數據的分布特征：
- 分布的集中趨勢，反應各數據向其中心值靠攏或聚集的程度（平均數，中位數，四分位數，眾數）
- 分布的離散程度，反應各數據遠離其中心值的趨勢（極差，四分位差，方差，標准差，離散系數）
- 分布的形狀，反應數據分布的偏斜程度和峰度（偏態系數，峰度系數）
#######################
平均數（均值）：一組數據相加后除以數據的個數而得到結果，稱為平均數（mean）
中位數：一組數據排序后處於中間位置上的變量值，稱為中位數（median）
四分位數：一組數據排序后處於25%（下四分位數）和75%（上四分位數）位置上的值，稱為四分位數
- 先計算位置，然后計算四分位數的值。50%處即為中位數
眾數：一組數據中出現頻數最多的數值（mode）
#######################
極差（全距）：一組數據的最大值與最小值之差，稱為極差（range）
四分位差：上四分位數與下四分位數之差，稱為四分位差
平均差：各變量值與其平均數離差絕對值的平均數，稱為平均差
方差：各變量值與其平均數離差平方的平均數，稱為方差（variance）
標准差：方差的平方根稱為標准差（）
離散系數：
########################
偏態:數據分布的不對稱性，稱為偏態
峰態：數據分布的平峰或尖峰程度，稱為峰態
#########################
描述性統計量：主要包括分布的集中程度，分布的離散程度和分布的偏斜程度。
方法一：summary()函數——最大值，最小值，四分位數（上，下），均值
summary(mtcars) #結果有以下幾條
1 vars<-c('mpg','hp','wt') 2 head(mtcars[vars])
summary(mtcars[vars])
方法二：sapply()函數 #
1 mystats<-function(x,na.omit=FALSE){ 2 if(na.omit) 3 x<-x[!is.na(x)] 4 m<-mean(x) 5 n<-length(x) 6 s<-sd(x) 7 skew<-sum((x-m)^3/s^3)/n 8 kurt<-sum((x-m)^4/s^4)/n 9 return(c(n=n,mean=m,stdev=s,skew=skew,kurtosis=kurt)) 10 } 11 sapply(mtcars[vars], mystats)
方法三：通過Hmisc包中的describe()函數——變量和觀測的數量，缺失值和唯一值的數目、平均數，分位數，以及5個最大的值，和5個最小的值
1 library(Hmisc) 2 describe(mtcars[vars])
方法四：通過pastecs包中的stat.desc()函數計算描述性統計量
stat.desc(x，basic=TRUE,desc=TRUE,norm=FALSE,P=0.95)
x是一個數據框或時間序列。
basic=TRUE（默認值），則計算其中所有值、空值、缺失值的數量，以及最小值、最大值、值域，還有總和。
desc=TRUE（默認值），則計算中位數、平均數、平均數的標准誤、平均數置信度為95%的置信區間、方差、標准差以及變異系數。
norm=TRUE（非默認），則返回正態分布統計量，包括偏度和峰度（以及它們的統計顯著程度）和Shapiro–Wilk正態檢驗結果。
這里使用了p值來計算平均數的置信區間（默認置信度為0.95）。
1 library(pastecs) 2 stat.desc(mtcars[vars])
方法五：通過psych包中的describe()函數——非缺失值的數量、平均數、標准差、中位數、截尾均值、絕對中位差、最小值、最大值、值域、偏度、峰度和平均值的標准誤
1 library(psych) 2 describe(mtcars[vars])
以上方法都是為整體的數據計算描述性統計量