箱线图的四分位怎么计算_箱线图

箱线图判断异常值的标准以四分位数和四分位距为基础，四分位数具有一定的耐抗性，多达25%的数据可以变得任意远而不会很大地扰动四分位数，所以异常值不会影响箱形图的数据形状，箱线图识别异常值的结果比较客观。由此可见，箱线图在识别异常值方面有一定的优越性。通过将多组数据的箱线图画在同一坐标上，则可以清晰地显示各组数据的分布差异，为发现问题、改进流程提供线索。

1．什么是四分位数

Q1(又称下四分位数)=该样本中所有数值由小到大排列后第25%的数字。
Q2(又称中位数)=该样本中所有数值由小到大排列后第50%的数字。
Q3(又称上四分位数)=该样本中所有数值由小到大排列后第75%的数字。
IQR(又称四分位间距)=Q3-Q1

计算四分位数首先要确定Q1、Q2、Q3的位置（n表示数字的总个数）：

Q1的位置=（n+1）/4
Q2的位置=（n+1）/2
Q3的位置=3（n+1）/4

对于数字个数为奇数的，其四分位数比较容易确定。例如，数字“5、47、48、15、42、41、7、39、45、40、35”共有11项，由小到大排列的结果为“5、7、15、35、39、40、41、42、45、47、48”，计算结果如下：

Q1的位置=（11+1）/4=3，该位置的数字是15。
Q2的位置=（11+1）/2=6，该位置的数字是40。
Q3的位置=3（11+1）/4=9，该位置的数字是45。

而对于数字个数为偶数的，其四分位数确定起来稍微繁琐一点。例如，数字“8、17、38、39、42、44”共有6项，位置计算结果如下：

Q1的位置=（6+1）/4=1.75
Q2的位置=（6+1）/2=3.5
Q3的位置=3（6+1）/4=5.25

这时的数字以数据连续为前提，由所确定位置的前后两个数字共同确定。例如，Q2的位置为3.5，则由第3个数字38和第4个数字39共同确定，计算方法是：38+（39-38）×(3.5的小数部分)，即38+1×0.5=38.5。该结果实际上是38和39的平均数。

同理，Q1、Q3的计算结果如下：

Q1 = 8+（17-8）×0.75=14.75
Q3 = 42+（44-42）×0.25=42.5

以上明白了Q1、Q2、Q3的计算方法，那么上限和下限如何去计算呢

上限：非异常范围内的最大值。一般情况下：上限=Q3+1.5IQR

下限：非异常范围内的最小值。一般情况下：下限=Q1-1.5IQR

系数K=1.5是一种经过大量分析和经验积累起来的标准，一般情况下不做调整。

2. 如何用箱线图分析异常值，偏态，数据分布形状？——数据分析

箱线图最重要的用途就是识别异常值，且箱线图形态分布不受异常值的影响，经验表明它在处理需要特别注意的数据方面表现不错。

• 异常值：据我理解数据集中大于上限或者小于下限的值就是异常值。
• 偏态：主要从中位数的偏向来看分布的偏向，如果中位数的那条线与上四分位的那条线距离比较窄，那么数据集中的数据值在上四分位数和中位数之间的会比较多。反之，如果中位数的那条线与上四分位的那条线距离比较宽，那么数据集中的数据值在下四分位数和中位数之间的会比较多。
• 数据分布形状：四分位间距框（IQR）越小，代表数据集越集中，否则说明越分散。同理，对于上限与下限也同样适用。