产品运营数据分析：数据分组统计公式

调皮捣蛋

第一步确定组数

一组数据分多少组合适呢？一般与数据本身的特点及数据的多少有关。

如组数太少，数据的分布就会过于集中，组数太多，数据的分布就会过于分散，这都不便于观察数据分布的特征和规律。组数的确定应以能够显示数据的分布特征和规律为目的。

可以按美国人斯特杰斯(Sturges)提出的经验公式来确定组数K：

K：组数
n: 数据个数
ln(n)：㏑即自然对数，以e为底数的对数通常用于㏑；以e为底数， e约等于2.71828…….

为方便大家进行数据分组，这里计算了从10个数据到1千万条数据的分组个数，供大家参考。

需要注意的是，这仅仅是分组理论，在实际的分组中，还需要观察数据，摸清数据分布规律，可以根据统计分析实际情况进行调整，组数过多，也不利于做进一步的统计分析。

第二步确定组距

确定各组的组距。组距是一个组的上限与下限的差，可根据全部数据的最大值和最小值（即极差）及所分的组数来确定，公式如下：

例如，最大值为100，最小值为30，则组距=（100－30）÷8=8.75 ，可以近似取到10。

第三步 分组

明确两个分组原则：

穷尽原则

使总体中的每一个单位都应有组可归，或者说各分组的空间足以容纳总体所有的单位。

互斥原则

在特定的分组标志下，总体中的任何一个单位的只能归属于某一组，而不能同时或可能归属于几个组。

上面的数据，最大值为100，最小值为30，组距是10，那么分组可能是：最小值——40，41——50，51——60……如此类推。

琉璃鹤

:lol:lol