数据分析指标
数据分析指标是用于衡量数据集特性的数值，它们帮助分析师理解数据并做出决策。以下是一些常见的数据分析指标：
1. **平均数（Mean）**：指数据集中所有数值的总和除以数据集中的数值数量。它是数据集的中心趋势度量。
2. **中位数（Median）**：将数据集中的所有数值按大小顺序排列，位于中间位置的数值。若数据集的数值数量为偶数，则中位数为中间两个数值的平均值。
3. **众数（Mode）**：数据集中出现次数最多的数值。
4. **方差（Variance）**：各数值与其平均数之差的平方的平均值。它衡量了数据集中数值的离散程度。
5. **标准差（Standard Deviation）**：方差的平方根。它提供了数据集中数值离散程度的度量。
6. **四分位数（Quartiles）**：
* 第一四分位数（Q1）：数据集排序后位于25%位置的数值。
* 第二四分位数（Q2）：数据集排序后位于50%位置的数值，即中位数。
* 第三四分位数（Q3）：数据集排序后位于75%位置的数值。
7. **极差（Range）**：数据集中最大值与最小值之间的差。
8. **四分位距（Interquartile Range, IQR）**：第三四分位数（Q3）与第一四分位数（Q1）之间的差。它衡量了数据集中中间50%的离散程度。
9. **均值绝对偏差（Mean Absolute Deviation, MAD）**：各数值与其平均数之差的绝对值的平均值。它提供了一种衡量数据集中数值分布离散程度的方法，不依赖于数据正态性。
10. **绝对偏差之和（Sum of Absolute Deviations, SAD）**：所有数值与其平均数之差的绝对值的总和。
11. **概率密度函数（Probability Density Function, PDF）**：在连续型数据集中，数据点出现的概率由其概率密度函数给出。PDF描述了数据在某个特定值附近出现的相对频率。
12. **累积分布函数（Cumulative Distribution Function, CDF）**：对于连续型数据集，CDF表示随机变量小于或等于某个特定值的概率。它提供了数据集概率分布的全面视图。
以上仅为数据分析指标的一部分，实际上，根据分析需求和数据类型的不同，可能还有更多类型的指标。