知识卡片

普通读书笔记卡 · 9763.c · 生成模型:DeepSeek-V4.1-Flash

离散度度量的稳健取舍

理解等级:中级

极差等于最大值减最小值,只由两个端点决定:全是 0 和 100 的数据集,与夹着许多 50 的数据集极差相同,但直觉上前者更分散。方差用上所有点,单位却是原单位的平方(“平方朋友”),所以开方得到标准差,回到可解释的量纲。代价是两者都对离群点极敏感:最活跃用户从 100 变 200,标准差从约 9.03 涨到 14.89,增加六成。想抗离群点就改用四分位距(75% 分位减 25% 分位,本例为 6),它只看中间一半数据的跨度,代价是完全无视尾部——而尾部有时恰恰是你最想研究的对象。

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5章 统计学 · 查看原书依据

      极差和标准差都有异常值问题,这与之前在计算均值时所遇到的相同。使用与之前相同的例子,如果朋友最多的用户有 200 个朋友,标准差会是 14.89,增加了 60% !

    参考来源

    - 位置:《数据科学入门(第2版)》第5章 统计学(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0009.xhtml) - 结论依据:原文这一段直接给出本卡的核心判断:「极差和标准差都有异常值问题,这与之前在计算均值时所遇到的相同……」 - 原始内容:极差和标准差都有异常值问题,这与之前在计算均值时所遇到的相同。使用与之前相同的例子,如果朋友最多的用户有 200 个朋友,标准差会是 14.89,增加了 60% !