描述性统计指南
描述性统计做什么？描述性统计用少数几个指标概括一组数据的集中趋势与离散程度， 并借助偏度、峰度刻画分布形态。它是任何分析开始前的第一步，也是论文「研究对象基本情况」表格的主要内容。
常见指标包括均值、中位数、标准差、极值、四分位数、偏度与峰度。它们各有侧重，通常需要配合使用， 单看其中任何一个都可能给出片面印象。
集中趋势：均值与中位数均值是对全部观测的算术平均，充分利用了每个数据点的信息，但对极端值敏感；中位数是排序后处于中间的值，对极端值稳健，反映「典型水平」。
均值与中位数的差距
10 名员工的月加班时长（小时）：2, 3, 3, 4, 5, 6, 7, 8, 10, 52。
均值 = 100 ÷ 10 = 10.0 小时，中位数 = (5 + 6) ÷ 2 = 5.5 小时。 均值明显大于中位数，提示分布右偏，52 这一极端值把均值拉高了。
怎么选
当均值与中位数接近时，说明分布大致对称，可用均值代表典型水平；当两者差距较大时，中位数更能反映典型情况，此时报告均值应同时说明偏态。
离散程度：标准差、四分位距与变异系数标准差标准差衡量观测围绕均值的平均波动幅度，与数据同量纲。标准差越大，个体差异越明显。
四分位距（IQR）IQR = Q3 − Q1，即中间 50% 数据的跨度，对极端值稳健，常与中位数配合报告（中位数 [Q1, Q3] 形式）。
变异系数（CV）CV = 标准差 ÷ 均值，是无量纲的相对离散指标，适合比较量纲不同或均值差异较大的几组数据的波动程度。
常见误区
只报告均值不报告标准差？会掩盖数据离散与个体差异，读者无法判断「平均水平」的代表性。
CV 可以任意比较？当均值接近 0 或数据可正可负时，CV 会变得不稳定，解读需谨慎。
分布形态：偏度与峰度偏度描述分布的不对称程度：正值表示右偏（长尾在右），负值表示左偏（长尾在左），0 附近表示大致对称。峰度描述分布的尖锐程度与尾部厚度，正态分布的峰度参考值约为 0（若按超额峰度口径）。
偏度绝对值大于 1 时，通常提示明显偏态，应谨慎使用对正态性敏感的检验。峰度绝对值较大（如大于 2）时，尾部异常厚或薄，异常值可能较多。偏度与峰度只是形态线索，是否偏离正态还应结合直方图、箱线图与 Q-Q 图。样表怎么写？连续变量在论文中一般报告「均值 ± 标准差」，离散或偏态明显时报告「中位数（四分位距）」，并同时给出样本量与最小值、最大值。
示例表格内容
年龄：34.2 ± 8.7（n=210，范围 18–62）
月收入（元）：6200（4200, 9800）；均值 8600，偏度 1.8（右偏，故用中位数）
满意度（1–5 分）：4.1 ± 0.8
书写规范
分类变量报告频数与百分比；连续变量按分布选择均值±标准差或中位数（四分位距）；偏态数据不宜直接用均值代表典型水平。
常见误区常见误区
对偏态数据用均值代表典型水平？均值受极端值影响大，此时中位数更稳健。
把描述统计当推断结论？描述统计只刻画样本本身，未考虑抽样误差，不能直接推广到总体。
标准差远大于均值就一定是问题？不一定，右偏数据常出现这种情形，应结合偏度与分布形态判断。
小结集中趋势用均值与中位数配合：差距大提示偏态。离散程度用标准差、四分位距或变异系数，与集中趋势一并报告。偏度、峰度用于刻画分布形态，判断是否适合后续参数方法。样表按分布选择「均值 ± 标准差」或「中位数（四分位距）」，并报告样本量。
