KNOWECON WIKI

ARTICLE

样本极差

样本极差 定义 样本极差（Sample Range）是统计学中描述数据离散程度的最简单度量，定义为样本中最大值与最小值之差，通常记作 R ： 其中 X_ 为样本中的最大值， X_ 为样本中的最小值。极差以与原数据相同的量纲表示，直观反映了数据波动的总幅度。 例如，某班级5名学生的身高（cm）分别为：162、170、168、175、160，则样本极差 R =

浏览 5 更新 2025-10-26

样本极差

定义

样本极差（Sample Range）是统计学中描述数据离散程度的最简单度量，定义为样本中最大值与最小值之差，通常记作 R R ：

R=Xmax⁡−Xmin⁡R = X_{\max} - X_{\min}

其中 Xmax⁡ X_{\max} 为样本中的最大值，Xmin⁡ X_{\min} 为样本中的最小值。极差以与原数据相同的量纲表示，直观反映了数据波动的总幅度。

例如，某班级5名学生的身高（cm）分别为：162、170、168、175、160，则样本极差 R=175−160=15 cm R = 175 - 160 = 15\ \text{cm} 。再如，某城市一周的日最高气温（°C）为：28、31、29、33、27、30、32，则极差 R=33−27=6 °C R = 33 - 27 = 6\ \text{°C} 。这些例子说明极差能够快速传达数据的跨度信息。

数学基础

顺序统计量与极差

极差是顺序统计量（order statistics）的线性组合。设样本 X1,X2,…,Xn X_1, X_2, \dots, X_n 的升序排列为 X(1)≤X(2)≤⋯≤X(n) X_{(1)} \le X_{(2)} \le \cdots \le X_{(n)} ，其中 X(1) X_{(1)} 为样本最小值，X(n) X_{(n)} 为样本最大值，则：

R=X(n)−X(1)R = X_{(n)} - X_{(1)}

对于来自连续分布 F(x) F(x) 的独立同分布样本，顺序统计量 X(1) X_{(1)} 和 X(n) X_{(n)} 的联合概率密度函数为：

fX(1),X(n)(x,y)=n(n−1)[F(y)−F(x)]n−2f(x)f(y),x<yf_{X_{(1)}, X_{(n)}}(x, y) = n(n-1)[F(y) - F(x)]^{n-2} f(x) f(y), \quad x < y

由此可导出样本极差 R R 的概率密度函数：

fR(r)=n(n−1)∫−∞∞[F(x+r)−F(x)]n−2f(x)f(x+r) dx,r>0f_R(r) = n(n-1) \int_{-\infty}^{\infty} [F(x+r) - F(x)]^{n-2} f(x) f(x+r) \, dx, \quad r > 0

这一理论基础使得极差的统计推断成为可能。

极差的期望与方差

对于来自正态分布 N(μ,σ2) N(\mu, \sigma^2) 的样本，样本极差的期望可近似表示为：

E(R)=d2(n)⋅σE(R) = d_2(n) \cdot \sigma

其中 d2(n) d_2(n) 是依赖于样本量 n n 的常数，可通过数值积分得到。类似地，极差的标准差为 σR=d3(n)⋅σ \sigma_R = d_3(n) \cdot \sigma 。这些常数在质量控制中至关重要，它们构成了 R R 控制图控制界限计算的基础。

极差的性质

优点

  1. 计算简便——只需找出最大值和最小值即可，无需复杂运算，适合快速粗略评估数据离散程度。在手工计算时代，极差是唯一可行的快速离散度度量。
  2. 直观易懂——极差的含义清晰，非专业人员也能轻松理解。"最高分减最低分"这类表述在教育和日常交流中广泛使用。
  3. 应用广泛——在质量控制（如控制图）、气象统计、金融风险初步评估等领域仍占有一席之地。

缺点

  1. 对极端值敏感——极差仅依赖于两个端点值，若数据中存在异常值（outlier），极差会大幅失真。例如数据集 {1, 2, 3, 4, 100} 的极差为 99，而绝大多数数据集中在 1-4 之间，极差严重夸大了实际变异程度。
  2. 忽略内部信息——极差完全不考虑中间数据的分布形态。两组数据可能具有相同的极差但分布完全不同：{1, 2, 3, 4, 5} 与 {1, 1, 1, 1, 5} 的极差均为 4，但前者的数据分布均匀，后者则高度集中在低端。
  3. 随样本量增大而增大——样本量 n n 越大，越有可能抽到极值，导致极差估计不稳定。对于固定的总体分布，E(R) E(R) 随 n n 单调递增，这与方差或标准差的优良统计性质形成对比。
  4. 统计效率低——与样本标准差相比，极差作为总体标准差估计量的相对效率随样本量增大而迅速下降。当 n=2 n=2 时两者效率相当，但当 n=10 n=10 时极差的效率已低于 50\%。

极差的应用场景

质量控制

在统计过程控制（SPC）中，R R 控制图（Range Chart，又称极差图）是最常用的控制图之一。与均值控制图（Xˉ \bar{X} 图）配合使用时，R R 图用于监控过程变异度是否处于受控状态。控制界限的计算公式为：

UCLR=D4RˉLCLR=D3Rˉ\begin{aligned} \text{UCL}_R &= D_4 \bar{R} \\ \text{LCL}_R &= D_3 \bar{R} \end{aligned}

其中 Rˉ \bar{R} 是各子组极差的均值，D3 D_3 、D4 D_4 为依赖于子组大小 n n 的常数。当样本量 n≤6 n \le 6 时 D3=0 D_3 = 0 ，此时 R R 图下控制限为零。这些常数可从 ASTM 标准表格中查得，例如当 n=5 n=5 时 D3=0 D_3=0 、D4=2.114 D_4=2.114 。

描述性统计

在数据探索阶段，极差常与四分位距（IQR）、标准差等配合使用，快速评估数据分布范围。对于正态分布数据，样本极差与标准差之间存在经验关系：R≈c(n)⋅s R \approx c(n) \cdot s ，其中 c(n) c(n) 随 n n 变化，当 n=10 n=10 时 c(10)≈3.08 c(10) \approx 3.08 ，当 n=100 n=100 时 c(100)≈5.02 c(100) \approx 5.02 。

教育评估

在考试成绩分析中，极差可直观反映学生成绩的差距大小。例如某次考试最高分 98、最低分 32，极差 66 分，说明成绩分化显著。教师可据此初步判断试题难度分布是否合理。

气象与水文

在气象学中，日温差（每日最高温与最低温之差）本质上就是一种极差统计量。月降水量极差可用于衡量降水的均匀程度。在水文频率分析中，极差也被用作初步的变异性指标。

极差的修正与改进

为克服极差对极端值的敏感性，统计学家提出了多种改进方案：

  • 四分位距（IQR）——取第三四分位数 Q3 Q_3 与第一四分位数 Q1 Q_1 之差，排除极端值干扰，是稳健统计中的基本工具。
  • 修剪极差（Trimmed Range）——剔除两端一定比例（如 5\%）的数据后再计算极差，兼具稳健性和一定程度的直观性。
  • 标准偏差（标准差）——利用全部数据计算离散程度，具有最优的数学性质，是最常用的替代指标。
  • 平均绝对偏差（MAD）——以绝对偏差替代平方偏差，对极端值的敏感度低于标准差。

与其他离散度量的比较

| 度量 | 对极端值敏感度 | 计算复杂度 | 统计效率 | 直观性 | |:---:|:---:|:---:|:---:|:---:| | 极差 | 极高 | 极低 | 低 | 最高 | | 四分位距 | 低 | 低 | 中 | 中 | | 标准差 | 中 | 中 | 高 | 低 | | 平均绝对偏差 | 中 | 中 | 中 | 中 |

软件实现

常用统计软件中极差的计算方式：

  • R 语言：\texttt{diff(range(x))} 或 \texttt{max(x) - min(x)}
  • Python（NumPy）：\texttt{np.ptp(x)}（peak-to-peak 的缩写）
  • Excel：\texttt{MAX(range) - MIN(range)}
  • SPSS：在描述性统计中勾选 "Range"

总结

样本极差作为最基础的离散度量，以其计算简单、解释直观的优势在众多领域得到广泛应用。从质量控制中的 R R 图到日常考试分析，极差提供了一种快速把握数据全貌的手段。然而其信息利用率低、对极端值敏感等固有局限，决定了它在严谨统计分析中多作为辅助指标而非主要依据。理解极差的特性，有助于在不同场景下选择恰当的统计量描述数据变异程度，在简单与精确之间取得平衡。