下四分位数和上四分位数分别是什么?能举个栗子吗?主要想了解python的quantile函数具体含义?
的有关信息介绍如下:
在说四分位数之前,我们先看下什么是中位数。中位数计算分为2步:
你可能听这个计算过程有点头疼,没关系,下面图片我举个具体的例子来看下如何计算出中位数
还是之前酒吧的例子猴子:为什么官方平均工资出来,很多人高呼被平均;而网上晒工资却动辄很高?。第1步排序。我将酒吧4个人的年收入按从小到大排序,
第2步,计算中间位置。数据总数4是偶数,中间位置的数就是第2个和第3个位置对应的数值,分别是11万,12万。
那么,中位数就是11万+12万的平均值,为11.5万元。
当马云进入酒吧后,中位数是多少呢?5个人的中间位置是第3个数对应的收入是12万,那么中位数是12万。
你看,即使马云这样的超级富豪进入数据集里,中位数还是能正确的描述出这批数据的整体收入水平,不会像平均值那样因为异常的数值产生变化。
中位数还有一些有用的“亲戚”,我们通过下面的图片来看一下。
正如我们之前讨论过的,中位数将一组数据从中间“咔嚓一刀”分为两部分,这组数据其实还可以继续分为4部分,我们称之为“四分位数”。
什么是四分位数呢?
第1步,求中位数
整个数据集按从小到大排序,最小的数值位于最左边,叫做下界。最右边的数值位于最右边,叫做上界。通过下界和上界我们可以知道数据集的最小值和最大值。
中位数将整个数据集从中间位置一分为二。中位数左边的数据都小于中位数,占整个数据集的50%。中位数右边的数据都大于中位数,占整个数据集的的50%。
直接肉眼看四分位数的5个数值是看不出什么东西的,这是因为人类大脑对抽象的东西天生不容易理解。
为了方便人类大脑直观形象的理解四分位数,一个牛逼的工具就被发明了,它就是用于表示四分位数的箱线图。下面图片就是用求出的四分位数绘制箱线图。
纵轴按数值从下到上按顺序排序,并画出四分位5个数值的位置就是箱线图。从箱线图中我们能看出什么数据信息呢?
虽然上界是22,但中位数离下四分位数较近,表明大部分数据集中盒子的下端,即大部分数据的值集中在下四分位数和中位数之间。
这样,通过四分位数和箱线图我们可以了解数据集的整体情况。
箱线图常常用来比较不同类别数据的整体情况。例如这是统计概率社群会员做的上海地区数据分析工作年限与最低工资的箱线图。
横轴表示工作年限,纵轴表示最低薪资。
通过比较数据,我们可以看出随着年份上升,薪资待遇的上升也是非常明显的,尤其是3-5年这一段,提升的跨度非常之大。而3年以下,大家竞争的反而是另外一个基准线。个人判断,这个岗位对学习型人才需求非常大,比较缺中层小头目。
我是猴子,中科院硕士/前IBM高级软件工程师/豆瓣8分《数据分析思维》作者,我和知乎知学堂研职在线联合出品的「数据分析训练营」即将开课,3天带你掌握数据分析实用技巧,包含课程+实战带练,工作提效、升职加薪必备神器!
报名还有独家Excel自学资料领取,点击开启数据分析升职加薪密码:
统计概率思维:描述统计分析



