数据分析的前提是数据的搜集与加工处理

1.1 数据分组与变量数列

1.1.1 数据分组

数据分组 就是对某一变量不同取值，按照其自身变动特点和研究需要划分成不同的组别，以便更好地研究该变量分布特征及变动规律

变量

类型

• 离散变量：指变量值可以按一定顺序一一列举，通常以整数位取值的变量
• 连续变量：在一定区间内可以任意取值的变量叫连续变量, 其数值是连续不断的, 相邻两个数值可作无限分割,即可取无限个数值。

分组

• 单项分组
  若变量是离散型变量，且取值只有不多的几个
  做法：将变量的不同取值作为一组的组别，变量有多少个不同取值就划分多少组
• 组距分组
  若变量是连续型变量， 或者是取值较多的离散型变量
  做法：将变量的全部取值按照其大小顺序划分成若干个不同的数值区间

---

1.1.2 变量数列

变量数列是指在对变量取值进行分组的基础上，将各组不同的变量值与其变量值出现的次数排列成的数列
由于对变量分组有单项分组和组距分组两种不同的方法，因而分组后形成的变量数列也有单项数列和组距数列两种

两个要素

1. 由不同变量所划分的组，称为组别
2. 各组变量值出现的次数，亦称频数

各组次数与总次数之比叫比率，又称频率

在变量数列中，由不同变量取值组成的组别表示变量的变动幅度，而频数和频率则表示相对应的变量值对其平均水平的作用程度。频数(频率)愈大的组所对应的变量值对其平均水平的作用也愈大 ;反之， 频数(频率)愈小的组所对应的变量值对其平均水平的作用也愈小。因此，在变量数列的条件下，当对变量值求算术平均数时，频数和频率均作为权数，频数看做为绝对权数，用f表示 ;频率看做为相对权数，用

---

1.2 分布中心的测度

---

1.3 离散程度的测度

---

1.4 偏度与峰度

---

1.5 两个变量的相关关系

---

字符ddd（简短文字添加代码框）
Tab dddd或四个空格（大段文字添加代码框，每行前添加）

@requires_authorization
def somefunc(param1='', param2=0):
    '''A docstring'''
    if param1 > param2: # interesting
        print 'Greater'
    return (param2 - param1 + 1) or None
class SomeClass:
    pass
>>> message = '''interpreter
... prompt'''

left	center	right
aaaa	bbbbbb	ccccc
a	b	c

内部嵌套

内部嵌套2

标题1

科学公式 TeX(KaTeX)
ddd

• Item 1
• Item 2

1. Item 1
2. Item 1
3. Item 1

• 嵌套列表1
  • 嵌套列表1a
  • 嵌套列表1b
  • 嵌套列表1ai
    • 嵌套列表1aix
• 嵌套列表2

---