描述統計

Data Distribution

Data Distribution

All statistics and raw data can be exported as CSV

📊 直方圖

💡 偏度(Skewness)反映分佈對稱性:0 對稱,>0 右偏,<0 左偏。
峰度(Kurtosis)反映尾部分佈:>0 比正態尖,<0 比正態平。正態分佈峰度=3(超額峰度=0)。

📚 深度解析:資料分佈分析

💡 常見使用場景

  • 錄入一批實驗測量值,快速檢視均值、中位數、標準差與偏度,判斷資料是否近似正態。
  • 繪製直方圖觀察資料分佈形態(集中/分散、是否偏態、是否存在多峰),用於選擇後續統計方法。
  • 質量資料分析中監控偏度與峰度,識別過程偏移或異常聚集。
30 個觀測值的描述統計
輸入 30 個數據(12,15,…,88),計算得:均值 x̄=51.000、中位數=51.000、標準差 σ=22.071(樣本標準差 s=22.448)、偏度≈−0.050(近似對稱)、四分位距 IQR=38.00。按 Sturges 規則自動分 6 組、組距≈12.67 繪製直方圖。偏度接近 0 說明分佈基本對稱。

❓ 常見問題(FAQ)

偏度與峰度怎麼看?
偏度=0 表示對稱,>0 右偏(長尾在右),<0 左偏;本工具採用樣本標準差計算。峰度為超額峰度,0 近似正態、>0 更尖、<0 更平。
分組數(bins)如何確定?
留空時按 Sturges 規則 k=⌈log₂n+1⌉ 自動分組;樣本量越大分組越多。也可手動指定分組數以適配具體展示需求。
⚠️ 使用說明與注意事項
📖關於「描述統計」 ▼

📝工具簡介

描述統計是一款統計分析領域的線上工具。統計分析工具,幫助快速完成資料統計與檢驗。

✨功能特點

🎯使用場景