在统计学里，离散程度（，scatter，spread）或离散度，又稱统计变异性（statistical variability），简称 變異、變差（variation）、变率，是指一个分布或随机变量的拉伸或压缩程度。{{clarify|习惯上，“离散”常用来描述数据分布，而“變異”（指：變異-{}-數、方-{}-差）更常用来描述随机变量的变异程度。}}用以描述离散程度或變異的量主要有方差、標準差、變異系数和四分位距等。
离散程度与集中趋势相对，因此，离散度就是指各个变量值与集中趋势的偏离程度。
衡量
衡量离散程度的值，通常是非负实数：当衡量值取零时，表示分布集中在同一个值上；随着衡量值的增加，随机变量的取值越来越分散。
部分描述离散程度的量是带单位的，并且，这些量的单位与随机变量本身的单位相同。也就是说，如果随机变量的单位是-{zh-hans:米; zh-tw:公尺 ;zh-hk:公尺}-或秒，则这些量的单位也是-{zh-hans:米; zh-tw:公尺; zh-hk:公尺}-或秒。这些量举例如下：
- 标准差
- 四分位距
- 全距
*
*
- 平均差
*
此外，也有一些无量纲量：
- 變異係數
*
- 基尼系数
- 熵
另外，还有一些带单位的量，但是他们的单位和随机变量本身的单位不同：
- 方差
*
可解释性
变差的可解释性，通常是对于一个随机变量而言的。当观测到随机变量的一些取值（例如训练集中的标签可视作是一个随机变量的一些观测值），需要推断随机变量服从的分布时，就会遇到这个问题。一般而言，推断有限观测值的随机变量服从的分布的过程，即是建立模型的过程。
假设有随机变量\mathbf X及其服从的真实分布\mathbf X\sim D。则对于该随机变量的观测值，可计算其变差（以方差表示）\text{SS}_{\text{total}} := \text{Var}(\mathbf X)；对于分布，亦可计算其变差\text{SS}_{\text{distribution}} := \text{Var}(D)。则\text{SS}_{\text{distribution}}是相对该随机变量的可解释變異（英语：explainable variation），其余的部分则是不可解释變異（英语：unexplainable variation）。为了衡量不可解释變異，可引入不可解释變異分数（英语：fraction of unexplainable variation）\text{FUV} := 1 - \tfrac{\text{SS}_{\text{distribution}}}{\text{SS}_{\text{total}}}。不可解释變異亦称为**'。
假设D'是模型给出的随机变量的分布。则对于该预测分布，我们可以计算器變異（以方差表示）\text{SS}_{\text{model}} := \text{Var}(D')。则\text{SS}_{\text{model}}是该模型相对该随机变量的已解释變異（英语：explained variation），其余部分则是未解释變異（英语：unexplained variation）。同样，为了衡量未解释變異，可引入未解释變異分数（英语：fraction of unexplained variation）\text{FUV} := 1 - \tfrac{\text{SS}_{\text{model}}}{\text{SS}_{\text{total}}}。
参考资料
评论 (0)