在描述性统计中，我们需要用哪些常用指标来概括数据特征？这些指标分别应如何计算？

回答思路

1. 【回答框架 1】描述性统计用于概括和描述数据集的集中趋势、离散程度和分布形态。常用指标包括均值、中位数、众数、方差、标准差、极差、四分位距和变异系数等。
2. 【回答框架 2】集中趋势指标：均值是所有数据之和除以数据个数，易受极端值影响；中位数是将数据排序后位于中间位置的值，对极端值稳健；众数是出现频率最高的值，适用于分类数据。
3. 【回答框架 3】离散程度指标：方差是各数据与均值差的平方的平均数，标准差是方差的平方根，量纲与原数据一致；极差是最大值与最小值之差；四分位距是第三四分位数与第一四分位数之差，反映中间50%数据的分散程度；变异系数是标准差与均值的比值，用于比较不同量纲或均值的离散程度。
4. 【回答框架 4】计算时，均值按公式sum(x)/n计算；方差按sum((x-mean)^2)/n（总体方差）或除以n-1（样本方差）计算；中位数先排序，若n为奇数取中间值，若n为偶数取中间两数平均。
5. 【回答框架 5】实际应用中需结合数据分布选择合适指标，偏态分布宜用中位数和四分位距，正态分布可用均值和标准差。
6. 【关键点 1】均值受极端值影响，中位数稳健
7. 【关键点 2】总体方差除n，样本方差除n-1
8. 【关键点 3】变异系数用于比较不同量纲数据的离散程度
9. 【易错点 1】混淆总体方差与样本方差的除数
10. 【易错点 2】忽略数据的分布形态直接使用均值
11. 【易错点 3】对偏态数据误用均值描述集中趋势