极差（Range）
数据集中最大值与最小值之差，反映数据分布范围。 公式：$R = X{max} - X{min}$
优点：计算简单，但仅依赖极端值，易受异常值影响。
四分位距（Interquartile Range, IQR）
上四分位数（Q3）与下四分位数（Q1）之差，反映中间50%数据的离散程度。 公式：$IQR = Q3 - Q1$
优点：不受极端值影响，适用于顺序型数据。
标准差（Standard Deviation）
数据与均值差值的平方和的平均值的平方根，衡量数据波动大小。 公式：$sigma = sqrt{frac{1}{n}sum_{i=1}^{n}（X_i - mu）^2}$
优点：综合反映数据离散情况，应用广泛。
方差（Variance）
数据与均值差值的平方和的平均值，标准差的平方。 公式：$sigma^2 = frac{1}{n}sum_{i=1}^{n}（X_i - mu）^2$
优点：与标准差类似，但单位是原始数据单位的平方。
变异系数（Coefficient of Variation, CV）
标准差与均值的比值，用于比较不同均值数据集的离散程度。 公式：$CV = frac{sigma}{mu} times 100%$
优点：消除量纲影响，便于跨数据集比较。
平均绝对偏差（Mean Absolute Deviation, MAD）
数据与均值差值的绝对值的平均值，反映平均偏离程度。 公式：$MAD = frac{1}{n}sum_{i=1}^{n}|X_i - mu|$
优点：计算简单，对异常值敏感度低于标准差。
异众比率（Mode Deviation Ratio）
非众数组频数占总频数的比例，衡量众数代表性。 公式：$d_m = frac{sum f_i - f_m}{sum f_i}$
适用：分类数据（如性别、职业等）。
峰度（Kurtosis）
反映数据分布陡峭程度，正值表示尖峰分布，负值表示平峰分布。 公式：$K = frac{sigma^4}{nsigma^2}$
优点：补充分布形态信息，但计算较复杂。
MACD（Moving Average Convergence Divergence） ：通过两条移动平均线差值判断趋势，非离散指标但常与离散指标结合使用。- RSI（Relative Strength Index） ：评估买卖力量强度，超买信号（RS>70）或超卖信号（RS<30）。
总结 ：
描述数据波动 ：极差、标准差、方差；
衡量分布范围 ：极差、四分位距；
比较不同数据集 ：变异系数；
特殊场景 ：异众比率（分类数据）、峰度（分布形态）。选择指标时需结合数据类型和分析目标，例如金融分析中常结合MACD、RSI等技术指标与基础离散指标综合判断。
温馨提示：
