描述性統計
描述性統計是一種基礎分析工具,用於計算並呈現一整套數值彙總,描述資料的主要特徵。它涵蓋三個主要維度:集中趨勢(資料集中在何處)、離散程度(資料的變異有多大)和分配形態(資料如何分配)。
最後審閱
核心要點
描述性統計是一種基礎分析工具,用於計算並呈現一組數值彙總,描述資料的主要特徵:集中趨勢、離散程度和分配形態。
什麼是描述性統計?
描述性統計是一種基礎分析工具,用於計算並呈現一整套數值彙總,描述資料的主要特徵。它涵蓋三個主要維度:集中趨勢(資料集中在何處)、離散程度(資料的變異有多大)和分配形態(資料如何分配)。
描述性統計不做推斷或預測,只是描述資料中已有的內容。它通常是任何統計研究的第一步,讓您在應用更進階的技術之前,對資料集有清晰、客觀的瞭解。
何時使用描述性統計?
- 作為 任何資料分析的第一步 使用——在應用其他任何工具之前,瞭解資料集的基本結構和行為。
- 當需要 清晰地彙總並傳達資料,向需要簡明數值概覽的團隊、經理或相關方說明時使用。
- 在 比較多個組或資料集 時使用——各組的描述性統計可讓人一目瞭然地看出中心和離散程度的差異。
- 在進行正式統計分析之前,用於 檢查離群值、偏度或異常模式。
關鍵統計量說明
統計量
它說明什麼
平均值
算術平均值——所有量測值的平衡點
中位數
中間值——受離群值的影響小於平均值
標準差
量測值圍繞平均值通常的離散程度
變異數
離散程度的平方——用於進一步的統計計算
最小值 / 最大值
資料集中觀察到的最小值和最大值
全距
從最小值到最大值的總離散範圍
偏度
資料偏向中心的左側(負)還是右側(正)
峰度
分配的尾部比常態分配更重還是更輕
N(樣本數)
納入分析的觀測值總數
正確使用描述性統計的指南
- 務必同時報告 集中趨勢的度量和離散程度的度量 ——只報告平均值而不給出標準差,會使結果不完整。
- 當資料 偏斜或含有離群值時,應使用中位數而非平均值作為集中趨勢的主要度量——它更具代表性。
- 在應用參數統計方法之前,檢查偏度和峰度值,以 評估是否可以假定常態性。
- 至少收集 20 到 30 個觀測值,標準差和偏度等統計量才會穩定且有意義。
替代方法:何時不宜使用描述性統計
情形
改用
除數值外,還需要直觀看到分配形態
圖形化彙總
需要檢定各組之間是否存在顯著差異
假設檢定(t 檢定、ANOVA)
需要了解變數之間的關係
相關分析或迴歸分析
資料為分類資料(標籤、分組)
條形圖
需要檢測隨時間變化的趨勢或偏移
趨勢圖或管制圖
描述性統計範例
一位品質管制工程師需要確保洗髮精瓶蓋擰緊得當。如果瓶蓋擰得太鬆,可能在運輸中脫落;如果擰得太緊,則可能難以開啟。擰緊瓶蓋的目標扭矩值為 18。工程師隨機抽取 68 個瓶子,測試擰開瓶蓋所需的扭矩。步驟如下:
- 收集所需資料。
- 現在,在 Zometric Statistical Software 中分析資料,網址為 https://statsai.zometric.com/。
- 要找到描述性統計,請選擇 Statistical module> Graphical analysis > Descriptive Statistics。
- 在工具中,輸入資料及其他參數如下:


6. 使用上述工具後,得到的輸出如下:



如何進行描述性統計
操作步驟如下:
- 登入 Zometric Statistical Software,網址為 https://statsai.zometric.com/
- 在首頁選擇 Statistical Tool> Graphical analysis > Descriptive Statistics。
- 接下來,手動更新資料,或從 Excel 表格中複製(Ctrl+C)並貼上(Ctrl+V)資料,也可以使用 Load Example 選項載入範例資料。
- 接下來,填寫所需選項。
- 最後,點選頁面底部的 calculate,即可得到所需結果。
在描述性統計的工具介面中,視窗分為兩部分。

左側為資料窗格(Data Pane)。在 Data Pane 中,每一列構成一個子群組。可手動輸入資料,也可從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。
Load example: 將載入範例資料。
Load File: 用於直接載入 Excel 資料。
右側只需設定:
Values: 包含要分析的實際資料的變數,例如扭矩讀數或機器,請選擇相應的欄。
By Variables: 可選的分組變數。若選擇,則對每個組分別計算統計量(例如按機器類型),以便並排比較各組。
Mean: 算術平均值。將所有值相加,再除以個數。這是概括資料所處位置最常用的方法。
SE of mean (Standard Error of the Mean): 估計樣本平均值與總體真實平均值可能相差多少。SE 小表示平均值估計可靠;SE 大表示不確定性更大。
Trimmed mean: 去掉一小部分最低值和最高值後計算的平均值。這可減小極端離群值的影響,得到更穩定的中心估計。
Median: 將所有資料點按順序排列後的中間值。一半的值高於它,一半低於它。當資料偏斜或含有離群值時,比平均值更可靠。
Mode: 資料集中出現次數最多的值。有助於識別最常見的量測值或類別。
Sum: 所有值相加的總和。當累計量而不僅是平均值重要時很有用。
Standard deviation: 衡量每個資料點與平均值的平均距離。值小表示資料緊密聚集;值大表示分配廣泛。
Variance: 標準差的平方。直接解釋起來不夠直觀,但它在後台的許多統計計算和檢定中都會用到。
Coefficient of variation (CV): 以平均值的百分比表示標準差(SD ÷ Mean × 100)。這樣便可比較單位不同或平均大小差別很大的資料集之間的變異性。
Range: 最簡單的離散程度度量,即最大值減最小值。易於理解,但對單一極端值高度敏感。
Interquartile range (IQR): 資料中間 50% 的離散程度(Q3 減 Q1)。由於它忽略了最高和最低的 25%,因此對離群值有抵抗力,是衡量典型離散程度的可靠指標。
MSSD (Mean of Successive Squared Differences): 衡量按收集順序排列的相鄰資料點之間的變異性。在製程監控和時間序列資料中尤其有用,可檢測製程是否不穩定或隨時間漂移。
Sum of squares: 各值平方後的總和。本身不能直接解釋,但它是變異數、迴歸和 ANOVA 計算內部使用的關鍵組成部分。
Minimum: 整個資料集中的最小值。
Maximum: 整個資料集中的最大值。
First quartile (Q1): 第 25 百分位數。四分之一的值小於或等於該點。
Third quartile (Q3): 第 75 百分位數。四分之三的值小於或等於該點。
N nonmissing: 具有有效記錄值並納入分析的資料點個數。
N missing: 沒有值(空白或空值)的資料點個數。遺漏數較高可能表明資料收集存在問題。
N total: 總列數 = N nonmissing + N missing。
Cumulative N: 沿列或組向下推進時觀測值的累計總數。
Percent: 每組的個數佔觀測值總數的百分比。
Cumulative Percent: 百分比的累計總數。最後一列始終達到 100%。
Skewness: 衡量分配圍繞平均值的不對稱程度。
- 零 = 完全對稱
- 正 = 尾部向右延伸(少數極高的值將平均值拉高)
- 負 = 尾部向左延伸(少數極低的值將平均值拉低)
Kurtosis: 衡量分配的尾部與常態(鐘形)分配相比是重還是輕。
- 高峰度 = 極端離群值多於預期
- 低峰度 = 極端值較少,分配更平坦
Histogram of data: 條形圖,顯示數值落在所定義區間(組距)內的頻率。最適合觀察整體形態,即資料是常態、偏斜還是雙峰等。
Individual value plot: 將每個資料點繪製為數軸上的一個獨立圓點。沒有任何資料被隱藏或平均。最適合發現離群值,並看到資料真實的原始離散情況。
Boxplot of data: 盒鬚圖,在一個緊湊的圖形中概括中位數、Q1、Q3 和離群值。非常適合併排比較多個組的離散程度和中心。
Show variables as columns: 轉置結果表,使每個變數成為一欄而不是一列。當比較多個變數並希望將它們並排排列以便比較時,尤其有用。
Download as Excel: 以 Excel 格式顯示結果,該檔案可方便地編輯,並通過 load file 選項重新載入用於計算。
常見問題
什麼是描述性統計?
描述性統計是對資料集主要特徵的數值彙總,涵蓋三個維度:集中趨勢(資料集中在何處)、離散程度(變異有多大)和分配形態(如何分配)。它們描述資料中已有的內容而不做推斷,通常是任何統計研究的第一步。
應使用平均值還是中位數?
當資料偏斜或含有離群值時,應使用中位數作為集中趨勢的主要度量,因為它受極端值的影響小於平均值。務必同時報告集中趨勢的度量和離散程度的度量;只報告平均值而不給出標準差,會使結果不完整。
偏度和峰度說明什麼?
偏度衡量不對稱性:零表示對稱,正值表示尾部向右延伸,負值表示尾部向左延伸。峰度將尾部的輕重與常態分配比較:高峰度表示極端離群值多於預期,低峰度則較少。在使用參數方法之前,檢查兩者以評估是否可以假定常態性。
描述性統計需要多少觀測值?
至少收集 20 到 30 個觀測值,標準差和偏度等統計量才會穩定且有意義。在 Zometric Statistical Software 中,選擇 Values 欄,可選擇一個 By variable 以並排比較各組,並勾選所需的統計量和圖形,如直方圖、個別值圖或盒鬚圖。
