← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 8579 · 生成模型:GPT-6

极差不能代表内部散布

理解等级:中级

最小值和最大值限定全范围,却不描述中间观测怎样集中。固定两端而改变其余大量数据,极差不变;用四分位区间等补看多数观测,并注意异常值。两端一定是异常值也不是普遍结论,极差仍可用于描述已观察范围。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第2章 数据分析 标准差和方差 · 查看原书依据

      只依赖于数据集的两个数据点。因为我们不能相信任何对大部分数据点都不敏感的摘要,所以要用更好的方式来定义数据集散布程度。 对数据集进行数值摘要已有很多可行的方法。例如,可以计算包含50%数据的范围是什么,围绕中位数的数是什么。用R很容易统计出这些信息: c(quantile(hei

    参考来源

    - 位置:《机器学习:实用案例解析》第02章《标准差和方差》(来源项目book-sources;源文件:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part3088.html,spine3194) - 结论依据:原文的案例步骤与解释支持所述机制;R包、外部API与数据接口限定于本书出版时环境,不作为当前兼容性承诺。 - 原始内容:只依赖于数据集的两个数据点。因为我们不能相信任何对大部分数据点都不敏感的摘要,所以要用更好的方式来定义数据集散布程度。 对数据集进行数值摘要已有很多可行的方法。例如,可以计算包含50%数据的范围是什么,围绕中位数的数是什么。用R很容易统计出这些信息: c(quantile(hei