描述统计
Descriptive statistics
学到 会用 就够：能亲手用起来
你可能会说
“我想先介绍样本长什么样，除了报平均数还应该给读者看什么？”
描述统计用人数、比例、平均水平和分布差异等信息，概括已经观察到的数据，让人知道样本包含谁、数值大致怎样分布。
使用 AI
科研里的例子
假设经济学研究比较两个地区的就业收入，同时报告人数、中位收入和收入分布，发现均值接近的一组内部差距更大。
先根据变量含义选择合适的概括办法。类别可以报告人数和比例，数量可以结合平均数、中位数、分布范围或图形说明。每一项都要交代单位、有效记录数、缺失处理，以及是否使用调查权重。平均水平相同的两组，内部差距仍可能很大，因此不能只给一个均值就说两组类似。描述对象也应明确：是全部调查对象、清洗后的样本，还是某个回归实际使用的人。比较不同年份和地区时，还要检查口径是否一致。描述统计可以发现值得进一步追问的现象，但不直接解释它为什么发生。
在你的学科里，直接拿去用
把数据分析要求写成可复现说明
请先为这项分析形成可复现的任务说明，再建议代码。 问题：[填写] 数据字典及已有规则：[提供] 可用软件与现有代码：[提供] 明确一行数据代表什么、样本范围、连接键、单位、缺失码、变量构造、估计对象和输出。区分描述分析与因果分析；缺少识别依据时不要把回归系数直接称为因果影响。给出小样本核对、异常记录和可重跑顺序。保留原始数据，所有转换写到派生结果并留记录；不能为得到显著结果修改数据或筛选规则。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG08
把回归结果准确写成中英文
根据所给[回归表、模型说明和变量编码]，为[读者]写[字数]左右的中文结果说明，再给意义相同的英文版本。逐项说明估计对象、系数方向和量级、单位、置信区间或标准误，以及样本范围；仅在模型与编码允许时把系数换成百分比或原单位。将统计显著性与经济意义分开，说明基期与政策成本是否足以比较。因果措辞须与[识别设计]一致：若只有条件关联，就使用关联表述。另附数字与原表位置对照表，缺失信息列为待补，未显著结果不写成证明无效。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PE05
判断
亲手检查一次
核对一行描述表的单位、有效人数和缺失处理，再用原数据独立计算其中一个比例或均值。
它做不到的
样本中的差别不自动代表总体差别，也不说明因果。一个总平均数可能掩盖群体构成和内部差异。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。