数据分析师训练营/ 第四篇 统计/ 第十八章
第十八章 · 描述统计

描述统计:平均值会骗人

青柠优选的客单价是 10,077.71 元。这个数字出现在周报、月报、融资材料里,从来没人质疑。 但如果你把这 15,615 笔已支付订单从小到大排好,会发现排在最中间的那一笔只有 8,872.50 元—— 一半以上的订单,根本不到"平均客单价"。

这不是数据错了,是"平均"这个工具本身的性质:它对每一个观测一视同仁,一笔四万三的订单和一笔一百块的订单, 在分子里占的权重一样。本章要解决的就是这件事:什么时候该用均值,什么时候该用中位数, 怎么用分位数和标准差把"形状"说清楚。

理论 : 实操 = 7 : 3 约 6 学时 前置 第 17 章

18.1原理:四个数看清一批数据

这一节回答四个问题:用哪个数代表"典型"、怎么描述"分散"、怎么用图形看"形状", 以及这三个答案为什么互相牵制。所有例子都来自青柠优选的订单表,你在 18.3 能一笔一笔复现。

18.1.1均值、中位数、众数:三个"典型"回答三个问题

先做一个思想实验。五笔订单:100、120、130、150、43,000。老板问:"咱们一单大概多少钱?" 你把五个数加起来除以五,得到 8,700;他按这个数定了"满 8,000 减 400", 结果五个人里只有一个够得着。

换个算法:排队站中间的那一笔是 130。它更接近"大多数人的真实体验", 却完全不能用来算总额——130 × 5 = 650,离实际收进来的 43,500 差了 66 倍。 同一组数据,两个答案差了 67 倍,而且都对。

差别在用到了什么信息。均值用了每个数的具体大小,所以一笔 43,000 就能把它整个拽走; 中位数只看排队位置,43,000 再大,也只是"最后一个",不影响中间站的是谁。这个性质叫稳健性。

指标怎么算用到了什么抗极端值什么时候用
均值总和 ÷ 个数每个数值的大小弱分布对称;下游要算总额
中位数排序后取正中间只有位置强长尾分布;描述"典型"
众数出现次数最多的值只有频次强类别数据;发现双峰

换成真实数据:15,615 笔已支付订单,均值 10,077.71 元,中位数 8,872.50 元, 均值比中位数高 13.6%。更关键的是——56.60% 的订单(8,838 笔)金额低于均值。 "平均客单价一万"这句话,对一半以上的订单不成立。不是数据错了,是"平均"被当成了"典型", 而数学上它只是"总额平分"。

1

均值管总额,中位数管典型

只要下游要算总额(GMV、成本、预算、提成),必须用均值,因为总额 = 均值 × 笔数。 中位数没有这个性质:8,872.50 × 15,615 得不出 157,363,380.14,差着 1,800 多万。 只要你的问题是"典型的一单有多大""一半人够不够得着",必须看中位数。

如果不这样会怎样:按均值 10,077.71 设计"满 10,000 减 500"的门槛, 56.60% 的订单根本够不着。预算花出去了,覆盖不到一半用户,复盘时你还会以为是"用户不感兴趣"。

众数在金额上基本没用:金额是连续变量,几乎没有重复值,每个数都只出现一次。 它真正的用武之地是类别——订单状态里"已支付"出现 15,615 次,是众数。 当分布出现两个峰时,你会得到两个众数,这正是双峰的信号。

18.1.2分位数与箱线图:把"尾巴"说清楚

中位数告诉你"中间在哪",但没告诉你"最贵的那批有多贵"。分位数补的就是这一块: 把数据从小到大排好,Pk 是第 k% 位置上的值。P50 就是中位数,P90 表示 90% 的观测不超过它。

分位数数值(元)读法
P50(中位数)8,872.50一半订单比它便宜,一半比它贵
P9019,827.40每 10 笔订单,有 9 笔不到 2 万
P9523,451.5020 笔里只有 1 笔超过它
P9930,237.33100 笔里只有 1 笔超过它
最大值43,186.27最贵的一单,比 P99 还高一万三

读法要精确。"P90 = 19,827.40"是说随便抽一笔订单,有 90% 的概率不超过它, 不是"90% 的销售额来自这 10% 的订单"——那是贡献度,要单独算。

算法上有个坑:Excel 的 PERCENTILE.INC 和 numpy 的 percentile 默认都用线性插值, 位置 = (n − 1) × k%。换成 PERCENTILE.EXC,P90 会得到 19,833.98,差 6.58 元。 两个人算同一个数对不上,八成就是这里。

2

分位数是位置,不是数量,既不能加也不能平均

两个渠道的 P90 分别是 19,905.52 和 19,612.63,简单平均 19,759.08;合起来重算,真实值是 19,827.40,差了 68.32 元。因为两个渠道样本量不同(6,281 和 4,678),简单平均却给了它们一样的权重。 同理,P90(A) + P90(B) 也不等于 P90(A ∪ B)。

如果不这样会怎样:月报里写"各部门 P90 的平均就是公司 P90",平时没人查, 一到季度复盘,各部门加起来和总表对不上,你得当场解释这 68 元从哪来。

箱线图把五个数画在一张图上:最小值、Q1(P25)、中位数、Q3(P75)、最大值。 箱子装中间 50% 的观测,高度叫 IQR = Q3 − Q1。须不画到最大最小值, 只画到"1.5 × IQR 以内最远的点",超出去的点单独画成小圆点,叫离群点。 为什么是 1.5?正态分布下这个范围覆盖 99.3%,超出去的大概率值得单独看一眼。

IQR 离群点:超过 1.5×IQR 的点,单独标注 24,300 上须:1.5×IQR 以内最远的观测 20,500 Q3(P75):75% 的观测小于它 10,000 中位数(P50) 6,000 Q1(P25):25% 的观测小于它 3,000 下须:最小值 0 箱体装中间 50% 的观测;须只画到 1.5×IQR 以内;须外的点单独标注
图 18.1.1 箱线图的读法:箱体装中间 50%,须只画到 1.5×IQR 以内

箱线图能告诉你中心在哪、中间 50% 有多宽、尾巴有多长。它不能告诉你形状—— 一个双峰分布和一个均匀分布,完全可能画出一样的箱子。这是它最大的盲区。

18.1.3方差、标准差、变异系数:描述"散"

两批数据可以均值一模一样、长得完全不同。A 组 9、9、10、11、11,B 组 0、5、10、15、20,均值都是 10, 可 A 组的人几乎一样,B 组天差地别。方差的做法是:每个数减均值、平方、再求平均。 平方是为了让正负偏差都变正,否则正负一抵消,结果永远是 0。

σ² = Σ(xᵢ − μ)² / n          s = √( Σ(xᵢ − x̄)² / (n − 1) )

方差的问题是单位:元²。没人能理解"客单价的方差是 49,420,000 元平方",所以开根号得到标准差, 单位回到元。本数据 s = 7,029.95 元:一笔订单,典型情况下离均值一万差七千。 这个波动大到均值本身都不太可靠。

变异系数 CV = 标准差 ÷ 均值,去掉量纲,可以跨指标比较:

指标均值标准差CV
客单价10,077.717,029.9569.76%
商品单价2,550.471,605.8662.96%
用户年龄36.6510.9829.94%

客单价的相对波动是年龄的两倍多。CV 越大,均值越不可信。

标准差 vs 标准误:差一个 √n,差两个数量级

标准差 s 描述"一个订单离均值多远",样本量再大它也不会趋近 0——个体差异是客观存在的。 标准误 SE 描述"你算出来的这个均值,离真值多远",等于 s ÷ √n,样本量越大它越小。 本数据:s = 7,029.95,n = 15,615,√n = 124.96,所以 SE = 56.26 元,两者差 124.96 倍。

两个翻车现场:把 SE 当 SD 写进报告——"客单价 10,077.71 ± 56.26 元", 读者会以为所有订单都挤在一万附近,实际上一半订单在 8,872 以下。 反过来,做检验时把 SD 当 SE,z 值会被缩小 125 倍,再大的差异也测不出来。
3

标准差描述个体,标准误描述估计

看到"±"先问一句:这是 s 还是 s/√n?描述"用户之间的差异"用 s, 描述"我这个平均值有多准"用 s/√n。95% 置信区间 = 均值 ± 1.96 × SE, 不是均值 ± 1.96 × SD。

如果不这样会怎样:写成 10,077.71 ± 1.96 × 7,029.95,得到"客单价在 −3,701 到 23,856 之间"—— 下限是负数,一眼假,但你交出去的时候没人会算。

还有一个 ddof 的坑:numpy 默认除以 n,pandas 默认除以 n − 1,本章一律用 1。

18.1.4分布形态:四种形状,四种命运

前面所有的数都是"摘要",摘要必然丢信息,丢得最多的就是形状。 同样一个均值 10,078,可能是正态、右偏、双峰或均匀的,对应的业务判断完全不同。

正态 均值 ≈ 中位数 右偏长尾 均值 > 中位数 双峰 均值落在谷底 均匀 均值 = 中位数,但很散 绿色实线 = 中位数 红色虚线 = 均值 (四张图均为示意,横轴为金额)
图 18.1.2 四种分布形态:同一个均值,四种完全不同的业务含义

怎么判断?先画直方图(唯一可靠的方法);再比均值和中位数(本数据 10,077.71 对 8,872.50, 比值 1.136,明显右偏);最后算偏度(0 是对称,本数据 0.87,中等偏右)。

双峰几乎总是意味着你把两个群体混在了一起。新客客单价三千、老客一万五,分开看各自单峰, 混在一起就是两个包。这时候算个总均值九千,既不代表新客也不代表老客,谁看了都会做错决策。 但别过度解读:样本量小的时候,随机波动就能造出假的峰。

4

双峰先拆群体,别急着算总平均

看到双峰,第一反应不该是"这个分布好奇怪",而是"哪两个群体被混在一起了"。 按渠道、品类、新老客、设备拆一遍,拆到每个子群体单峰为止,然后各报各的。

如果不这样会怎样:把新客和老客混在一起报"平均客单价九千",再按这个数给所有人发券—— 新客够不着,老客薅得欢,两头不讨好。

18.2分析:客单价到底该报哪个数

本节所有数字都来自 orders.pay_amount,口径是 status = '已支付',共 15,615 笔。

SELECT COUNT(*)                    AS n,
       ROUND(SUM(pay_amount), 2) AS gmv,
       ROUND(AVG(pay_amount), 2) AS aov
FROM orders
WHERE status = '已支付';
n       gmv              aov
15615   157363380.14     10077.71

这三个数先对上,再往下算——这是第 17 章的对账纪律。

统计量数值说明
订单数 n15,615已支付口径
GMV157,363,380.14实付金额合计
均值10,077.71GMV ÷ n
中位数8,872.50P50
P9019,827.40一成订单超过它
P9523,451.50二十分之一超过它
P9930,237.33百分之一超过它
最小值 / 最大值0.00 / 43,186.278 笔 0 元单,是全额优惠
标准差7,029.95ddof = 1
变异系数69.76%标准差 ÷ 均值
偏度0.87大于 0,右偏
0 500 1,000 1,500 2,000 订单数 0 10,000 20,000 30,000 40,000 实付金额(元) 中位数 8,872.50 均值 10,077.71 P90 以上:10% 的订单,24.4% 的 GMV 峰值在 4,000–6,000,均值线落在峰的右侧斜坡上——它谁也不代表
图 18.2.1 15,615 笔已支付订单的实付金额分布,峰在 4,000–6,000

看这张图,三件事一眼可见:

  1. 峰在 4,000–6,000,不在均值所在的 10,078。最常见的订单和"平均订单"根本不是一个东西。
  2. 右边拖着长尾到 4 万 3。超过 3 万的只有 169 笔(1.08%),却贡献了 3.57% 的 GMV。
  3. 均值线在中位数线右边 1,205 元,正好落在峰的右侧斜坡上。它站在那儿,谁也不代表。
Q1 4,535 P50 8,872 Q3 14,334 上须 29,030 最大 43,186 最小 0 IQR 9,798.62 0 10,000 20,000 30,000 40,000 225 个离群点(1.44%)合计贡献 4.62% 的 GMV——它们不是错误
图 18.2.2 同一批数据的箱线图:中间 50% 落在 4,535–14,334 之间

中间 50% 的订单落在 4,535.13 到 14,333.74 之间,箱子宽 9,798.61 元;上须到 29,030.03, 再往上有 225 个离群点(1.44%),最远到 43,186.27。下须直接落到 0, 因为 Q1 − 1.5 × IQR 是负数,而金额不可能为负。

这 225 个离群点不是错误,是真实的高价订单(手机加电脑一起买,或企业采购), GMV 合计 7,267,647.61 元,占 4.62%。删掉它们,GMV 少 727 万,而且没有凭证支持。 离群点要解释,不要删。

错误:只报一个数

"青柠优选客单价 10,077.71 元。"

听众会自动理解成"典型订单一万块"。而 56.60% 的订单不到这个数, 按它设计的功能,一半用户用不上。

正确:三个数 + 一句话

"客单价 10,077.71 元;典型订单 8,872.50 元;一成订单超过 19,827 元。均值比中位数高 1,205 元,因为少数高价订单拉高了平均。"

三个数各有各的用处:对财务必须用 10,077.71,因为 10,077.71 × 15,615 = 157,363,380.14,一分不差; 对运营用 8,872.50 描述"典型用户花多少",用 19,827.40 划高价值用户的线; 对老板一句话——"平均一万,但一半人不到九千"。

这就是"平均值会骗人"的解法:不是不用均值,而是用均值时必须同时给出形状。 只报一个数,无论报哪个,都是耍流氓。

18.3实验:六步算出该报的指标

实验用 Python + SQLite,脚本不到 30 行;没装环境也能做,每个统计量后面都给了 Excel 公式。 数据在 book/data/qingning.db。

环境

Python 3.10+ / numpy,或 Excel 2016+ / WPS

能跑 python stat.py 就行,不需要 IDE

数据

qingning.db · orders 表 20,000 行

本章只用 pay_amount 和 channel

已完成 0 / 6 预计 20 分钟
01

连库取数,先核对基数

2 分钟 · 对应规则 1
做什么
把 15,615 笔已支付订单的金额读进内存,确认 n 和 GMV。
为什么
规则 1 说"均值管总额"。总额对不上,后面所有均值都没意义。
怎么做
  1. 新建 stat.py,写入下面的代码
  2. 把 DB 改成你的路径,运行 python stat.py
import sqlite3, numpy as np

DB = "book/data/qingning.db"
con = sqlite3.connect(DB)
sql = "select pay_amount from orders where status='已支付'"
x = np.array([r[0] for r in con.execute(sql)])

print("n   =", len(x))
print("GMV = %.2f" % x.sum())
看到什么
n = 15615,GMV = 157363380.14。和 18.2 的表一致,往下走。
卡住了 / 出错了

no such table: orders:路径不对,用绝对路径,或确认当前目录是项目根目录。

ModuleNotFoundError: numpy:pip install numpy;没网络就用 Excel,公式每步都给了。

02

算五个数:均值、中位数、P90、P95、标准差

3 分钟 · 对应规则 1、3
做什么
把五个核心统计量一次算出来。
为什么
规则 1 要"均值 + 中位数",规则 3 要标准差。五个数凑齐才能判断形状。
怎么做
  1. 在 stat.py 末尾追加下面五行
  2. 注意 ddof=1,别用默认值
print("均值   = %.2f" % x.mean())
print("中位数 = %.2f" % np.median(x))
print("P90    = %.2f" % np.percentile(x, 90))
print("P95    = %.2f" % np.percentile(x, 95))
print("标准差 = %.2f" % x.std(ddof=1))

Excel 对照:=AVERAGE(D:D)、=MEDIAN(D:D)、 =PERCENTILE.INC(D:D,0.9)、=STDEV.S(D:D)。

看到什么
均值 10077.71;中位数 8872.50;P90 19827.40;P95 23451.50;标准差 7029.95。
P90 算出 19833.98,和书上不一样

你用的是 PERCENTILE.EXC 或 numpy 的 method='weibull'。两种算法都合法,差 6.58 元。全组统一用 INC 就行。

03

补上 Q1、Q3 和离群点边界

3 分钟 · 对应规则 2
做什么
算出 IQR、上界,数一数有多少个离群点。
为什么
规则 2 的箱线图要靠这五个数才能画;离群点数量决定你要不要单独解释它们。
怎么做
q1, q3 = np.percentile(x, [25, 75])
iqr = q3 - q1
upper = q3 + 1.5 * iqr
print("Q1=%.2f Q3=%.2f IQR=%.2f 上界=%.2f" % (q1, q3, iqr, upper))
print("离群点", (x > upper).sum(), "个")
print("GMV 占比 %.2f%%" % (x[x > upper].sum() / x.sum() * 100))
看到什么
Q1 4535.13,Q3 14333.74,IQR 9798.61,上界 29031.67;离群点 225 个,占 GMV 4.62%。
为什么下界是负数却不用管

Q1 − 1.5 × IQR = −10,162.79。金额不能为负,所以下须停在最小值 0。这也说明这批数据只往右边长尾巴。

04

分桶,把形状画出来

4 分钟 · 对应规则 4
做什么
按 2,000 元一档,统计每档有多少单。
为什么
规则 4 的第一条:画直方图是判断形状唯一可靠的方法。
怎么做
  1. 把下面这段 SQL 粘进 DB Browser 的"执行 SQL"页
  2. 把结果对照下面的表
SELECT CAST(pay_amount / 2000 AS INT) * 2000 AS bucket,
       COUNT(*) AS cnt
FROM orders
WHERE status = '已支付'
GROUP BY bucket
ORDER BY bucket;
区间单数占比区间单数占比
0–2,0001,62310.39%22,000–24,0003462.22%
2,000–4,0001,73111.09%24,000–26,0002171.39%
4,000–6,0001,98312.70%26,000–28,0001871.20%
6,000–8,0001,75011.21%28,000–30,0001230.79%
8,000–10,0001,65710.61%30,000–32,000660.42%
10,000–12,0001,5369.84%32,000–34,000550.35%
12,000–14,0001,2718.14%34,000–36,000230.15%
14,000–16,0001,0406.66%36,000–38,000130.08%
16,000–18,0008735.59%38,000–40,00070.04%
18,000–20,0006524.18%40,000–42,00020.01%
20,000–22,0004572.93%42,000–44,00030.02%
看到什么
峰在 4,000–6,000(1,983 单),之后单调下滑;24,000 以上只有 696 单。合计 15,615 单,和步骤 1 对得上。
0 元单是怎么来的

有 8 笔已支付订单实付 0 元,是全额优惠券或积分兑换。占比不到 0.06%,不影响结论,也别删——删了就不叫全量。

05

按渠道拆开,看有没有双峰

4 分钟 · 对应规则 4
做什么
四个渠道各算一次 n、均值、中位数、P90。
为什么
规则 4 说双峰意味着混了两个群体,渠道是最常见的混合源。
怎么做
for ch in ['自然搜索', '信息流', '朋友推荐', '线下']:
    a = np.array([m for c, m in con.execute(
        "select channel, pay_amount from orders where status='已支付'")
        if c == ch])
    print(ch, len(a), "%.2f %.2f %.2f" %
          (a.mean(), np.median(a), np.percentile(a, 90)))

也可以用 SQL 先算 count 和 avg,中位数和 P90 交给 Python 补。

看到什么
四组均值在 9,947–10,198,中位数在 8,729–8,904,形状都是同一种右偏。没有双峰。
没出现双峰,是不是实验失败了

不是。负结论也是结论:渠道不是混合源,右偏来自商品价格跨度大(配件几百块、手机上万)。

换个维度拆——按"订单里有没有手机",两组中位数是 11,366 和 6,896(6,584 单对 9,031 单),这才是真正的混合源。

06

写结论:三个数 + 一句话

4 分钟 · 对应规则 1
做什么
把上面五步压缩成一段能直接粘进周报的话。
为什么
分析的价值不在算,在说清楚。规则 1 要求"均值和中位数都报"。
怎么做
  1. 按"总额口径 → 典型值 → 尾部 → 一句话解释"四段写
  2. 检查每个数都能在输出里找到,且没有"大约""左右"
看到什么
参考写法:"本期 GMV 157,363,380.14 元,已支付订单 15,615 笔,客单价 10,077.71 元; 典型订单 8,872.50 元(中位数),一成订单超过 19,827 元(P90)。 均值比中位数高 1,205 元,主要来自 225 笔 2.9 万以上的高价订单。"
为什么不能只写"客单价 10,078 元"

因为下一句一定是"按 1 万设计会员门槛吧",而 56.60% 的订单根本够不着。

18.4验证:数值核对 + 5 道选择题

先对三个数,都能在 18.3 的输出里找到。

P50,一半订单比它便宜
用 PERCENTILE.INC 或 numpy 默认算法
填百分数的数字部分,保留两位小数

18.4.1五道选择题

不看前面的正文,凭第一反应选。选完立刻出解析。

Q1一组订单金额是 10、20、30、40、1,000。中位数是多少?
解析:中位数只看排队位置,五个数排好正中间是 30。220 是均值(1,100 ÷ 5),被 1,000 拽走了。
Q2一个右偏分布,均值和中位数谁大?
解析:右偏意味着右边有长尾,少数极大的值把均值往右拉,中位数只受位置影响。本数据均值 10,077.71、中位数 8,872.50,就是这个关系;左偏则反过来。
Q3杭州仓的 P90 是 12,000,成都仓的 P90 是 8,000。合并后两仓的 P90 是多少?
解析:分位数是位置,不是数量,合并后的值取决于两仓各自的样本量和分布。本数据里两个渠道 P90 的平均是 19,759.08,真实值 19,827.40,差 68.32 元。
Q4客单价的标准差是 7,030 元,样本量 15,615。标准误约是多少?
解析:SE = s ÷ √n = 7,030 ÷ 124.96 ≈ 56.26。7,030 描述单个订单的波动,56 描述均值的波动,两者差 125 倍。选项 D 的 125 是 √n,是最常见的混淆。
Q5箱线图看不出下面哪件事?
解析:箱线图只画五个数,箱子内部的信息全被压缩掉了。双峰和均匀分布完全可能画出一样的箱子,要看形状必须画直方图。
得分:0 / 5

18.5常见问题排查

按"现象 → 原因 → 解决"整理。

现象原因解决
均值和中位数差很多右偏长尾,均值被高价订单拉走两个都报,并给出 P90 说明尾巴多长
两个人算的 P90 不一样一个用 INC,一个用 EXC全组统一 PERCENTILE.INC,写进口径文档
各部门 P90 加起来对不上总表分位数不能相加,也不能简单平均拿原始数据合并重算,不要对汇总数再汇总
标准差比均值还大CV > 100%,重尾,或有极端值先看最大值是不是录入错误,再看要不要分群
箱线图上一堆离群点数据本身长尾,或单位不统一先核对单位(元 / 分),确认真实后保留
直方图出现两个峰两个群体被混在一起按渠道 / 品类 / 新老客拆开,各自描述

18.6本章小结与练习

  1. 均值管总额,中位数管典型。总额 = 均值 × 笔数,所以对账用均值,描述体验用中位数。
  2. 56.60% 的订单低于均值。这是右偏分布的常态。看到均值,先问"有多少人在平均线以下"。
  3. 分位数是位置,不能加也不能平均。要合并就回原始数据重算。
  4. 标准差描述个体,标准误描述估计。两者差一个 √n,本数据里差 125 倍。
  5. 双峰先拆群体。箱线图看不出双峰;汇报的最小单位是均值、中位数、P90。

18.6.1练习

  1. 把 225 个离群点(> 29,031.67)删掉,重算均值和标准差,各变化多少?说明什么?
  2. 如果公司定"满 12,000 减 600"的门槛,按当前分布,大约多少比例的订单能参与?
  3. 算出"含手机订单"和"不含手机订单"两组的中位数,解释为什么合并均值不能代表任何一组。
  4. 老板要求"客单价月度报告误差不超过 ±300 元",需要多少笔订单?这个数字现实吗?
参考答案

1. 删掉后 n = 15,390,均值 9,841.41,标准差明显下降。均值只降 236.30 元,看起来"影响不大",但 GMV 少了 727 万——不能按"对均值影响小"来决定删不删数据。

2. 12,000 以下共 10,280 笔,能参与的有 15,615 − 10,280 = 5,335 笔,占 34.17%。三分之二的订单连门槛都够不着。

3. 含手机 6,584 单,中位数 11,366.28;不含手机 9,031 单,中位数 6,895.53。合并均值落在两者之间,是两个群体按人数加权后的重心,不是真实存在的典型订单。

4. n = (1.96 × 7,029.95 ÷ 300)² ≈ 2,110 笔。单月 881 单不够,得攒两个半月;要么接受更大误差,要么改成"分品类看"。

下一章预告:这一章只描述"手里这批数据"。下一章往前迈一步——手里只有 500 笔订单, 怎么对"全部订单"下结论?那个 0.3 个百分点的提升,是真涨了,还是抽样抽出来的运气?
数据分析师训练营 · 第十八章
Python / Excel 均可,统计量口径见 18.2