找到90％的门票处理时间？

Question

我的老板想要我们的票务处理系统的指标，他想要的一个指标是＆＃34; 90％的时间＆＃34;他定义了90％的门票需要处理的时间。我猜他认为10％的异常可以被忽略。我希望这至少能达到某种统计效度。所以我得到了一个列入numpy数组的时间列表。这是我提出的代码。

import numpy as np

inliers = data[data<np.percentile(data, 90)]
ninety_time = inliers.max()

这有效吗？还有更好的方法吗？

Answer 1

百分位数是一种统计上完全有效的方法。它们用于提供强大的数据描述。例如，50％的百分位数是中位数，箱形图通常显示25％，50％和75％的百分位数，以便了解数据涵盖的范围。

90％的百分位数被视为对最大值的一种相当幼稚和粗略的估计，它比实际的最大值更不容易受到异常值的影响。 （显然，它有点偏颇 - 它总是小于真正的最大值。）谨慎使用这种解释。最安全的是将90％的百分位数看作是一个值 - 其中90％的数据低于10％，高于10％。

您的代码有点多余，因为percentile(data, 90)返回数据中90％的元素较低或相等的值。所以我想说这正是90％的时间，并且不需要计算<90％的值。对于大量样本和连续值，无论如何，<= 90％和<90％之间的差异将消失。