python - 找到 90% 的工单被处理的时间？

Question

我的老板想要我们的工单处理系统的指标，他想要的指标之一是“90% 的时间”，他将其定义为处理 90% 的工单所花费的时间。我猜他是在考虑 10% 的异常可以忽略不计。我希望这至少接近一些统计有效性。所以我得到了我放入 numpy 数组的时间列表。这是我想出的代码。

import numpy as np

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

这有效吗？有没有更好的办法？

Answer 1

百分位数是一种统计上完全有效的方法。它们用于提供对数据的可靠描述。例如，50% 的百分位数是中位数，箱线图通常显示 25%、50% 和 75% 的百分位数，以了解数据涵盖的范围。

90% 百分位数可以看作是对最大值的一种相当天真和粗略的估计，它比实际最大值更不容易受到异常值的影响。 (显然，它有些偏差——它总是小于真正的最大值。)谨慎使用这种解释。最安全的做法是按原样查看 90% 的百分位数 - 90% 的数据低于该值，10% 的数据高于该值。

您的代码有些多余，因为 percentile(data, 90) 返回数据中 90% 的元素小于或等于的值。所以我会说这正好是 90% 的时间，没有必要计算 <90% 的值。对于大量样本和连续值，<=90% 和 <90% 之间的差异无论如何都会消失。