Excel在统计分析中的应用—第二章—描述性统计-未分组数据的四分位偏差的求解方法

看似简单的四分位偏差，实际上并不简单。

以下描述看似详细，实际上只讲解了QUARTILE.EXC这一种情况。

“四分位差（quartile deviation），它是上四分位数（Q3，即位于75%）与下四分位数（Q1，即位于25%）的差。
计算公式为：Q = Q3-Q1
四分位差反映了中间50%数据的离散程度，其数值越小，说明中间的数据越集中；其数值越大，说明中间的数据越分散。四分位差不受极值的影响。此外，由于中位数处于数据的中间位置，因此，四分位差的大小在一定程度上也说明了中位数对一组数据的代表程度。四分位差主要用于测度顺序数据的离散程度。对于数值型数据也可以计算四分位差，但不适合分类数据。
四分位数是将一组数据由小到大（或由大到小）排序后，用3个点将全部数据分为4等份，与这3个点位置上相对应的数值称为四分位数，分别记为Q1（第一四分位数），说明数据中有25%的数据小于或等于Q1，Q2（第二四分位数，即中位数）说明数据中有50%的数据小于或等于Q2、Q3（第三四分位数）说明数据中有75%的数据小于或等于Q3。其中，Q3到Q1之间的距离的差的一半又称为分半四分位差，记为（Q3-Q1）/2。”

更为详细、准确的描述，请参考本文（特别是Excel示例的截图）。

问题：已知CSDN文章的日均访问增量数据如下表所示，试计算四分位值。

解答：

遗留问题：

QUARTILE.INC与QUARTILE.EXC的应用场景到底有何不同？这恐怕是个数学问题。