在统计学中，全距（Range）是一个基础且重要的概念，它用于衡量数据集中最大值与最小值之间的差异。简单来说，全距就是数据分布范围的一个直观描述，帮助我们快速了解数据的离散程度。

计算全距的方法非常简单：只需从数据集中的最大值减去最小值即可。例如，假设有一组数据为 {3, 7, 9, 15, 20}，那么这组数据的最大值是 20，最小值是 3，因此全距为 20 - 3 = 17。这个结果表明这组数据的取值范围跨度较大。

尽管全距易于理解和计算，但它也有一定的局限性。由于全距仅依赖于两个极端值，而忽略了中间的数据分布情况，因此它对异常值（outliers）非常敏感。例如，在一个包含少量极大或极小值的数据集中，全距可能会被这些极端值严重扭曲。因此，在分析复杂数据时，全距通常需要与其他指标（如四分位距或标准差）结合使用，以获得更全面的视角。

此外，全距的应用场景也十分广泛。在实际生活中，它可以用来评估各种现象的变化幅度。比如，气象学家可以用全距来比较不同城市的气温波动；经济学家可以利用全距研究收入差距；教育工作者也可以通过全距了解学生考试成绩的分布情况。

总之，全距作为统计学中最基本的概念之一，虽然简单却不可或缺。它为我们提供了一种快速把握数据整体范围的方式，并为进一步深入分析奠定了基础。然而，在具体应用时，我们也应注意到其局限性，合理选择其他补充工具，从而确保结论更加准确可靠。