定量数据的汇总统计 — AP 统计学
AP 统计学 · 探索单变量数据 · 14 min read
1. 汇总统计核心概述 ★★☆☆☆ ⏱ 3 min
汇总统计是用于浓缩单变量定量分布关键特征的数值，无需展示全部原始数据。本主题属于AP统计学第一单元，该单元占AP考试总分的15-20%，本子主题占总分的4-6%。
2. 中心测度 ★★☆☆☆ ⏱ 4 min
中心测度描述定量分布的典型或中心数值。AP考试中最常考查的三种中心测度是众数、中位数和均值。
\text{Sample Mean: } \bar{x} = \frac{\sum_{i=1}^n x_i}{n} \quad \quad \text{Population Mean: } \mu = \frac{\sum_{i=1}^N x_i}{N}
直观来说，均值是分布的平衡点，而中位数是将排序后数据分为相等两部分的第50百分位数。对于没有异常值的对称分布，优先选择均值；对于偏态分布或存在异常值的分布，优先选择具有耐抗性的中位数。
3. 离散测度 ★★★☆☆ ⏱ 5 min
离散测度（也称为变异性测度）描述定量分布中数值围绕中心的分散程度。AP考试中常考的离散测度有全距（极差）、四分位距（IQR）、方差和标准差。
全距计算公式为$\text{Range} = \text{Max} - \text{Min}$；计算简单但对异常值不具有耐抗性。IQR是排序后中间50%数据的离散程度，计算公式为$IQR = Q_3 - Q_1$，其中$Q_1$是第25百分位数（第一四分位数），$Q_3$是第75百分位数（第三四分位数）。IQR对异常值具有耐抗性，因此偏态数据中它与中位数搭配使用。
\text{Population Variance: } \sigma^2 = \frac{\sum_{i=1}^N (x_i - \mu)^2}{N} \quad \quad \text{Sample Variance: } s^2 = \frac{\sum_{i=1}^n (x_i - \bar{x})^2}{n-1}
样本方差中的$n-1$就是贝塞尔校正，它可以减少从样本估计总体方差时的偏差。标准差是方差的平方根，将单位转换回原始数据的单位。直观来说，标准差描述观测值距离均值的典型距离。它不具有耐抗性，因此在没有异常值的对称分布中与均值搭配使用。
4. 五数概括与异常值检测 ★★★☆☆ ⏱ 4 min
五数概括是一组包含五个汇总值的集合，描述了分布的全范围和中心：$\text{Minimum}, Q_1, \text{Median}, Q_3, \text{Maximum}$。它是箱线图和AP标准异常值检测方法（1.5×IQR法则）的基础。
1.5×IQR法则定义了两个异常值边界：任何小于$Q_1 - 1.5 \times IQR$或大于$Q_3 + 1.5 \times IQR$的数值都被归类为潜在异常值。除非题目明确指定其他方法，否则这是AP考试唯一接受的异常值检测方法。
Common Pitfalls
Why: 学生混淆了总体和样本公式，忘记无偏样本统计量需要贝塞尔校正。
Why: 学生答题仓促，直接使用题目给出的未排序顺序。
Why: 学生默认使用更熟悉的均值/标准差，没有检查分布形状。
Why: 四分位数有多种计算方法，但AP使用排除中位数法，包含中位数会得到错误的IQR。
Why: 学生默认任何极端值自动就是异常值。
Quick Reference Cheatsheet