基本统计：探索数据集中的常见指标

数据集中的常见统计指标是对数据集中的变量进行数值描述的一种方法。这些指标可以提供关于数据集的总体趋势、数据分布和离群值等方面的信息。下面将介绍几个常见的统计指标，并提供相应的使用例子。

1. 平均值（mean）：平均值是数据集中所有观察值的总和除以观察值的个数。它是衡量数据集集中趋势的指标。

   例子：计算一个班级的学生数学成绩的平均值，假设有30个学生的数学成绩如下：

   90, 85, 92, 78, 88, 95, 82, 87, 91, 90, 93, 86, 90, 89, 92, 83, 84, 87, 90, 92, 91, 85, 92, 86, 88, 93, 85, 90, 91, 89

   平均值 = (90+85+92+78+...+89)/30 = 89.77

2. 中位数（median）：中位数是数据集中将所有观察值按照大小排列后位于中间位置的值。它是衡量数据集集中趋势的另一个指标，对异常值不敏感。

   例子：计算一个班级的学生数学成绩的中位数，假设有30个学生的数学成绩如上例。

   中位数 = (84+85)/2 = 84.5

3. 众数（mode）：众数是数据集中出现次数最多的值。它可以用来描述数据的分布特征。

   例子：计算一个班级的学生数学成绩的众数，假设有30个学生的数学成绩如上例。

   众数 = 90

4. 方差（variance）：方差是观察值与其平均值之间的差的平方的平均值。它是衡量数据分散程度的指标。

   例子：计算一个班级的学生数学成绩的方差，假设有30个学生的数学成绩如上例。

   方差 = ((90-89.77)^2+(85-89.77)^2+...+(89-89.77)^2)/30 = 5.81

5. 标准差（standard deviation）：标准差是方差的平方根。它与方差具有相同的含义，但在通常的统计分析中更常用。

   例子：计算一个班级的学生数学成绩的标准差，假设有30个学生的数学成绩如上例。

   标准差 = 方差的平方根 = 2.41

6. 百分位数（percentile）：百分位数是将数据集中的观察值按照大小排序后，给定百分比处的值。它可以用来衡量数据集在不同百分比下的分布情况。

   例子：计算一个班级的学生数学成绩的90百分位数，假设有30个学生的数学成绩如上例。

   将数据集中的数学成绩按照从小到大的顺序排列：78, 82, 83, 84, 85, 85, 85, 86, 86, 87, 87, 88, 88, 89, 89, 90, 90, 90, 91, 91, 91, 92, 92, 92, 92, 93, 93, 95

   在排序后的数据集中，90%的数据在排在前面的百分之几：90/100*30 = 27，所以90百分位数为排在第27位的数值，即90。

这些统计指标可以帮助我们对数据集的基本特征有一个初步的了解。通过计算这些指标，我们可以得到关于数据分布、集中趋势和数据离散程度等方面的信息，从而更好地分析和解释数据。