近几年专硕考研成为热门，其中应用统计硕士是其中之一，大家要想顺利进步，一方面要有专业知识，另一方面还要将所学知识灵活运用，今天小编为大家整理了应用统计硕士考研知识点介绍，帮助大家提高备考效率，顺利进步。

相对离散程度：

极差、平均差、方差和标准差等都是反映数据分散程度的绝对值，其数值的大小一方面取决于原变量值本身水平高低的影响，也就是与变量的平均数大小有关，变量值绝对水平高的，离散程度的测度值自然也就大。绝对水平小的离散程度的测度值自然也就小;另一方面，它们与原变量值的计量单位相同，采用不同计量单位计量的变量值，其离散程度的测度值也就不同。因此对于平均水平不同或者计量单位不同的不同组别的变量值，是不能用上述离散程度的测度值直接比较其离散程度的。为消除变量值水平高低和计量单位不同对离散程度测度值的影响，需要计算离散系数 。离散系数是指一组数据的标准差与其相应的平均数之比。离散系数是测度数据离散程度的相对统计量，通常是就标准差来计算的，因此也称为标准差系数，离散系数的作用主要是用于比较对不同样本数据的离散程度。离散系数大的说明数据的离散程度大，离散系数小的说明数据的离散程度小。

测度数据分布形状的统计量

(1)偏态：如果一组数据的分布的对称的，则SK=0，如果SK明显不等于零，表明分布是非对称的。当SK为正值时，表示正偏离差值较大，可以判断为正偏或右偏;反之，为负偏或左偏，SK的值越大，表示倾斜的程度就越大

(2)峰态：如果一组数据服从标准正态分布，则峰态系数的值等于0，若峰态系数的值明显不同于0，表明分布比正太分布更平或更尖，通常称为平峰分布或尖峰分布。当K>0时为尖峰分布，当K<0时为扁平分布

数据的整理与显示

(1)要弄清所面对的数据类型，因为不同类型的数据，所采取的处理方式和方法是不同的

(2)对分类数据和顺序数据主要是做分类整理

(3)对数值型数据则主要是做分组整理

(4)适合于低层次数据的整理和显示方法也适合于高层次的数据;但适合于高层次数据的整理和显示方法并不适合于低层次的数据

以上就是为大家整理的考研备考资料，大家可以继续关注启航教育考研备考栏目，获取更多考研备考信息，预祝大家能够进入理想院校。

点击查看>>>2023考研数学公式手册（干货备考资料）

点击查看>>>考生须知：2023年考研大纲什么时候公布？