数据分析-统计学-切比雪夫定律&箱型图&正太标准化

通常我们在处理数据时会计算数据的平均值，标准差。但是当我们将平均值±标准差的时候会发现有一些数据不在这个范围内。这时我们就会考虑切比雪夫定律：75%的数据位于2个标准差范围内，89%的数据位于3个标准差范围内，96的数据位于5个标准差范围内。
当数据是正太分布时，则为切比雪夫定理2.0：正太分布中，有68%的数据位于1个标准差范围内，95%的数据位于2个标准差范围内，99.8%的数据位于3个标准差范围内
实际工作中的应用场景就是对异常值的判断，经过对一组含可疑数据进行平均值，标准方差计算后，可以根据切比雪夫定律来判断这个可疑数据的取舍。
对于一组数据的分布展示，可以考虑箱型图，箱型图和股市的蜡烛图很像，可以套用股市的分析方法来了解箱型图，同时可以比较直观的看出数据的分布特性，比如异常值多少，数据是左偏还是右偏等等。
通常我们看一组数据时可以较明显的看出数据之间的多少差异，但是仍然不够明显。这个时候可以考虑将数据正太标准化，即Zscore.通过标准化后我们会发现数据分布有正有负，这样就比较好的展示了数据的状态，方便我们进行评估。