作者：王陆勤
事实是否可靠，我们该问谁？我们该如何分析和判断？
平均数在寻找数据典型值方面是一个好手段，但是平均数不能说明一切。平均数能够让你知道数据的中心所在，但若要给数据下结论，尽有均值、中位数、众数还无法提供充足的信息。分析数据的分散性和变异性，可以更好地认识和理解数据。通过各种距和差来度量分散性和变异性。
使用全距区分数据集
平均数往往给出部分信息，它让我们能够确定一批数据的中心，却无法知道数据的变动情况。
通过计算全距（也叫极差），轻易获知数据的分散情况。全距指出数据的扩展范围，计算方法是用数据集中的最大数减去数据集中的最小数。最小值称为下界，最大值称为上界。
全距是量度数据分散程度的简单又方便的方法。
全距仅仅描述数据的宽度，并没有描述数据在上、下界之间的分布形态。
四分位数
把整批数据一分为四作用的几个数值就是所谓的四分位数。
最小的四分位数（Q1）称为下四分位数或者第一四分位数，最大的四分位数（Q3）称为上四分位数或者第三四分位数。中间的四分位数（Q2）就是中位数，因为它将数据一分为二。每两个四分位数之间的距离被称为四分位距（IQR）。
四分位距的优点是：与全距相比，较少受到异常值的影响。
四分位矩有效地忽略异常值（数据中的极大值或者极小值）。
求下四分位数位置
求上四分位数位置
除了全距和四分位距，还有别的距可供我们使用。
除了四分位数之外，还可以十分位数、百分位数等。
求百分位数的方法
用箱线图绘制各种“距”
箱线图，一种专门用来显示各种各样的距。
箱线图显示数据的全距、四分位距以及中位数。
箱线图可以对不同数据集进行比较。
篮球球员得分箱线图
变异性比分散性更具体
使用方差计算变异性。
方差，各个数值与均值的距离的平方数的平均值。
统计学里面，方差的通用形式。
或者
标准差
标准差，方差的平方根。
标准差是描述典型值与均值距离的一种方法，标准差越小，数值离均值越近。
标准分
标准分通常以字母z表示，为了求出特定数值x的标准分，计算公式如下。
标准分把每一个数据集转化为更为通用的分布形态，从而实现不同数据集的比较。
标准分是对不同数据集中的数值进行比较的一种方法，这些数据集的均值和标准差互不相同。
重要统计量
全距（极差）
四分位数
四分位距
方差
总结：数据的分散性和变异性度量法则，全距、四分位距、百分位距、方差、标准差和标准分。距的可视化方式，箱线图。
思考题
1 如何计算百分位距？
2 方差和标准差与全距有什么区别？
3 动一动笔，做计算。
王陆勤，深圳大学智能信息处理研究生，广东科技学院计算机系讲师，PPV课讲师团成员。热爱数据科学，专注机器学习，有着丰富的使用R语言做数据处理和分析的经验。PPV课在线课程：《R语言入门班》
【陆勤笔记】《深入浅出统计学》1信息图形化：第一印象
【陆勤笔记】《深入浅出统计学》2集中趋势的度量：中庸之道
PPV课原创文章，转载请注明出处！
