我正在使用这个 WNBA 数据集here https://www.kaggle.com/jinxbe/wnba-player-stats-2017。我正在分析Height
变量,下表显示了记录的每个高度值的频率、累积百分比和累积频率:
从表中我可以轻松得出结论,第一个四分位数(第 25 个百分位数)不能大于 175。
但是,当我使用Series.describe()
,我听说第 25 个百分位数是 176.5。为什么会这样?
wnba.Height.describe()
count 143.000000
mean 184.566434
std 8.685068
min 165.000000
25% 176.500000
50% 185.000000
75% 191.000000
max 206.000000
Name: Height, dtype: float64
有多种方法可以估计分位数。
175.0 与 176.5 涉及两种不同的方法:
- 包括 Q1(给出 176.5)和
- 排除 Q1(给出 175.0)。
估计差异如下
#1
h = (N − 1)*p + 1 #p being 0.25 in your case
Est_Quantile = x⌊h⌋ + (h − ⌊h⌋)*(x⌊h⌋ + 1 − x⌊h⌋)
#2
h = (N + 1)*p
x⌊h⌋ + (h − ⌊h⌋)*(x⌊h⌋ + 1 − x⌊h⌋)
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)