IQR箱线图

最近读论文看到有个实验里的箱线图，记录以下它的意义；

1 箱线图

首先说明箱线图中各条线的意义，一个箱线图表如下：
以其中一个箱线为例（一个竖行），其从上到下分别为：
①最上的横线：上内限，表示上离群值边界，比上内限大的数据是outlier；
②方框的上边界：Q3，表示数据的上$\frac{1}{4}$分界，超过Q3的数据按照大小排序在前25%；
🌂黄线：中位线，表示数据的中位数值；
④方框的下边界：Q1，表示数据的下$\frac{1}{4}$分界，小于Q1的数据按照大小排序在后25%；
⑤最下的横线：下内限，表示下离群值边界，比下内限小的数据是outlier；
其中IQR=Q3-Q2，即两个四分位值的跨度；

五条线的数学统计意义如下表示：

①上内限的值$=max(Dat{a}_{max}，Q3+1.5IQR)$，其数学意义为正态分布数据的99.65%分界线；
②Q3的数学意义表示正态分布数据的75%分界线，以及距离均值25%的上分界线；
🌂中位数没什么好说的；
④Q1的数学意义同Q3类似；
⑤下内线的值$=min(Dat{a}_{min},Q1-1.5IQR)$，其数学意义与上内限类似;
IQR的数学意义是数据落在中间50%的跨度；
**注：由于上下限的max比较，所以使得上下限有时长度不一样，因为数据的边界值没有到达上下限；**比如下图中的左箱线图；

2 功能

2.1 识别异常值

箱线图注意依赖中间50%的数据确定上下阈值，两边25%中离群点不会对其产生影响，与直接计算均值方差相比其耐抗性更好；

2.2 比较几批数据的形状

同一数轴上几批数据的箱线图并列排列，几批数据中的中位数、尾长、异常值、分布区间都很清楚。各批数据的四分距大小，正常值的分布是集中还是分散，观察各方和和线段的长度即可。每批数据分布的偏如何，分析中位线和异常值的位置也可估计出来。

3 计算

对于数据大小为奇数和偶数的情况，箱线图IQR的计算会有所不同；

偶数：4 7 9 12 20
奇数：5 8 10 10 15 18 24

①确定中间位置
偶数情况下中间位置是9跟11的中间，没有对应到一个具体的位置；
奇数情况下中间位置是10；

偶数：4 7 9 | 11 12 20
奇数：5 8 10 |10| 15 18 24

②确定竖线左右两侧的中位数；
在①中所画竖线两侧计算中位数，分别即代表Q1和Q3；

偶数：4 _7_ 9 | 11 _12_ 20
奇数：5 _8_ 10 |10| 15 _18_ 24

③得到Q1和Q3即可完成后续计算；

参考文献：
1.MBA智库百科-箱线图
2.如何得到四分位差