分位数与箱线图(Python) |
您所在的位置:网站首页 › python计算区间百分位 › 分位数与箱线图(Python) |
分位数
维基上的简介: 分位数(英语:Quantile),亦称分位点,是指用分割点(cut point)将一个随机变量的概率分布范围分几个具有相同概率的连续区间。分割点的数量比划分出的区间少1,例如3个分割点能分出4个区间。 常用的有中位数(即二分位数)、四分位数(quartile)、十分位数(decile )、百分位数等。q-quantile是指将有限值集分为q个接近相同尺寸的子集。四分位数(英语:Quartile)是统计学中分位数的一种,即把所有数值由小到大排列并分成四等份,处于三个分割点位置的数值就是四分位数。 第一四分位数( Q 1 Q_1 Q1),又称较小四分位数,等于该样本中所有数值由小到大排列后第25%的数字。 第二四分位数( Q 2 Q_2 Q2),又称中位数,等于该样本中所有数值由小到大排列后第50%的数字。 第三四分位数( Q 3 Q_3 Q3),又称较大四分位数,等于该样本中所有数值由小到大排列后第75%的数字。 第三四分位数与第一四分位数的差距又称四分位距(InterQuartile Range, IQR)。 百分位数(percentile)是统计学术语,若将一组数据从小到大排序,并计算相应的累计百分点,则某百分点所对应数据的值,就称为这百分点的百分位数,以 P k P_k Pk表示第 k k k百分位数。百分位数是用来比较个体在群体中的相对地位量数。 分位数计算numpy.quantile、nmpy.percentilenumpy.quantile,nmpy.percentile都可用于计算四分位数和百分位数 注意:Numpy里的分位数计算为 N − 1 N-1 N−1, N N N 为数据个数,第一个数的位置为 0 0 0,第二个数的位置为 1 1 1,位置 Q i = i 4 ( N − 1 ) Q_i=\frac{i}{4}(N-1) Qi=4i(N−1) 若 Q i Q_i Qi 不是整数,而是分数,则为临近两数的线性组合 示例分析 import numpy as np score = [2710, 2755, 2850, 2880, 2880, 2890, 2920, 2940, 2950, 3050, 3130, 3325] quantile10 = np.quantile(score, q=0.1, method='linear') # q取值范围[0, 1] percentile10 = np.percentile(score, 10) # 取值范围[0,100] quantile25 = np.quantile(score, q= |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |