
14
|
第
1
章
不管是方差、标准差,还是平均绝对偏差,它们对离群值和极端值都比较敏感(参见
1.3.2
节中对健壮位置估计的讨论)。方差和标准差对离群值尤其敏感,因为它们基于偏差的
平方。
变异性的一种健壮估计是
中位数绝对偏差
,或称
MAD
:
MAD
=
中位数
12
(| |, | |, , | |)
N
xm x m x m−− −
其中
m
表示中位数。和中位数一样,
MAD
也不受极端值的影响
。类似于截尾均值(参见
1.3.1
节)
,我们也可以计算出截尾标准差。
方差、标准差、平均绝对偏差和中位数绝对偏差互不等价,即使数据来自于
一个正态分布。实际上,标准差总是大于平均绝对偏差,而平均绝对偏差也
总是大于中位数绝对偏差。有时候,中位数绝对偏差会乘以一个固定的缩放
因子,使得
MAD
在
正态分布情况下与标准差具有相同的尺度。常用的缩放
因子是
1.4826
,它可以使
50%
的正态分布值落在
±
MAD
的范围内。
1.4.2
基于百分位数的估计
估计数据的离散度还有另外一种方法,它基于有序数据的分布情况。基于有序数据的统计
量称为
顺序统计量
。最基本的测量方式是
极差
:最大值与最小值之间的差异。最大值和最
小值本身就非常有用,了解它们有助于识别离群值,但极差对离群值非常敏感,作为一种
测量数据离散度的方式,它的作用有限。
为了避免对离群值的敏感性,我们可以看一下在两端各去掉一些值之后的数据范围。确切
地说,这种估计基于
百分位数
之间的差异。在一个数据集中,第
P
个百分位数是使得至少
百分之
P
个值小于等于它,至少百分之
(100 –
P
)
的值大于等于它的那个值。例如, ...