数据的基本特征包括集中趋势、离散程度、分布形状、异常值、缺失值、相关性。
1、集中趋势：数据的集中趋势是指数据向某个值聚集的倾向。常用的度量指标包括平均值、中位数和众数。
2、离散程度：数据的离散程度是指数据的分散程度或变异程度。常用的度量指标包括标准差、方差和极差。
3、分布形状：数据的分布形状描述了数据值的分布模式。常见的分布形状包括对称分布、偏态分布和峰态分布。
4、异常值：异常值是指与其他数据值明显不同的单个观测值。异常值可能是由于测量误差或采样误差引起的。处理异常值需要根据具体情况进行判断和处理。
5、缺失值：缺失值是指数据样本中缺少某些变量或观测值的情况。处理缺失值需要采取适当的方法，如删除缺失值、插补缺失值或利用模型进行填充等。
6、相关性：相关性描述了两个或多个变量之间的关联程度。常用的度量指标包括相关系数，如皮尔逊相关系数。
数据的功能
1、描述和总结：数据可以用来描述和总结现实世界中的事物、现象和趋势。通过对数据进行整理、归纳和统计分析，可以得出对现实世界的客观描述和总结，为决策和问题解决提供依据。
2、预测和预测：基于历史数据和趋势，可以使用数据分析技术进行预测和预测。这有助于了解可能的未来发展和趋势，并为做出决策和制定计划提供指导。
3、评估和监测：数据可以用于评估和监测特定事物、活动或系统的性能、效果和质量。通过收集和分析相关数据，可以识别潜在问题、改进和优化过程，并进行有效的监控和反馈。
4、支持决策：数据是决策制定的基础。通过收集、整理和分析数据，可以为决策者提供信息和见解，帮助他们做出明智的决策。数据驱动的决策可以提高决策的准确性和效果。
5、发现新知识：通过对数据的挖掘和探索，可以发现新的模式、关联和洞察力。数据分析可以帮助揭示隐藏在数据中的规律和趋势，促进新的发现和创新。