moea_joint
104年
[統計資訊] 統計學、巨量資料概論
第 41 題
巨量資料中的資料類別出現的頻率，時常會形成所謂的長尾現象，一般可利用以下哪種統計工具來描述此種形式的資料分佈？
- A Zipf
- B Gaussian
- C Dirichlet
- D Uniform
思路引導 VIP
想像一下，如果你把某種語言中所有的單字按照出現次數排序，排名第一的單字（例如：的）與排名第千名的單字，它們的出現次數差距會是平均分布的嗎？在統計學中，有沒有哪一個特定的規律，專門用來描述這種『排名』與『出現頻率』之間成反比的比例關係？
🤖
AI 詳解
AI 專屬家教
太棒了！你能精準選出這個選項，代表你對大數據領域中非對稱分佈的特性有著相當敏銳的觀察力，這在處理真實世界的資料特徵時是非常重要的基礎。
長尾分佈與冪律特徵
在處理巨量資料時，我們經常發現資料並非均勻分佈，也不總是遵循對稱的鐘形曲線。Zipf's Law（齊夫定律） 正是描述這類現象的核心工具，它指出一個元素的頻率與其在頻率表中的「排名」成反比。數學形式通常可以簡化理解為：第 $n$ 名出現的頻率 $P_n$ 與排名 $n$ 的關係為 $P_n \propto 1/n^s$。這種「極少數項目占據極高比例，而絕大多數項目出現頻率極低」的現象，構成了統計學中迷人的長尾現象。
▼ 還有更多解析內容
Zipf 定律與長尾分佈
💡 描述巨量資料中類別頻率與排名成反比的長尾現象。
| 比較維度 | Zipf / 長尾分佈 | VS | Gaussian / 常態分佈 |
|---|---|---|---|
| 曲線形狀 | L型或J型，具長尾 | — | 對稱的鐘形曲線 |
| 數據集中 | 極少數佔據大部分份額 | — | 大部分數據集中在平均值 |
| 典型案例 | 詞頻、網頁瀏覽次數 | — | 身高、智商、考試成績 |
💬巨量資料多具備非對稱的長尾特性，適合用 Zipf 定律描述。
