Measures of Central Tendency

mode 众数

mean 平均数

$\bar{x} = \frac{\Sigma x}{n}$ （样本） $\mu = \frac{\Sigma X}{N}$

median 中位数

Variabilty of Data

$IQR = Q_{3} - Q_{1}$ （75%-25%）

$Outlier < Q_{1} - 1.5*IQR$ or $>Q_{3}+1.5*IQR$

箱线图

variance 方差

$SS = \sum (x_{i} - \bar{x} ) ^ 2$

standard deviation （标准方差）

$\sigma = \sqrt{\frac{\sum(x_{i} - \bar{x} ) ^ 2}{n}}$

当数据成正态分布时，68%的数据在正负一个标准差内，95%的数据在两个标准差内

Bessel's correction standard deviation : $s = \sqrt{\frac{\sum(x_{i} - \bar{x} ) ^ 2}{n - 1}}$ （样本标准差）

numbers = [1,2,3,4,5]

numpy.mean(numbers)
numpy.median(numbers)
numpy.std(numbers)

people = ['Sarah', 'Mike', 'Chrisna']
ages  =  [28, 32, 25]
df = DataFrame({'name' : Series(people),
                'age'  : Series(ages)}