众数：

一组数据中，出现次数最多的数据叫做这组数据的众数。

中位数：

一组数据按大小依次排列，把处在最中间位置的一个数据（或中间两个数据的平均数）叫做这组数据的中位数。

平均数：

如果有几个数，那么叫做这几个数的平均数。
如果在几个数中，那么叫做这几个数的加权平均数。

中位数的特点：

中位数不受少数几个极端值的影响，这在某些情况下是一个优点，但是它对极端值的不敏感有时也会成为缺点。

平均数、众数和中位数的作用：

平均数、众数和中位数都叫统计量，它们在统计中，有着广泛的应用。平均数、中位数、众数都是描述数据的集中趋势的“特征数”，平均数、中位数和众数从不同侧面给我们提供了同一组数据的面貌。

关于平均数、中位数、众数的选取：

（1）分析数据平中众，比较接近选平均，相差较大看中位，频数较大用众数；
（2）所有数据定平均，个数去除数据和，即可得到平均数；
（3）大小排列知中位；
（4）整理数据顺次排，单个数据取中问，双个数据两平均；频数最大是众数。

方差和标准差的定义：

考察样本数据的分散程度的大小，最常用的统计量是标准差。标准差是样本数据到平均数的一种平均距离，一般用s表示。
设一组数据的平均数为，则，其中s²表示方差，s表示标准差。

一般地，平均数、方差、标准差具有如下性质：

若数据的平均数是，方差为s²，标准差为s.则新数据的平均数是a＋b，方差为，标准差为
特别地，如a＝1，则新数据的方差、标准差与原数据相同，分别为s²，s。因此，当一组数据均较大且接近某个常数时，可先将每个数同时减去这个常数，再计算这组新数据的方差，它与原数据的方差相等.

方差和标准差的意义：

方差和标准差都是用来描述一组数据波动情况的特征数，常数来比较两组数据的波动大小，方差较大的波动较大，方差较小的波动较小。

用样本的数字特征估计总体的数字特征分两类：

①用样本平均数估计总体平均数．
②用样本方差、标准差估计总体方差、标准差．样本容量越大，估计就越精确．

计算标准差的算法：

(1)算出样本数据的平均数；
(2)算出每个样本数据与样本平均数的差;
(3)算出
(4)算出这n个数的平均数，即为样本方差s²；
(5)算出方差的算术平方根，即为样本标准差s.

随机变量：

随着试验结果变化而变化的变量，常用字母ξ，η等来表示随机变量。

离散型随机变量：

所有取值可以一一列出的随机变量；

离散型随机变量的分布列：

如果离散型随机变量ξ可能取的值为x₁，x₂，x₃，…，x_n，…，而ξ取每一个值x_i（i=1，2，3，…）的概率P（ξ＝x_i）=p_i，以表格的形式表示如下：
 
上表称为离散型随机变量ξ的概率分布列，简称为ξ的分布列。

任一随机变量的分布列都具有下列性质：

（1）0≤p_i≤1，（i=1，2，3，…）；
（2）p₁+p₂+p₃+…+p_n+…=1；
（3）离散型随机变量在某一范围内取值的概率等于它取这个范围内各个值的概率之和。

求离散型随机变量分布列：

(1)先判断一个变量是否为离散型随机变量，主要看变量的值能否按一定的顺序一一列举出来．
(2)明确随机变量X可取哪些值．
(3)求x取每一个值的概率．(4)列成分布列表，

数学期望的定义：

称为ξ的数学期望或平均数，均值，数学期望又简称为期望，它反映了随机变量取值的平均水平。

方差的定义：

称为ξ的均方差，简称为方差，叫做随机变量ξ的标准差，记作：。

期望与方差的性质：

（1）；
（2）若η=aξ+b，则；
（3）若，则；
（4）若ξ服从几何分布，则。

求均值（数学期望）的一般步骤：

(1)首先判断随机变量是否服从二点分布、二项分布或超几何分布，若服从，则直接用公式求均值．(2)若不服从特殊的分布，则先求出随机变量的分布列，再利用公式求均值。

方差的求法：

(1)若随机变量X服从二点分布或二项分布，则直接利用方差公式可求．
(2)若随机变量X不服从特殊的分布时，求法为：