描述性统计（Descriptive statistics）
IB心理学（IB Psychology）· 研究方法论（Research methodology）· 11 分钟阅读
1. 核心概念
描述性统计（Descriptive statistics）用少量数值汇总整个数据集。集中趋势度量（measures of central tendency）给出数据的典型值：均值（mean，算术平均值）、中位数（median，中间位置的值）和众数（mode，出现频率最高的值）。离散程度度量（measures of dispersion）给出数据的分布范围：全距（range，最大值减最小值）、标准差（standard deviation，数据点到均值的平均距离）和半四分位距（semi-interquartile range）。具体选择哪类指标取决于数据类型：均值和标准差适用于对称的等距数据（interval data），而当数据呈偏态分布或存在极端值（outliers）时，中位数和半四分位距能更真实反映数据特征。
2. 核心研究
IB心理学考试作答必须引用已命名的研究作为支撑，请掌握以下内容作为答题证据：
Asch (1951)
在关键试次中约35.7%的回答是错误的，74%的被试至少出现过一次从众行为。——该研究使用描述性汇总统计（百分比）报告结果，这类数值可以让读者一眼就把握数据的整体模式。
3. 评估（AO3）
优势——清晰易懂、便于传播 — 少数经过合理选择的数值可以立刻传递整个数据集的典型值和分布特征。
局限——可能隐藏数据分布特征 — 单一平均值会掩盖数据的整体形态：均值会被极端值和偏态分布拉扯，因此只报告集中趋势而不补充离散程度度量可能产生误导。
4. 适用范围
5. 常见陷阱
错误做法:
均值永远是最优的平均值指标。
原因:
这是IB心理学考试中经常被扣分的错误概念。
正确做法:
当数据呈偏态分布或存在极端值时，均值会偏离数据的典型值，此时中位数更具代表性。需要根据数据的形态选择合适的度量指标，并且始终将集中趋势度量与离散程度度量搭配使用。
深入阅读
- 推论统计（Inferential statistics）推论检验是建立在这类汇总统计基础之上的内容，对应RM_6模块。
- 描述性统计与推论统计的区别（Descriptive vs inferential statistics）描述性统计与推论统计的框架区分属于RM_3模块要求。