描述统计:均值、中位数、离群值与 Auto EDA

描述统计面板是统计工作台的单列页面。粘贴一个样本,它会填满二十二张卡片:计数、合计、均值、中位数、众数、最小值、最大值、极差、样本与总体方差和标准差、标准误、变异系数、Q1、Q3、IQR、偏度、超额峰度、几何平均数与调和平均数,以及任何 IQR 离群值。它的 Auto EDA 按钮保留缺失单元格而不是丢弃,然后报告有效/缺失计数、五数概括、直方图、Jarque–Bera 提示和两两相关。检验和拟合在相邻面板(检验、回归);这个面板只做概括。

更新 2026-10-015 个来源约 4 分钟读完

本文是草稿,尚未经过复核。

如何运行

粘贴这一列。逗号、空格和换行都能分隔数字。在 Auto EDA 视图中,NA、- 或 ? 标记缺失单元格,第一行名称会成为列标题。
读取卡片。众数卡片列出计数最高并列的所有值,或 None;离群值卡片列出 1.5 × IQR 围栏之外的值。
点击 Auto EDA进入质量视图:每列的有效与缺失计数、五数概括、直方图、用文字描述的偏度和超额峰度,以及 n ≥ 20 时的 Jarque–Bera 提示。
导出或移交。CSV 和 Markdown 表格可下载;向量可以发送到检验或回归。

算例

把 12, 15, 15, 18, 22, 15, 19, 40 粘贴到面板中。

卡片	读数
n · 均值 · 中位数	8 · 19.5 · 16.5
众数 · 最小值 · 最大值 · 极差	15 · 12 · 40 · 28
样本 SD s · 总体 SD σ	8.83176 · 8.26136
SEM · CV	3.1225 · 0.452911
Q1 · Q3 · IQR	15 · 19.75 · 4.75
偏度 · 超额峰度	1.75849 · 1.85847
几何平均数 · 调和平均数	18.2283 · 17.317
离群值(IQR)	40

Auto EDA 报告五数概括 12 | 15 | 16.5 | 19.75 | 40、一个占比 12.5% 的离群值,以及形态行 “skewness 1.76 (strongly right-skewed)”。n = 8 时正态性卡片不返回 p 值;Jarque–Bera 需要 20 个点。

需要记住的限制

卡片会舍入。: 每张卡片显示六位有效数字,所以 8.83176 是显示字符串;需要更高精度请导出 CSV。
离群值是围栏,不是判决。: 该标记标出超过 Q1 − 1.5 × IQR 或 Q3 + 1.5 × IQR 的值;删除任何数据前请核对源行。
不做的事。: 这里没有假设检验、拟合模型或参数估计——把这一列带到假设检验或回归;统计枢纽列出了各个面板。

拒绝零的平均数

几何平均数与调和平均数要求严格为正的值。粘贴 0, 4, 9,算术平均数和中位数仍然读作 4.33333 和 4,但几何与调和两张卡片都读作 NaN——面板不会丢弃零,也不会回退到算术平均数。增长列或比率列中的零是数据问题;卡片会如实说明。

适用场景

筛查粘贴的测量日志

一个异常读数不应决定概括:上例中 40 是唯一的 IQR 离群值,核对该行之后,中位数 16.5 与 IQR 4.75 描述了样本的其余部分,而均值 19.5 和 SD 8.83176 都被这一个点拉高。

分流一张小电子表格

Auto EDA 让缺失单元格保持可见:含一个 NA 的 week, yield, temp 显示 yield 有 7 个有效值和 1 个缺失,常数 temp 列被标记为无法计算相关,而不是报告 r = 0——常数不携带共变。剩下的一对读作 r = 0.9716,ρ = 1,提示在回归上拟合。

参考文献

NIST/SEMATECH,e-Handbook of Statistical Methods,§1.3.5.11 Measures of Skewness and Kurtosis,itl.nist.gov （访问日期：2026-10-01）— 偏度与峰度惯例。
维基百科,Interquartile range,en.wikipedia.org （访问日期：2026-10-01）— 离群值卡片背后的 1.5 × IQR 围栏。
维基百科,Geometric mean,en.wikipedia.org （访问日期：2026-10-01）— 为什么零使几何平均数无定义。
维基百科,Jarque–Bera test,en.wikipedia.org （访问日期：2026-10-01）— 渐近 χ²(2) 正态性检验及其小样本局限。
R Project,quantile: Sample Quantiles,stat.ethz.ch （访问日期：2026-10-01）— Q1 与 Q3 背后的第 7 类插值。