分位数Quantiles

什么是分位数？

显然，分位数是用来定位的，表示某个样本在整个样本空间中的位置信息。

通过CDF(累积分布函数)可以很好地理解分位数的概念。CDF是一个单调递增的函数，F(q) = F(x<=q) 。CDF曲线中横轴是随机变量的取值，竖轴是小于某个取值的概率。

由于CDF单调递增，因此一定存在一个逆函数F^-1。F^-1以小于某个取值的概率为输入，以对应的随机变量的取值为输出。

如果已知P(X<=x_alpha) = alpha = F(X_alpha) ，则通过CDF的逆F^-1可直接求出对应的X_alpha的取值X_alpha=F^-1(alpha)，X_alpha即为F的alpha分位点。

以下是一个均值=10，标准差=0.5的正态分布概率密度曲线的例子，x=9.020的垂线与该分布的概率密度曲线和X轴所围成的左侧区域面积=0.025，

该面积表示在随机变量X的总体分布中，有2.5%的值小于9.020，也就是说在总体分布中，随机变量X的取值小于9.020的概率为2.5%。

同样，x=10.98的垂线与该分布的概率密度曲线和X轴所围成的右侧区域面积=0.025，该面积表示在随机变量X的总体分布中，有2.5%的值大于10.98，

也就是说在总体分布中，随机变量X的取值大于10.98的概率为2.5%（也即是随机变量X的取值小于10.98的概率为97.5%）。

在这个分布中，x=9.020的值被称为X的2.5%分位数（即：X_2.5%=9.020），x=10.98的值被称为X的97.5%分位数（X_97.5%=10.98）。

随机变量X有95%（即：97.5% - 2.5%=95%）的取值落在9.020至10.98之间。每个分位数都是随机变量所有可能取值中的某个值。

按照定义，若某个值Xp被称为随机变量X的p分位数，则随机变量X的取值小于Xp的概率为p。

以下是该正态分布对应的累积概率分布曲线，该曲线的纵轴表示的是累积概率，比如：x=9.020对应的累积概率为2.5%（即：随机变量X的取值小于x=9.020的概率为2.5%）,

x=10对应的累积概率为50%（即：随机变量X的取值小于x=10的概率为50%）, x=10.98对应的累积概率为97.5%（即：随机变量X的取值小于x=10.98的概率为97.5%）。

分位数的概念很重要，我们在研究过程能力时，通常将被研究过程的特性的99.865%分位数与0.135%分位数的差值

（即：被研究过程的特性其中间99.73%的区间范围）定义为过程变异（Process Variation）的宽度。建立SPC控制图，

如：均值极差（Xbar-R）控制图时，也是分别以样本均值和样本极差的0.135%分位数和99.865%分位数作为下控制限（LCL）和上控制限（UCL）。

对于服从正态分布的过程的特性X，其0.135%分位数X_0.135%=μ-3σ，99.865%分位数X_99.865%=μ+ 3σ，因此，过程变异的宽度=6σ。

对于服从任意分布的随机变量，过程变异的宽度= X_99.865% - X_0.135%。以下是任意分布时的概率密度分布曲线的例子。

随机变量取值X=x_i时的概率P(X=x_i）=△xf(x)，因为△x趋于0，因此在连续分布中，随机变量取值X=x_i的概率P(X=x_i）趋于0。

转载于:https://www.cnblogs.com/jiangkejie/p/10482636.html

分位数Quantiles相关推荐

linux 如何运行r脚本,Linux系统下如何debug R脚本
如果是ubuntu opensuse 系统推荐用Rstudio . 我们可以输人help(debug)去查看这函数的说明及指令. 这里用by.quantiles做例子,逐步展示编写程序及除错的过程 ...
基于Wide Deep Learning的推荐系统
我们先来看下Google Inc的paper:Wide & Deep Learning for Recommender Systems. 一.介绍推荐系统可以看成是一个搜索排序系统,其中输入 ...
用Python对淘宝用户行为数据的分析
目录项目前言一.分析目的二.数据获取与理解 1.数据来源 2.理解数据三.具体做法 1.导入并清洗数据 3.1.1.把时间戳改为datetime类型 3.1.2.查看是否存在重复的行数据 3. ...
【Python统计与数据分析实战_01】位置与分散程度的度量
数据描述性分析 1.描述统计量 1.1 位置与分散程度的度量 1.1.1 例子一单维数组 1.1.2 例子二多维数组 1.2 关系度量 1.3 分布形状的度量 1.3.1 统计量:偏度和峰度 1. ...
分位数（quantiles）、Z-score 与 F-score
0. 分位数(quantiles) 因为累计分布函数(cdf,F−1)是单调增函数,因此其有反函数,不妨记为 F−1. 其真实的含义在于,如果 F 是 X 的 cdf,则 F−1(α) 的函数值为: ...
分位数和分位线（Quantiles and Percentiles）
分位数有种积分(累积)的含义在. 分位数(即将数据由低至高排列,小于该数的数据占总体的比例达到时最终落到的数): 10%:3000元 20%:5200元 50%:20000元 80%:41500元 9 ...
python dataframe 分位数_Python pandas.DataFrame.quantile函数方法的使用
DataFrame.quantile(self, q=0.5, axis=0, numeric_only=True, interpolation='linear')[source] 返回在请求轴上的给 ...
wald检验_笔记：分位数回归斜率相等性检验（Wald检验）
首先我并不是统计学.数学类专业的,对很多统计模型搞不明白的,下文所写也仅是学渣的学习笔记吧,都是些基础操作,希望能帮到忙吧. 从毕业论文角度出发的分位数回归模型分享: 我是一个文科类.经济类的专业,我 ...
Xgboost近似分位数算法
一.近似算法 (二)提升树模型:Xgboost原理与实践这篇博客介绍了XGBoost使用exact greedy算法来寻找分割点建树,但是当数据量非常大难以被全部加载进内存时或者分布式环境下时,exa ...

分位数Quantiles

什么是分位数？

分位数Quantiles相关推荐

最新文章

热门文章