数据分析：度量数据散布的四分位数

假设属性X的数据以数值递增序排列。分位数是取自数据分布的每隔一定间隔上的点，把数据划分成基本上大小相等的连贯集合。4-分位数是3个数据点，他们把数据划分成4个相等的部分，使得每部分表示数据分布的四分之一。通常称它们为四分位数。四分位数给出分布的中心、散布和形状的某种指示。第1个四分位数记作，是第25个百分位数。第3个四分位数记作，是第75个百分位数。

第1个和第3个四分位数之间的距离是散布的一种简单度量，它给出被数据的中间一般所覆盖的范围。该距离称为四分位数极差（）,定义为

            

分布的五数概括由中位数（）、四分位数（）、最小和最大观测值组成，按次序写出。

盒图对于识别离群点是有用的。盒图是一种流行的分布的直观表示。盒图体现了五数概括：

• 盒的端点一般在四分位数上，使得盒的长度是。
• 中位数用盒内的线标记。
• 盒外的两条线（称作胡须）延伸到最小和最大观测值。

当处理数量适中的观测值时，值得个别的会出可能的离群点。在盒图中占有做：仅当最高和最低观测值超过四分位数不到时，胡须扩展到它们。否则，胡须出现在四分位数的之内的最极端的观测值处终止，剩下的情况个别的绘出。盒图可以用来比较若干个可比较的数据集。

 

参考文献：《数据挖掘概念与技术 》Jiawei Han, Micheline Kamber, Jian Pei

总结

以上是生活随笔为你收集整理的数据分析：度量数据散布的四分位数的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。