目录
统计分析前必须确认的 5 个数据汇总指标
拿到问卷数据后，
很多人会立刻进入分析阶段。
“先跑一下看看，有问题再改。”
但在实际项目中，
大多数分析错误并不是统计方法的问题，
而是还没真正‘看过数据’就开始分析。
The Brain 在大量项目复核中发现，
分析前是否检查这些基础汇总指标，
几乎决定了结果是否稳定。
1️⃣ 不要只看平均值，一定要同时看离散程度
这是最常见的错误。
如果平均值看起来差不多，
但标准差（SD）异常偏大，
往往意味着：
回答集中在极端选项
个别极端值对结果产生了强烈影响
只看平均值时，
“看起来还不错”的数据，
实际上可能非常不稳定。
2️⃣ 先用最小值 / 最大值筛掉输入错误
这是最基础、
但效果最立竿见影的检查。
重点确认：
是否出现超出量表范围的数值
是否存在逻辑上不可能的取值
是否有明显突兀的极端值
如果在这一阶段没发现编码或输入错误，
后续所有分析都可能被系统性扭曲。
3️⃣ 不仅要看缺失率，更要看缺失分布
缺失值有多少很重要，
但集中在哪里更关键。
危险信号包括：
某些题目缺失明显集中
只有特定群体缺失率特别高
这种情况下，
缺失往往不是随机的，
而更可能是结构性问题，
分析前必须先解释清楚。
4️⃣ 不看分布形态，很容易忽略假设违背
很多统计方法默认：
正态性
线性关系
检查方式包括：
直方图
偏度 / 峰度
箱线图
如果不先确认分布，
就直接做回归或方差分析，
很容易在假设层面就埋下隐患。
5️⃣ 先快速扫一眼变量间的基础相关结构
在进入正式模型前，
只要先看一眼相关矩阵，
就能预防大量问题。
重点关注：
相关系数异常偏高（多重共线性信号）
完全无关的变量组合
与理论预期相反的方向
这一步相当于
分析策略的“预警系统”。
结论：汇总指标不是形式步骤，而是分析的安全带
统计分析前的基本检查清单：
平均值 + 离散程度
最小值 / 最大值
缺失值结构
分布形态
基础相关结构
只要这五项做到位，
“为什么结果看起来怪怪的？”
这个问题，
在分析开始前就已经被解决了一大半。
The Brain 在所有分析启动前，
都会把这些汇总指标检查作为标准流程，
先确保数据处在稳定状态，
再进入正式统计分析阶段。
