什么是统计学中的极差?
极差(range)是衡量数据离散程度最简单的指标。它用最大值减去最小值,告诉你数据中最大值和最小值之间相隔多远。极差越大,说明数据分布越分散;极差越小,则说明数据越集中。
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(例如 4, 8, 15, 16, 23, 42)。计算器会自动扫描整组数据,找出最大值和最小值,相减后得出极差,并同时显示你输入的数据个数。整数、小数以及负数都支持。
公式详解
极差的定义如下:
$$\text{极差} = \max\!\left(\text{数据}\right) - \min\!\left(\text{数据}\right)$$由于极差只取决于两个极端值,因此计算速度很快,但也很容易受异常值影响。一个特别大或特别小的数据,就可能让极差大幅膨胀。正因如此,实际分析中常常把它和标准差、四分位距(IQR)等指标一起使用。
实例演算
假设你的数据集是 4、8、15、16、23、42。其中最大值是 42,最小值是 4,于是极差为 $$42 - 4 = 38$$ 38。尽管大部分数值都落在 4 到 23 之间,但数值 42 把极差拉高到了 38,这正好说明了极差对极端值的敏感性。
异常值和数据形态如何改变极差
极差只取决于两个极端值,因此它们之间的数据形态并不影响极差。下表使用 \(\text{极差} = \max - \min\) 比较了五组小型数据集。
| 数据集 | 最大值 | 最小值 | 极差 | 备注 |
|---|---|---|---|---|
| 5, 5, 5, 5 | 5 | 5 | 0 | 数值完全相同:没有任何离散程度。 |
| 10, 11, 12, 13 | 13 | 10 | 3 | 紧密聚集:极差较小。 |
| 10, 11, 12, 13, 50 | 50 | 10 | 40 | 同样的聚集数据加上一个异常值(50):尽管五个值中有四个没有变化,极差却从 3 跳升到 40。 |
| -8, -2, 0, 5 | 5 | -8 | 13 | 负数:\(5 - (-8) = 13\)。 |
| 1.5, 2.25, 3.75 | 3.75 | 1.5 | 2.25 | 小数:\(3.75 - 1.5 = 2.25\)。 |
第三行显示了极差的主要弱点:单个极端值就能使它大幅变化,而数值的排列顺序从不影响它。
如何解读极差
极差为 0 表示最大值和最小值相等,因此数据集中的每个值都完全相同。极差大于 0 则表示数值存在差异,极差越大,说明最小值和最大值之间的分散范围越宽。
极差以数据自身的单位表示。以年为单位的年龄极差为 40,意味着相差 40 岁;以美元为单位的价格极差为 40,意味着相差 40 美元($40)。因此,对于单位不同的数据集(例如千克和厘米),或量级差异很大的数据集(例如房价和咖啡价格),极差无法进行有意义的比较。极差数值较大,并不一定意味着相对变异性更大。
样本量同样重要。向数据集中添加更多观测值时,极差可能保持不变或增大,但永远不会缩小,因为原有的最大值和最小值仍然保留在数据中。因此,较大的样本往往显示出较大的极差,因为它们更有可能包含极端值。这使得极差不适合用于比较规模差异很大的数据集。
由于极差只使用两个值,它对异常值高度敏感,也无法反映其余数值的分布情况。因此通常改用以下两种度量:
- 四分位距(IQR): \(\text{四分位距} = Q_3 - Q_1\) 描述中间 50% 数据的分散程度。它忽略最低和最高的四分之一数据,因此不受异常值影响。
- 标准差: 使用每一个数值,衡量数值与均值的典型距离,因此是更全面的离散程度概括,不过它同样会受到异常值影响。
关键术语
- 极差
- 数据集中最大值与最小值之差:\(\max - \min\)。它永远不会为负数。
- 最大值
- 数据集中最大的数值。
- 最小值
- 数据集中最小的数值。对于负数,最小值是绝对值最大的负数。
- 异常值
- 明显远离数据主体的数值。异常值会强烈影响极差。
- 离散程度(分散度)
- 数据集中数值的分散广度。极差、四分位距、方差和标准差都是离散程度的度量。
- 四分位距(IQR)
- 第三四分位数(Q3)与第一四分位数(Q1)之差:\(Q_3 - Q_1\)。它涵盖中间 50% 的数值,且不受异常值影响。
- 标准差
- 衡量数值与均值典型距离的指标,与数据具有相同的单位。它是方差的平方根。
- 数据集 / 样本量(计数)
- 数据集是正在分析的数值集合;样本量,即计数,是其中包含的数值个数,通常记为 \(n\)。
常见问题
极差会是负数吗? 不会。因为始终是用最大值减去最小值,所以极差一定为零或正数。只有当所有数据都完全相同时,极差才等于零。
极差用到了全部数据吗? 没有——它只用到两个极端值。这让它易于理解,但当数据中存在异常值时,它并不能很好地反映整体的离散情况。
极差的单位是什么? 与原始数据的单位相同。如果你的数据以厘米为单位,那么极差的单位也是厘米。