序言：
本节将给出几种描述统计学的数值方法，提供了汇总数据的其它可选方法。
相关概念：
样本统计量：如果数据来自样本，计算的度量 称为样本统计量。
总体参数：如果数据来自总体，计算的度量称为总体参数。
点估计量：在统计推断中，样本统计量被称为是相应总体参数的点估计量。
- 样本的度量
平均数：提供了数据中心位置的度量。如数据来自样本，平均数用
表示，如来自总体，则平均数用希腊字母
来表示。
公式：=
/n
中位数：将数据按升序（从小到大的顺序）排列.
（1）对奇数个观测值，中位数是中间的数值
（2）对偶数个观测值，中位数是中间两个数值的平均值。
众数：出现频率最高的数值。
百分位数：第p百分位数是满足下列条件的一个数值：至少有p%的观测值小于或等于该值，且至少有（100-p）%的观测值大于或等于该值。
公式：i=（p/100）/n -------p:所求的百分位，n:观测值的个数
2.变异程度的度量
极差：极差=最大值-最小值
方差：每个观测值X与平均值的差称为平均数的离差。方差就是将这些平均数的离差平方。
（由于写公式不方便，查找不到好的办法，暂时复制）
标准差：是方差的平方差
公式：
3：形态的度量
前边是对数据未知和变异程度的度量，分布形态的度量也是很重要的。
分布形态：偏度
4：相对位置的度量
作用：确定某一个数值距离平均数的距离，用z-分数来表示，也称为标准化数值。
公式：
5：切比雪夫定理
应用：适用于任何数据集，不论其分布形态
定义：与平均数的距离在z个标准差之内的数据项所占比例至少为（1-1/Z^2)，其中z是大于1的实数。
当z=2,3和4个标准差是，该定理的一些含义如下
- 至少有0.75或75%的数据值与平均数的距离在z=2个标准差之内。
- 至少有0.89或89%的数据值与平均数的距离在z=3个标准差之内。
- 至少有0.94或94%的数据值与平均数的距离在z=4个标准差之内。
例子：
已知：某大学有100名学生，平均成绩为70分，标准差5分
求：有多少学生成绩在60-80之间？58-82之间多少？
答：60比平均数70小2个标准差（（70-60）/5），80比平均数大2个标准差，利用切比雪夫定理，可以得知有0.75或75%的观测值与平均数的距离在2个标准差之内， 因此，至少75%的学生考试成绩在60-80分。
58比平均数70少2.4个标准差，同理82比平均数多了2.4个标准差，应用切比雪夫原理且z=2.4，得到
（1-1/2.4^2）=0.826，也就是有至少82.6%的学生成绩在58-82之间。
6:经验法则
应用：适用于钟形分布或者峰行分布
特性：对于具有钟形分布的数据来讲
- 大约68%的数据值与平均数的距离在1个标准差之内。
- 大约95%的数据值与平均数的距离在2个标准差之内。
- 几乎所有的数据值与平均数的距离在3个标准差之内。
