区间估计

这里的场景是：给出一组数据，估计一个区间，使得区间内的数据大致成均匀分布，并且保证区间内的数据能够包含总体的大部分数据。
（统计学中“区间估计”指的是，用来描述根据样本求得的值与总体真实值之间的误差）

一、工具

1. Python：
   pandas包：画图、数据分析比Java更有优势

2. Java：
   Range类：生成一个区间范围，方便判断数据是否在区间内；
   Predicate类；
   lambda表达式
   二、应用场景
   假设有一组无规律数据X[x1,x2,x3,x4,x5,x6,…]，需要估算它的有效区间范围[a,b],可以保证大部分数据都落在a,b范围内容。
   三、计算方法

   1. 排序，从小到大;
   2. 取1/4处的值，假设为x;
   3. 取3/4处的值，假设为y;
   4. a=x-1.5*(y-x)；
   5. b=y+1.5*(y-x)；

四、原理
和箱线图绘制的原理相似，找到数据的四分位数。
如果用一组数据画一个柱状图，对于横坐标的选择，第一反应是用数据的最小值作为起点，数据的最大值作为终点（刻度）。但是这里有个问题：如果数据分布不均匀（标准差很大），比如100个值中最小值为1，最大值为1000，但其他值都小于5，那么画出来的图就很不“美观”。最好的办法是找到一个区间，可以包含大部分的数据，找四分位数是一种相对简单的方法，这是一种从经验中得来的方法，但大部分情况下都很有用。