数据变异性的度量 - 极差、IQR、方差和标准偏差

variability被称作变异性或者可变性,它描述了数据点彼此之间以及距分布中心的距离。

可变性有时也称为扩散或者分散。因为它告诉你点是倾向于聚集在中心周围还是更广泛地分散。

低变异性是理想的,因为这意味着可以根据样本数据更好地预测有关总体的信息。高可变性意味着值的一致性较低,因此更难做出预测。在统计学中,我们的目标是测量一组特定数据或一个分布的变异性。简单来说,如果一个分布中的数据值是相同的,那么它没有变异性。

数据变异性的度量 - 极差、IQR、方差和标准偏差

上图中尽管数据服从正态分布,但每个样本都有不同的分布。样品 A 的变异性最大,而样品 C 的变异性最小。

可以使用多种不同的方式对变异度进行度量

极差(Range)

数据变异性的度量 - 极差、IQR、方差和标准偏差

极差,又称全距,可以显示数据从分布中的最低值到最高值的分布。

例如,考虑以下数字:1、3、4、5、5、6、7、11。对于这组数字,极差是 11-1 或 10。

数据变异性的度量 - 极差、IQR、方差和标准偏差

极差的度量仅使用了 2 个数字因此受异常值影响很大,并且不会提供有关值分布的任何信息。所以它最好与其他方法结合使用。

原文地址:

数据变异性的度量 - 极差、IQR、方差和标准偏差

 
上一篇:Java Stream数字到数字


下一篇:[数学建模] 数据预处理