数据分析基础—1.2常用的数据分析指标和术语

在进行数据分析时,经常会用到一些分析指标和术语,这些指标和术语可以帮助我们打开思路,从多种角度对数据进行深度解读。

        1、平均数(average)

        一般指算术平均数。就是一组数据的算术平均值,即全部数据累加除以数据个数的结果。

        例如:上一年公司一到四季度的销售额分别为260万、320万、220万、400万,那么平均季度销售额为(260 + 320 + 220 + 400)/ 4 = 300,即平均季度销售额为300万。

        2、绝对数(absolute number)与相对数(relative number)

        绝对数:是总量指标,它是反映客观现象总体在一定时间、地点条件下的总规模、总水平的综合指标。例如:公司年销售额2000万,公司总人数160 人等。

        绝对数也可以表现为某现象总体在一定时间、地点条件下数量增减变化的绝对数,例如:A产品的年销售额比B产品的年销售额多260万。

        相对数:是指两个有联系的指标对比计算而得出的数值,它是反应客观现象之间的数量联系紧密程度的综合指标。相对数的计算公式:相对数 = 比较值(笔数)/基础值(基数)

        相对数一般以倍数、成数、百分数等表示,它反应客观现象之间数量的联系程度。例如:公司女员工人数占比20%;公司男女员工比例为1:5;本月销售额是上个月的3倍;本季度销售额只完成任务的8成等。

        3、百分比(percentage)与百分点(percentage point)

        百分比:相对数中的一种,他表示一个数是另一个数的百分之几,也称为百分率或百分数。

        运用百分数时,也要注意概念的精确。例如:“比过去增长20%”,即过去为100,现在是“120”;“比过去降低20%”,即过去是100,现在是“80”;“降低到原来的20%”,即原来是100,现在是“20”等。

        百分点:指不同时期以百分数形式表示的相对指标(如:速度、指数、构成等)的变动幅度。

        例如:公司所有产品销售总额中,A产品的销售占比由去年的25%上升到今的35%,我们可以说:公司销售总额中,A产品所占的比重,今年比去年上涨了10个百分点(35-25=10);但不能说上涨了10%。

        4、频数(Frequency )和频率(Relative frequency)

        频数:在一组数据中,某个数据出现的次数叫作频数。

        频率:某个数据出现的次数与总次数的比值称为频率。

        例如:抛一枚硬币100次,正面朝上有53次,反面朝上有47次,这里硬币正面朝上的频率是53/100,正面朝上的频数就是53,反面朝上的频率是47/100,反面朝上的频数是47。

        5、比例(proportion)和比率(ratio)

        比例:表示总体中的某一部分数量占总体数量的比重, 反映总体的构成或者结构。一般用百分比的形式表示。

        比率:表示总体中两个部分之间的比较,反应总体中各部分的关系,用几比几的形式表示。

        例如:公司有50人,男生30人,女生20人,男生比例是30:50, 女生的比例是20:50,男生与女生的比率是30:20

        6、倍数(multiple)与番数(doubling)

        倍数:表示一个数据是另一个数据的几倍,通常用一个数据除以另一个数据获得。例如:A/B=C,那么A是B的C倍。

        番数:指原来数量的2的n次方倍。例如:公司去年利润为200万,今年利润比去年翻一番,即400万(200 * 2);今年利润比去年翻两番,即800万(200 * 2 * 2)。

        7、同比(year-on-year)与环比(month-on-month)

        同比:与历史同时期进行比较得到的数值。

        例如:我公司今年一季度A产品销售额同比增加35%,意思是今年一季度A产品销售额比去年一季度A产品销售额增加35%,这是同比。

        环比:与前一个统计期进行比较得到的数值。可以是2月与1月相比、8日与7日相比、二季度与一季度相比等等。

        例如:我公司今年二季度B产品销售额环比增加30%,意思是今年二季度B产品销售额比一季度增加30%。

        8、字段与记录

        字段:是代表事物或现象某种特征的变量。例如:下表中的"员工薪酬“、"车辆费"等。

        记录:是事物特征的具体表现。例如:下表中的一行即为一条记录。

费用表

       9、众数

       数据集合中出现次数最多的数值称为众数。如果有两个或多个数值出现次数并列最多,那么这两个或多个数值都是该集合的众数。

       例如:数据集合{2、3、8、6、3、5、3、2、6、3}中众数为3。

       10、中位数

       将数据集合中所有数据按照升序或降序排列,居于最中间的数值即为该集合的中位数,若集合中数值个数为奇数,取最中间一个为中位数,若集合中数值个数为偶数,取最中间两个数值的算术平均数为中位数。

       例如:{2、5、6、9、13、15、20}中位数为9;{3、5、6、8、9、12、13、17}中位数为(8+9)/2=8.5。

       11、加权算术平均数

       加权算术平均数是计算具有不同权重的数据的算术平均数。

       所谓数据的权重是反映一个数据在数据集合中的重要性,一般用权数来表示。

       将数据集合中各数据乘以相应的权数,然后加总求和再除以所有权数之和,即为该数据集合的加权算术平均数。它适用于已分组数据集合。

       假设有一组数据集合,包含k个数据组,各组的简单算术平均数分别为:

       每组数据的数据个数分别为:

       每组数据的个数就是该组数据的权数,那么加权算术平均数的公式为:

       例如:某水果超市购入苹果200斤,每斤3.5元;香蕉180斤,每斤3.3元;葡萄260斤,每斤4.2元,那么所购入的水果平均每斤多少元,通过加权算术平均数公式可得:   

       12、几何平均数

       在分析产品合格率、银行利率、平均发展速度等问题时,数据之间的关系不是加减关系,而是乘除关系,应运用几何平均数分析。

       将数据集合中的n个数据连乘积的n次方根称为几何平均数。

       假设一个数据集合的数据分别为:

       且所有数值都大于0,那么该数据集合的几何平均数公式为:

       例如:某工厂有一条生产线有三道工序,每道工序的产品合格率分别为93%、88%、94%,计算这条生产线的平均合格率。

       由于只有合格品才能进入下一道生产工序,所以每道工序的合格率之间是乘积关系,利用几何平均数公式分析可得:



指标与术语持续整理更新中……


最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,015评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,262评论 1 292
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,727评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,986评论 0 205
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,363评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,610评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,871评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,582评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,297评论 1 242
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,551评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,053评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,385评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,035评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,079评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,841评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,648评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,550评论 2 270

推荐阅读更多精彩内容