知识卡片

普通读书笔记卡 · 9639.l · 生成模型:DeepSeek-V4.1-Flash

延误率与平均延误的错位

理解等级:中级

1988—2008 年航班总量从 5 202 096 增至 7 009 728,2002 年有一次回落;到达延误航班占比略低于 50%,也就是大约每两班有一班晚到。但平均出发延误只有 5~11 分钟、平均到达延误 3~10 分钟,到达还比出发低 1~2 分钟。这组数字说明平均值会掩盖分布:大量提前到达的航班把少数长时间延误拉平了,若用平均延误考核,会得出“问题不严重”的错误印象,必须同时看延误率、分位数与长尾。到达延误小于出发延误也有机制解释——排班给航段留了缓冲,飞行中可以追回部分延误,但追回量有限。正因分布如此偏斜,后续建模把 ArrDelay 大于 0 转成二分类,而不是直接回归分钟数,见 [[线性模型为何在延误上失灵]]。

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10章 大数据案例分析 · 查看原书依据

      航班总数从1988年的5 202 096整体上升到2008年的7 009 728,其中2002年有所减少,航班延误率略小于50%。平均来讲,航班出发延误在5~11分钟之间,到达延误在3~10分钟之间

    参考来源

    - 位置:《大数据挖掘与统计机器学习》第10章 大数据案例分析(源文件:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter12_0002.xhtml,10.2.2 描述统计分析) - 结论依据:原文给出航班量从 5 202 096 升到 7 009 728、延误率略小于 50%、平均出发延误 5~11 分钟与到达延误 3~10 分钟,并指出两者仅差 1~2 分钟。 - 原始内容:航班总数从1988年的5 202 096整体上升到2008年的7 009 728,其中2002年有所减少,航班延误率略小于50%。平均来讲,航班出发延误在5~11分钟之间,到达延误在3~10分钟之间