数据挖掘--统计基础概念

1. 中位数(Median)

N个数按大小排序，排在中间的那个数M成为中位数。即N个数中有50%比M大或者小。

若N为基数，则M为中间的那个数；若N为偶数，则M为中间两个数的均值。

2. 均值(Mean)

N个数的平均值。公式M=SUM(1...N)/N

3. 四分位数(Quantile)

* 第一四分位数 (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 (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 (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。

四分位数计算

* 主要选择四分位的百分比值（y），及样本总量（n）有以下数学公式可以表示：

* 情况1: 如果 L 是一个整数，则取 第 L 和 第 L+1 的平均值

* 情况2: 如果 L 不是一个整数，则取下一个最近的整数。（比如 L = 1.2， 则取 2 ）

(摘自：http://zh.wikipedia.org/wiki/%E5%9B%9B%E5%88%86%E4%BD%8D%E6%95%B0)

4. 方差（Variance）

公式：

5.标准差(Standard Deviation)

....待续吧~