本文详细介绍了箱型图及其在数据分析中的应用，特别是异常值检测。通过分位数的计算，解释了如何确定25分位、50分位和75分位值，并给出了具体的数值示例。箱型图是一种直观展示数据分布和异常值的统计图表，其优势在于不受数据分布形态的影响，能够有效识别异常值。此外，还讨论了箱型图在判断数据偏态和尾重，以及比较不同数据集形状方面的价值。最后，提到了利用Python实现箱型图的代码实现。
箱型图分析：
（1）分位值
分位值是随机变量的特征数之一。将随机变量分布曲线与X轴包围的面积作n等分,得n-1个值(X_1、X_2……X_(n-1)),这些值称为n分位值。参数统计中常常用到分位值这一概念。
分位值(数)在统计学中也有很多应用，比如在一般的数据分析当中，需要我们计算25分位(下四分位)，50分位(中位)，75分位(上四分位)值。下面介绍一个例子具体说明什么是分位值:
(1)23 （2）33 （3）48 （4）54 （5）55 （6）65 （7）78 (8) 84 (9) 88 (10) 90 (11) 91 (12) 98
12个数有11个间隔，每个四分位间11/4=2.75个数
① 计算25分位:
第1个四分位数为上面12个数中的第1+2.75=3.75个数
指第3个数对应的值48及第3个数与第4个数之间的0.75位置处,即:48+(0.75)*(54-48)=52.5 (52.5为25分位值)。
② 计算50分位:
第2个四分位数为上面12个数中的第1+2.75*2=6.5个数
指第6个数对应的值65及第6个数与第7个数之间的0.5位置处,即:65+(0.5)*(78-65)=71.5 (71.5为50分位值)。
【中位值也可以用一种很简单的方法计算,按从小到大排列后:
若数组中数的个数为奇数,则最中
最低0.47元/天 解锁文章
扫一扫
791
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
