知识库 Knowledge Base

点开卡片进入学习；你新建的知识点会保存在本浏览器，随时回来继续。

单词本 Vocabulary

港硕日常学习词汇，随学随加；攒够了就点「开始复习」用卡片自测。

添加一个单词 Add a word

单词 Word

音标（可选）Phonetic

分类（课程/场景）Tag

中文释义 Meaning

例句（可选）Example

卡片复习 Flashcards

点卡片翻面看答案；「不认识」的卡片会在后面再次出现。

新建知识点 New Note

标题 Title

分类标签 Tag

正文内容（支持简单排版）

排版规则：行首「# 」大标题、「## 」小标题、「- 」列表项、**文字** 加粗；内容自动保存在浏览器本地。

统计学入门 Introduction to Statistics

一堆乱数字，怎么看出门道？五个工具 + 互动练习，建议从上往下边玩边读。

想象你是班长，手里有全班 40 人的考试成绩（data）。光盯着一堆数字看，谁都头疼。统计学只做两件事：先把数据整理清楚，再用几个数字概括它。这节课用大白话学会 5 个工具，每个都能动手玩。

频数表 frequency table集中趋势 central tendency离散程度 dispersion偏度 skewness峰度 kurtosis

每个小球是一个数据，落进格子（组）里就自动“排好队”——这就是统计在做的事

1 · 频数表 Frequency Table：给数字“分组点名”

频数（frequency）就是“出现了几次”；频数表（frequency table）就是数一数每组里有几个数据。

生活例子：班级买奶茶：珍珠奶茶 12 人、椰果奶茶 8 人、柠檬水 15 人、其他 5 人。这张“类别 → 人数”的表就是频数表。连续的数字（成绩、身高）则先划好区间（interval），再数每组有几个数据，这叫组距分组（class width / bin width）。频数除以总数，得到频率（relative frequency），即占百分之几。

动手玩：下面是 30 人的数学成绩（scores）。拖动滑块改变组距（class width），观察表格和直方图（histogram）如何重新分组：

组距 bin width 10 分

分数区间	频数 frequency	频率 relative frequency
合计 total	30	100%

你会发现：组距越小，柱子越多但东一根西一根；组距越大，越平滑但细节被抹掉。组距以“能看出分布形状（distribution shape）”为准。

2 · 集中趋势 Central Tendency：数据的“大本营”在哪？

用一个数字代表“大家总体在什么水平”。三个候选人：平均数（mean）、中位数（median）、众数（mode）。

平均数 / 均值（mean）：全部加起来 ÷ 个数。

x̄ = (x₁ + x₂ + … + xₙ) / n

每个数据都参与，最“公平”，但容易被极端值（outlier）带偏。

中位数（median）：从小到大排队，站在正中间的那个数；偶数个时取中间两个的平均。只看位置，极端值拉不动它。

众数（mode）：出现次数最多的数。适合“最受欢迎的选项”，但可能没有众数，也可能有好几个。

经典笑话：酒吧里 10 个普通人平均年薪 10 万，马云走进来，平均年薪瞬间变成几十亿——但没人真的变富。平均数在撒谎，中位数依然诚实。

动手玩：一家 9 人小公司的月薪（千元），切换“老板没进场 / 老板进场”：

平均数 mean

—

中位数 median

—

众数 mode

—

数据 data

—

结论：收入、房价用中位数；考试平均分、实验测量用平均数；奶茶选口味、服装选尺码用众数。

3 · 离散程度 Dispersion / Variability：数据是“抱团”还是“散开”？

极差 / 全距（range）＝最大值 − 最小值。最好算，但只看两头。

方差（variance）：每个数据离平均数有多远，把距离平方后求平均，让正负距离不相消，并惩罚离得远的点。

方差 variance σ² = Σ (x − x̄)² / n

标准差（standard deviation，SD）：方差开平方，单位回到原来的单位，最好解释。标准差越大，数据越分散（spread out）。

类比：平均数告诉你箭靶中心在哪，标准差告诉你箭散得多开。两个班平均分都是 80：A 班 78、80、82（水平接近），B 班 50、80、110（两极分化）——标准差一眼拆穿。

动手玩：甲、乙两条生产线各产 11 个零件，标准长度 100 mm。拖动滑块给乙厂增加波动（variability）：

乙厂波动 ±2

甲厂均值 mean

100

甲厂标准差 SD

—

乙厂均值 mean

100

乙厂标准差 SD

—

实战含义：质量控制（quality control）、投资风险（risk = 收益波动）、考试区分度，看的都是“散不散”。

4 · 偏度 Skewness：分布的“尾巴”往哪边甩？

右偏 / 正偏（right-skewed / positive skew）：多数人挤在左边，右边拖着细长的尾巴——少数大值把平均数往右拽。例：收入、房价、点击量。

左偏 / 负偏（left-skewed / negative skew）：多数人挤在右边，左边拖尾巴——少数小值把平均数往左拽。例：简单考试的成绩。

记忆口诀：尾巴在哪边，就往哪边偏

右偏：mean > median > mode（均值被尾巴拽走）
左偏：mean < median < mode

中位数永远站在众数和平均数之间。

mean 均值 median 中位数 mode 众数

5 · 峰度 Kurtosis：山顶是“尖”还是“扁”？

偏度管“歪不歪”，峰度管“尖不尖、尾巴厚不厚”，以正态分布（normal distribution）为基准，超额峰度（excess kurtosis）＝0。

尖峰 / 高峰度（leptokurtic，> 0）：中间又尖又陡，两端是厚尾（fat tails）——极端值（extreme values）比正态分布更多。金融市场暴涨暴跌多，就是高峰度。

常峰（mesokurtic，≈ 0）：标准正态分布的样子。

低峰 / 低峰度（platykurtic，< 0）：顶部平缓像馒头，数据摊得均匀，极端值少。

关键提醒：峰度同时衡量尾巴厚不厚。尖峰和厚尾是孪生兄弟：峰越尖，落在极端的点往往越多。

生活类比：尖峰 = 平时几乎没人迟到，但一迟到就是半小时以上；低峰 = 大家到校时间从 7:40 到 8:00 摊得很均匀。

6 · 实践作业 Practice：练一练，才算学会

Q1. 一张频数表把 100 个数据分成 5 组，第一组有 20 个数据。第一组的频率（relative frequency）是多少？

Q2. 数据 3、5、5、7、100 的中位数（median）是多少？

Q3. 报道一座城市居民的“典型收入”，哪个指标最不容易被少数富豪拉高？

Q4. 两只基金 5 年平均年收益率都是 8%，但甲的标准差（SD）远小于乙。意味着：

Q5. 房价数据中大多数房子在 200 万左右，少数豪宅上亿，右侧拖出长尾巴。下列正确的是：

Q6. 某股票平时涨跌幅很小，但隔三差五暴涨暴跌。它的收益率分布最可能是：

真实数据小任务（计算器已备好）

任选其一：A. 记录身边 10 人每天的睡眠时长；B. 记录最近 15 笔消费金额；C. 找一次考试的全班成绩。填好后回答：均值/中位数/众数是多少？标准差多大？左偏还是右偏？峰度是尖还是扁？

n 个数

—

mean 均值

—

median 中位数

—

mode 众数

—

range 极差

—

SD 标准差

—

skewness 偏度

—

excess kurtosis

—

形状判断

—

五个工具串起来：一张完整的“数据体检表”

频数表 frequency table：把乱数据整理成组，看整体形状。
集中趋势 central tendency：找大本营——mean、median、mode。
离散程度 dispersion：量散多开——range、variance、standard deviation。
偏度 skewness：看歪不歪——尾巴朝哪，均值被拽到哪。
峰度 kurtosis：看尖不尖、极端值多不多。