← 返回工具箱

📋描述统计汇总

快速了解一组数据的基本特征:平均值、中位数、最大最小值、分布情况等。

💡 适用场景:数据探索、报告撰写、异常发现、快速了解数据概况
正在加载计算引擎...
📊 真实行业案例 免费开放

来自金属加工、电商运营、医疗健康等行业的真实数据,点击即可加载并自动分析


加载案例中...

📝 输入数据

支持从 Excel 复制粘贴,会自动识别数字

📊 统计结果

📋

粘贴数据后点击「生成统计汇总」

📊 基本统计量
--
数据个数 (n)
--
平均值 (Mean)
--
中位数 (Median)
--
标准差 (Std)
--
最小值 (Min)
--
最大值 (Max)
--
偏度 (Skewness)
--
峰度 (Kurtosis)
--
变异系数 (CV%)
📈 数据分布
直方图
箱线图
📐 分位数详情
分位数 5% 10% 25% 50% 75% 90% 95%
数值 -- -- -- -- -- -- --
💡 数据解读
🐍查看 Python 代码

                        

📖 术语解释

平均值(Mean):所有数据的总和除以数据个数,反映数据的"中心位置"。

中位数(Median):将数据排序后位于中间的值。不受极端值影响,更稳健。

标准差(Std):衡量数据的离散程度。标准差越大,数据越分散。

偏度(Skewness):衡量数据分布的不对称程度。正值表示右偏(右尾长),负值表示左偏。

峰度(Kurtosis):衡量数据分布的尖锐程度。正值表示比正态分布更尖,负值更平坦。

变异系数(CV):标准差/平均值 × 100%,用于比较不同量纲数据的离散程度。

分位数:25%分位数表示有25%的数据小于等于该值。常用于了解数据分布。

📊 探索更多统计工具

19 个统计工具免费使用,涵盖假设检验、回归分析、聚类分析等

查看全部工具 →

正在计算统计量...