菜单
×
   ❮   
HTML CSS JAVASCRIPT SQL PYTHON JAVA PHP HOW TO W3.CSS C C++ C# BOOTSTRAP REACT MYSQL JQUERY EXCEL XML DJANGO NUMPY PANDAS NODEJS R TYPESCRIPT ANGULAR GIT POSTGRESQL MONGODB ASP AI GO KOTLIN SASS VUE DSA GEN AI SCIPY AWS CYBERSECURITY DATA SCIENCE
     ❯   

统计 - 四分位距


四分位距(Interquartile Range)是衡量数据离散程度的一种方法,它描述了数据的散布范围。


四分位距

四分位距是第一个和第三个 四分位数(Q1 和 Q3)之间的差值。

数据的“中间一半”位于第一个和第三个四分位数之间。

第一个四分位数是数据中将底部 25% 的值与顶部 75% 的值分开的值。

第三个四分位数是数据中将底部 75% 的值与顶部 25% 的值分开的值。

这是一张诺贝尔奖获得者(截至 2020 年)年龄的直方图,展示了 **四分位距 (IQR)**。

Histogram of the age of Nobel Prize winners with interquartile range shown.

在这里,中间一半的年龄在 51 岁到 69 岁之间。因此,诺贝尔奖获得者的四分位距是 18 岁。



使用编程计算四分位距

许多编程语言都可以轻松计算四分位距。

使用软件和编程来计算统计数据在处理大型数据集时更为常见,因为手动计算会变得困难。

示例

使用 Python,可以通过 SciPy 库的 iqr() 方法计算值 13, 21, 21, 40, 42, 48, 55, 72 的四分位距。

from scipy import stats

values = [13,21,21,40,42,48,55,72]

x = stats.iqr(values)

print(x)
自己动手试一试 »

示例

使用 R 的 IQR() 函数计算值 13, 21, 21, 40, 42, 48, 55, 72 的四分位距。

values <- c(13,21,21,40,42,48,55,72)

IQR(values)
自己动手试一试 »

×

联系销售

如果您想将 W3Schools 服务用于教育机构、团队或企业,请发送电子邮件给我们
sales@w3schools.com

报告错误

如果您想报告错误,或想提出建议,请发送电子邮件给我们
help@w3schools.com

W3Schools 经过优化,旨在方便学习和培训。示例可能经过简化,以提高阅读和学习体验。教程、参考资料和示例会不断审查,以避免错误,但我们无法保证所有内容的完全正确性。使用 W3Schools 即表示您已阅读并接受我们的使用条款Cookie 和隐私政策

版权所有 1999-2024 Refsnes Data。保留所有权利。W3Schools 由 W3.CSS 提供支持