什么是极差?
极差是统计学中最简单的离散程度(分散程度)度量之一,用来反映一组数据中最大值与最小值之间相差多少。极差越大,说明数据分布越分散;极差越小,说明数据越集中。由于它只用到两个数值,所以计算起来非常快,但也因此容易受到极端值(异常值)的影响。
如何使用本计算器
在输入框中填入你的数字,用逗号或空格隔开即可(例如 4, 8, 15, 16, 23, 42)。计算器会自动找出最大值和最小值,相减得到极差,并同时显示数据个数。支持小数和负数。
公式详解
极差的定义为:
$$\text{极差} = \max\!\left(\text{数据集}\right) - \min\!\left(\text{数据集}\right)$$先在数据中找出最大的值,再找出最小的值,然后相减即可。结果始终为 0 或正数。如果所有数值都相同,那么极差就是 0。
实例演示
以数据集 4、8、15、16、23、42 为例,最大值是 42,最小值是 4,因此极差为 \(42 - 4 = 38\),即 38。这一个数字就概括了整组数据的总体分布跨度。
更多极差示例:负数、小数和异常值
极差始终等于最大值减去最小值。以下三个示例展示了容易出错的情况。
示例 1:包含负数的数据
数据集:-12, -5, 0, 7, 3。最小值为 -12,最大值为 7。
$$\text{极差} = 7 - (-12) = 7 + 12$$
减去一个负数等同于加上它的正值,因此极差为 19。一个常见错误是写成 7 - 12 = -5,这是错误的,因为最小值是 -12,而不是 12。
示例 2:小数
数据集:2.5, 3.1, 9.8, 4.4。最小值为 2.5,最大值为 9.8。
$$\text{极差} = 9.8 - 2.5$$
极差为 7.3。手工做减法时,请对齐小数点。
示例 3:异常值会显著改变极差
数据集 A:10, 12, 13, 14, 95。最小值为 10,最大值为 95。
$$\text{极差}_A = 95 - 10$$
极差为 85。
现在去掉值 95,得到数据集 B:10, 12, 13, 14。最大值为 14,最小值仍为 10。
$$\text{极差}_B = 14 - 10 = 4$$
仅仅一个极端值就使极差从 4 变为 85,而其余四个值其实聚集得很紧密。极差只取决于两个极端值,因此对异常值非常敏感。存在异常值时,可以考虑同时报告四分位距或标准差。
如何手工求极差
- 列出所有值。 写出数据集中的每个数字,包括重复的数字。重复值不会改变极差,但会改变数据个数。
- 找出最小值和最大值。 扫视列表,或将其从小到大排序。排序后的第一个值为最小值,最后一个值为最大值。
- 相减。 计算 \(\text{极差} = \text{最大值} - \text{最小值}\)。
- 检查结果。 极差应为零或正数。负数结果说明减数和被减数的顺序弄反了。极差为零则表示所有值都相同。
- 可选地记录数量。 统计数据集中值的个数(\(n\))。这有助于判断极差的可靠性,因为样本越大,极差往往越宽。
排序小技巧:排序可以让极端值一目了然,也有助于发现遗漏的值。例如,7, -12, 3, 0, -5 排序后为 -12, -5, 0, 3, 7。
负最小值小技巧:当最小值为负数时,将其放入括号中,并把两个减号改为一个加号。例如 \(7 - (-12) = 7 + 12 = 19\)。如果最大值和最小值都是负数,例如 -3 和 -20,则极差为 \(-3 - (-20) = 17\)。
关键术语:极差、最大值、最小值、离散程度
- 极差
- 数据集中最大值与最小值之间的差值(最大值减最小值)。它与数据使用相同的单位。
- 最大值
- 数据集中最大的值。
- 最小值
- 数据集中最小的值。它可能是负数。
- 数据集
- 一组数值,例如考试成绩或每日气温,用于汇总或分析。
- 数量
- 数据集中值的个数,通常写作 \(n\)。重复的值每个都会计入。
- 离散程度度量(离散度)
- 描述数据集中各值分散程度的统计量。例如极差、四分位距、方差和标准差。
- 异常值
- 明显远离其余数据的值。单个异常值就可能极大地改变极差。
- 四分位距(IQR)
- 第三四分位数与第一四分位数之差(\(Q_3 - Q_1\))。它衡量中间 50% 数据的分散程度,受异常值的影响远小于极差。
- 标准差
- 衡量数值通常偏离均值多少的指标。与极差不同,它使用数据集中的每一个值,而不只是两个极端值。
常见问题
极端值会影响极差吗? 会。因为极差只取决于最大值和最小值,所以哪怕只有一个异常大或异常小的数值,都可能让极差发生巨大变化。
极差会是负数吗? 不会。由于最大值至少不小于最小值,所以极差永远不会是负数。
有没有更好的离散程度度量? 当数据中存在极端值时,四分位距(IQR)或标准差能更稳健地反映数据的分散情况。