描述性統計 是什麼？

Descriptive Statistics — 描述性統計 的完整解釋

描述性統計使用數值摘要（平均數、中位數、標準差等）和圖表來描述資料集的集中趨勢、離散程度與分佈型態，是資料分析的第一步

容易混淆

描述性統計 vs 常見誤用場景 它常被拿去跟很像的概念混在一起，但真正差別要回到它處理的是「判斷、生成、分組」還是「保護、壓縮、訓練」。

最關鍵的區別： 先看它是在做「理解、生成、分組、保護」哪一件事，再看細節。

記住這句就好

先把資料的樣貌整理清楚，再談推論

實際案例

案例一：描述性統計 看銷售報表 你先看平均銷售額，再看中位數和標準差，就能知道資料是不是被少數超高訂單拉歪。

案例二：描述性統計 觀察班級成績 如果大部分人都集中在 70 分附近，但有幾個極端值，圖表和分布形狀會比單一平均數更誠實。

深入了解

描述性統計不負責預言未來，它負責把現在的資料講清楚 你先看集中趨勢，再看離散程度和分布形狀，通常就能抓到資料的大問題 如果這一步沒做，後面模型常會在錯的基礎上努力

描述性統計 真正重要的，不是名詞本身，而是它幫你解決的是哪一類問題。

情境判斷

Q1（直覺題）： 拿到一份資料表，第一眼最該看的通常是什麼？ → 先看平均數、中位數、標準差和圖形分布，先把資料長相認出來。

Q2（判斷題）： 只看平均數就能判斷資料狀況嗎？ → 不行，因為平均數會掩蓋離群值和分布偏態，還要一起看中位數、離散程度和圖表。

描述性統計 在 iPAS 考試中的重點

根據歷年統計，描述性統計 相關題目 屬於高頻考範圍。

常見問題

描述性統計和推論統計有什麼不同？

描述性統計只是在整理和描述資料本身，例如平均數、中位數、標準差和圖表，推論統計才是從樣本去推估母體或做假設檢定。

只看平均數夠嗎？

不夠，因為平均數很容易被極端值影響，還要一起看中位數、離散程度和分布形狀。

描述性統計一定要用公式嗎？

不一定，很多時候先看圖表就能抓到大方向，公式只是把圖上看到的特徵用數字表達出來。