全距

全距 (Range)

全距（Range），又称极差，是描述统计学中最基本、最直观的离散趋势（Dispersion）度量指标。全距定义为数据集中最大值与最小值之差，数学表达式为 $R = x_{\max} - x_{\min} = \max_i(x_i) - \min_i(x_i)$。对于已排序的顺序统计量 $x_{(1)} \le x_{(2)} \le \cdots \le x_{(n)}$，全距可简洁写为 $R = x_{(n)} - x_{(1)}$。这一度量指标以最朴素的方式回答了"数据究竟散布得有多广"这一基本问题，其思想源头可追溯至17世纪统计学萌芽时期对数据散布状况的初步刻画。

计算示例

设有某班级六名学生的统计学考试成绩：58、72、85、90、95 和 100 分，则该组数据的全距为 $R = 100 - 58 = 42$ 分，直观表明学生成绩的最大差距达 42 分。全距的计算不需要任何复杂的统计软件或代数运算，仅凭肉眼扫视数据集即可完成。正是这种极低的计算门槛，使得全距成为数据探索中最先被使用的离散度量指标。

性质与特征

优点：直观与简便。全距的核心优势在于计算成本极低和解释直观。无论是研究者在初步探索数据时，还是普通读者希望快速了解一组数据的波动幅度，全距都能提供即时信息。日常生活中的"今日气温 $18^{\circ}\text{C} \sim 26^{\circ}\text{C}$"、股票报价中的"52 周最高与最低价"、竞价中的成交价范围等，本质上都是全距在非技术性场景中的运用，说明全距这一概念早已嵌入大众认知并广泛使用。

致命弱点：对极端值高度敏感。全距仅由数据集中的两个极端值决定，完全忽略了中间所有数据点所包含的信息。一个离群值（Outlier）或数据录入错误就能彻底扭曲全距数值。考虑以下两组对比数据：数据 A 为 $\{10, 12, 13, 14, 15, 16, 50\}$，全距 $R_A = 40$；数据 B 为 $\{10, 12, 13, 14, 15, 16, 17\}$，全距 $R_B = 7$。两组数据的中部 90\% 几乎完全相同，仅因一个极端值，全距从 7 飙升至 40，夸大了实际离散程度近六倍。这种对单一数据点的极端敏感性是全距在正式统计分析中备受批评的根本原因。

依赖样本容量。在从同一总体重复抽样的情形下，全距的期望值会随着样本容量 $n$ 的增大而增大，因为样本越大，遇到更极端值的概率越高。这一性质使得全距不适合用于比较不同样本容量的数据集之间的离散程度。

与其他离散度量指标的比较

由于全距的上述局限，研究者通常将其与其他更稳健的离散度量指标结合使用。

四分位距（IQR）。四分位距是第三四分位数 $Q_3$ 与第一四分位数 $Q_1$ 之差：$\mathrm{IQR} = Q_3 - Q_1$。IQR 覆盖数据中间 50\% 的波动范围，完全不受上下两端极端值的影响，是一种稳健统计量。全距和 IQR 常共同出现在箱线图（Box Plot）中——箱线图的"须"通常延伸至 $Q_1 - 1.5 \times \mathrm{IQR}$ 和 $Q_3 + 1.5 \times \mathrm{IQR}$ 范围内的最远数据点。

方差与标准差。方差 $\sigma^2$ 与标准差 $\sigma$ 是最广泛使用的离散度量指标，它们利用全部数据点的信息，度量各观测值相对于均值的平均偏离程度：$\sigma^2 = \frac{1}{n-1}\sum_{i=1}^{n}(x_i - \bar{x})^2$。方差和标准差克服了全距仅依赖两个极端值的缺陷，且在数学性质上可微、可分解，是推断统计学和回归分析中不可替代的核心工具。

三者的定位可归纳如下：全距在计算复杂度上最低，但对离群值最敏感，适合快速初步探查；IQR 的计算复杂度同样较低，同时具有高稳健性，适合偏态分布和离群值较多的数据；标准差的计算复杂度最高，提供了最丰富的信息和最良好的数学性质，适用于对称分布和参数统计推断。在实际数据分析中，三者往往搭配使用以相互补充，从而获得对数据离散特征的全景式理解。

应用场景

尽管有显著缺陷，全距在实践中仍有独特的用武之地。在统计过程控制（SPC）中，全距图（$R$-chart）与均值图（$\bar{X}$-chart）搭配监控生产过程稳定性——车间操作人员可直接用最大值减最小值完成计算，操作性强。在探索性数据分析（EDA）中，计算全距与查看最大值和最小值是理解数据边界的快捷方式，若发现全距异常大或最小值为负而理论上应为正，往往能立即发现数据录入错误。在金融与商业报告中，股票"52 周价格区间"、每日最高/最低气温等，本质上都是全距的实务应用。

正态分布下的期望全距

当数据来自正态分布 $N(\mu, \sigma^2)$ 时，全距的期望值与总体标准差 $\sigma$ 和样本容量 $n$ 存在量化关系：$E[R] \approx d_2(n) \cdot \sigma$，其中 $d_2(n)$ 是仅依赖于 $n$ 的无偏常量。例如 $n=2$ 时 $d_2 \approx 1.128$，$n=5$ 时 $d_2 \approx 2.326$，$n=10$ 时 $d_2 \approx 3.078$。这一关系是质量控制 $R$-chart 的理论基础：通过监控子组全距的变化，操作人员可间接推断生产过程的标准差是否发生了漂移，无需进行复杂的方差计算。

注意事项

全距不应作为唯一的离散度量指标用于正式报告，建议至少搭配 IQR 或标准差使用。报告全距时，最好同时列出最大值和最小值（如"分数范围 58--100，全距 42"），而非仅给出差值。全距对数据的测量尺度敏感——比例尺度和等距尺度数据可直接比较，但序数尺度上的全距（如李克特量表 1--5 的全距为 4）需谨慎解释。对于时间序列数据，移动全距（Moving Range）$\mathrm{MR}_t = |x_t - x_{t-1}|$ 常用于单值控制图（I-MR Chart）中以估计短期过程变异。