定义什么叫同一个取值,例如球队名称里

极差如何计算:最大最小之间能看见与看不见的信息

极差是最大观察值减去最小观察值,用来快速描述一组数值覆盖的跨度。计算前先确认所有值使用同一单位、同一口径,并排除被当成正常数值的缺失标记。若以-1表示未知,直接参与最小值计算会夸大范围。空样本不能计算极差;只有一个有效值

百分位数、P95和P99:读懂位置而非成功率

百分位数把数据从小到大排列,用一个位置对应的数值描述分布。例如P95常被用于观察较慢请求的耗时,它仍然是一个耗时数值,不是“95%的请求成功”。严格计算要说明采用的分位数约定:有限样本中,可以按位置取值,也可以在相邻点之

相关性与因果关系|相关性不等于因果:从散点图到可核实的解释

围绕「相关性与因果关系」,观察两个变量是否一起变化,可以帮助发现值得进一步研究的问题。例如某个样本中训练时长较长的选手成绩也较高,先能描述的是样本里的关联。不能仅凭这一点断言增加训练时长必定造成同样幅度的进步,因为选手基础、训练质量和参与选择都可

异常值处理:先标记核查,再决定修正或保留

围绕「异常值处理」,异常值是相对于当前数据与分析背景显得明显不同的观察。一个非常高的得分、极慢请求或极端测量可能是真实事件,也可能由采集错误造成。仅因为它偏离平均水平就删除,会改变分析对象。较稳妥的流程是先标记、查看原始来源、核对单位与时间

缺失值与零值:为什么空白不能随手填成0

围绕「缺失值与零值」,零值表示指标已经被测量或确认,结果恰好为零;缺失则表示当前没有获得可用结果。比赛未开始时没有最终比分,不等于已经确认全场0比0。两者若在数据库中混用,均值、胜率和完场判断都可能受到影响。数据字段应允许表达未知,并由状态或

移动平均:窗口怎样改变平滑程度与变化速度

简单移动平均按顺序取最近若干条观察,计算平均后随着新观察到来移动窗口。它可以帮助阅读波动中的变化,但不是保证未来趋势的方法。开始前明确窗口按记录条数还是按自然时间定义:最近七场比赛和最近七天可能包含完全不同的记录数量。对

百分点与增长率:同一次变化为什么有两个数字

围绕「百分点与增长率」,比例从20%升到30%,直接相减得到10个百分点;相对原比例增加了10除以20,即50%。这两个数字都可能正确,但描述的量不同。若只写“提高10%”,读者无法确定是增加10个百分点,还是乘以1.1。涉及成功率、占比或命中