四分位距

7d2695f6bde20dbaf5fb944de4d1cb0f

四分位距

四分位距(英语:interquartile range, IQR)。是描述统计学中的一种方法,以确定第三四分位数和第一四分位数的分别(即

Q

1

,

Q

3

{displaystyle Q_{1}, Q_{3}}
四分位距插图的差距)[1]。与方差、标准差一样,表示统计资料中各变量分散情形,但四分差更多为一种稳健统计robust statistic)。

四分位差(英语:Quartile Deviation, QD),是

Q

1

,

Q

3

{displaystyle Q_{1},Q_{3}}
四分位距插图1的值差的一半,即

Q
D

=

Q

3

Q

1

2

{displaystyle mathrm {QD} ={frac {Q_{3}-Q_{1}}{2}}}
四分位距插图2

定义

四分位距通常是用来构建箱形图,以及对概率分布的简要图表概述。对一个对称性分布数据(其中位数必然等于第三四分位数与第一四分位数的算术平均数),二分之一的四分差等于绝对中位差MAD)。中位数是聚中趋势的反映[2]

I
Q
R

=

Q

3

Q

1

{displaystyle mathrm {IQR} =Q_{3}-Q_{1}}
四分位距插图3

举例

四分位距插图4

图示中箱形图(有四分位数及四分位距)和概率密度函数 为描述一个常规总量 N(0,1σ2)的分布情况

图表中的数据

数列
参数
四分差
1
102
2
104
3
105

Q

1

{displaystyle Q_{1}}
四分位距插图5
4
107
5
108
6
109

Q

2

{displaystyle Q_{2}}
四分位距插图6(中位数)
7
110
8
112
9
115

Q

3

{displaystyle Q_{3}}
四分位距插图7
10
118
11
118

从这个图示中,我们可以算出四分差的距离为

115

105
=
10

{displaystyle 115-105=10}
四分位距插图8

箱形图中的数据

—– –
o * |——-| | |—|
—– –

— — — — — — — — — — — — 数列
0 1 2 3 4 5 6 7 8 9 10 11 12

从该图中我们可算出:

第一四分位数

(

Q

1

,

x

0.25

)
=
7

{displaystyle (Q_{1},x_{0.25})=7}
四分位距插图9
中位数(第二四分位数)

(

M
e
d

,

x

0.5

)
=
8.5

{displaystyle (mathrm {Med} ,x_{0.5})=8.5}
四分位距插图10
第三四分位数

(

Q

3

,

x

0.75

)
=
9

{displaystyle (Q_{3},x_{0.75})=9}
四分位距插图11
四分位距

I
Q
R

=

Q

3

Q

1

=
2

{displaystyle mathrm {IQR} =Q_{3}-Q_{1}=2}
四分位距插图12
四分位差

Q
D

=

Q

3

Q

1

2

=
1

{displaystyle mathrm {QD} ={frac {Q_{3}-Q_{1}}{2}}=1}
四分位距插图13

相关条目

四分位数
百分位数

参考文献

^ Interquartile Range. [2009-09-18]. (原始内容存档于2009-11-25).

^ What is an interquartile range?. [2009-09-18]. (原始内容存档于2009-09-25).

外部链接

Interquartile Range页面存档备份,存于互联网档案馆)
QuartileDeviation页面存档备份,存于互联网档案馆)

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注