怎么统计是否内宿_第二关：描述统计分析

统计：在我的理解里面，是对各种数字，情况的一个汇总，就像我们每天做的表格一样，汇集了不同种了不同数量不同来源的数据，但这些数据杂乱无章怎么识别，那么就需要一个方法来描述这些数据——描述统计分析，就是让数据可视化简洁化，让人们有需求的对数据进行分析和解读。

描述统计四个指标：

1.平均值

生活中最经常碰到的一种指标，但出现异常数据的时候，容易造成分析错误。

2.四分位数

定义：是指在统计学中把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值，处于25%的位置为下分位点，处于75%的位置为上分位点。

特点：可以识别异常的数据加以核实及删改。

识别异常数据方法：

最小估计值：Q1-k(Q3-Q1)

最大估计值：Q3-k(Q3-Q1)

k=1.5 中度异常

k=3极度异常

（Q1为下分位点，Q2为上分位点）

3.标准差

标准差是对整体数据的波动大小进行判断。

标准差公式：

标准差在不同的应用中有不同的额判断方式：

例如：一个球员是否值得留在球队，可分析其每场比赛得分的标准差，判断是否稳定，标准差越小越好，对于一个刚成立的公司来说，需分析其后期是否有较大的增值空间，则其正向波动越大则越好。

4.标准分

表示某个数值距离平均值有多少个标准差

公式：

【Z=(X-X_bar)/S

式中，X为原始分数，X_bar为原始分的平均数，S为原始分的标准差。】

等于0，等于平均值；

大于零，大于平均值；

小于零，小于平均值。

数据集的选择：表1购买商品数据集

表1购买商品（sample)sam_tianchi_mum_baby_trade_history.csv）

1）表1购买商品字段

用户ID：user_id 是用户注册的ID号，可识别是否为同一个人产生的购买行为

商品编号（item_id）：auction_id，用于对应商品名称

商品二级分类：cat_id，商品种类ID，表示商品属于哪个类别

商品一级分类：cat1，商品种类ID，表示商品属于哪个类别

这两个分为一个大类，一个小类，可分析哪类产品销量比较高，销售力度大。

商品属性:property，可分析哪种类别的产品购买需求量大，对于商家来说可以增加相关产品库存量

购买数量：buy_mount：可分析相关产品销量的多少

购买时间:day 可分析在什么时间段内用户购买量最多

你想从该数据集中得到哪些描述统计信息？

1.购买数量的平均值，四分位数，标准差

2.购买时间的标准差

从该数据集中分析哪些业务问题？

1.用户在哪些时间段内购买需求最大，字段需求：购买时间:day，购买数量：buy_mount

2.哪种商品编号购买量，字段需求：最多商品编号（item_id）：auction_id，购买数量：buy_mount

3.该商品编号的商品哪种属性的商品购买量最多，字段需求：商品编号（item_id）：auction_id，商品属性:property，购买数量：buy_mount

还需要学习的技能：标准差四分位数在Excel的函数公式，Python箱线使用