Для метрики с сильной skewness (тяжёлый хвост) какая характеристика чаще всего более устойчива к outliers?
AМедиана (
p50) и percentilesBСреднее
CМаксимум
DРазмах (max-min)
Правильный ответ.
percentiles и медиана менее чувствительны к outliers, чем среднее.Разбор
Когда распределение асимметрично, редкие большие значения могут сильно сдвинуть среднее. Медиана (p50) и другие percentiles меняются меньше, потому что зависят от порядка, а не от величины хвоста. Поэтому для отчетов по тяжелым хвостам часто показывают медиану и p90/p95.
Проверь себя · 1/3разбор после ответа
Что означает положительная
skewness (правый перекос) у распределения выручки на пользователя?Ещё вопросы по теме «Распределения и выбросы»
- Что лучше всего показывает `histogram`?
- В `boxplot` «коробка» обычно соответствует какому диапазону `percentiles`?
- Как изменение `bin width` в `histogram` чаще всего влияет на восприятие данных?
- Что означает положительная `skewness` (правый перекос) у распределения выручки на пользователя?
- Вы видите единичные экстремальные значения в метрике времени ответа. Что разумнее всего сделать первым шагом перед удалением `outliers`?
- Все вопросы по «Распределения и выбросы» →