Sisältö
- TL; DR (liian pitkä; ei lukenut)
- Tilaa tietopisteet
- Määritä ensimmäisen kvartiilin sijainti
- Määritä kolmas kvartiilin sijainti
- Laske kvartiilien välinen etäisyys
- IQR: n edut ja haitat
Kvartalien välinen alue, jota usein lyhennetään IQR: ksi, edustaa aluetta minkä tahansa tietyn tietojoukon 25. prosenttipisteestä 75. prosenttipisteeseen tai keskimmäiseen 50 prosenttiin. Neljännesalueella voidaan määrittää, mikä on testin keskimääräinen suorituskykyalue: Voit käyttää sitä nähdäksesi missä useimpien ihmisten pisteytys tietyssä testissä putoaa, tai määrittää, kuinka paljon rahaa yrityksen keskimääräinen työntekijä ansaitsee kuukaudessa . Kvartalien välinen alue voi olla tehokkaampi tietoanalyysin väline kuin tietojoukon keskiarvo tai mediaani, koska sen avulla voit tunnistaa leviämisalueen kuin vain yhden luvun.
TL; DR (liian pitkä; ei lukenut)
Kvartalien välinen alue (IQR) edustaa keskimääräistä 50 prosenttia tietojoukosta. Laskeaksesi se, järjestä ensin datapistesi pienimmästä suurimpaan ja määritä sitten ensimmäinen ja kolmas kvartilisi sijaintisi kaavoilla (N + 1) / 4 ja 3 * (N + 1) / 4, missä N on luku pisteistä tietojoukossa. Lopuksi vähennä ensimmäinen kvartiili kolmannesta kvartiilista tietojoukon neljännesalueiden välisen alueen määrittämiseksi.
Tilaa tietopisteet
Kvartalien välisen etäisyyden laskenta on yksinkertainen tehtävä, mutta ennen laskemista on järjestettävä tietojoukon eri kohdat. Voit tehdä tämän aloittamalla tilaamalla datapisteet vähimmäisestä suurimpaan. Esimerkiksi, jos tietopisteesi olivat 10, 19, 8, 4, 9, 12, 15, 11 ja 20, järjestät ne uudelleen seuraavasti: {4, 8, 9, 10, 11, 12, 15, 19, 20}. Kun tietopisteesi on tilattu näin, voit siirtyä seuraavaan vaiheeseen.
Määritä ensimmäisen kvartiilin sijainti
Seuraavaksi määritetään ensimmäisen kvartiilin sijainti seuraavan kaavan avulla: (N + 1) / 4, missä N on tietojoukon pisteiden lukumäärä. Jos ensimmäinen kvartiili on kahden luvun välillä, ota kahden luvun keskiarvo ensimmäisen kvartiilin pistemääräksi. Yllä olevassa esimerkissä, koska datapisteitä on yhdeksän, lisääisit 1-9 saadaksesi 10 ja jakaa sitten neljällä saadaksesi 2,5. Koska ensimmäinen kvartiili on toisen ja kolmannen arvon välillä, otat keskiarvon 8 ja 9 saadaksesi ensimmäisen kvartiilin aseman 8,5.
Määritä kolmas kvartiilin sijainti
Kun olet määrittänyt ensimmäisen kvartiilin, määritä kolmannen kvartiilin sijainti seuraavan kaavan avulla: 3 * (N + 1) / 4, missä N on jälleen tietojoukon pisteiden lukumäärä. Samoin, jos kolmas kvartiili on kahden luvun välissä, ota yksinkertaisesti keskiarvo, kuten tekisit ensimmäistä kvartiiliä laskettaessa. Yllä olevassa esimerkissä, koska datapisteitä on yhdeksän, lisääisit 1 - 9 saadaksesi 10, kertomalla 3: lla saadaksesi 30 ja jakamalla sitten neljällä saadaksesi 7,5. Koska ensimmäinen kvartiili on seitsemännen ja kahdeksannen arvon välillä, saat keskiarvon 15 ja 19 saadaksesi kolmannen kvartiilin pistemäärän 17.
Laske kvartiilien välinen etäisyys
Kun olet määrittänyt ensimmäisen ja kolmannen kvartiilisi, laske kvartiilien välinen alue vähentämällä ensimmäisen kvartiilin arvo kolmannen kvartiilin arvosta. Tämän artikkelin aikana käytetyn esimerkin viimeistelyyn voit vähentää 8.5 luvusta 17 saadaksesi selville, että tietojoukon kvartiilien välinen alue on 8,5.
IQR: n edut ja haitat
Neljännesalueiden etuna on, että ne pystyvät tunnistamaan ja poistamaan poikkeamat tietojoukon molemmissa päissä. IQR on myös hyvä muutosmitta vinojen tietojen jakautumisen tapauksissa, ja tämä IQR: n laskentamenetelmä voi toimia ryhmiteltyjen tietojoukkojen kanssa, kunhan käytät kumulatiivista taajuuden jakaumaa datapisteiden järjestämiseen. Ryhmitetyn datan kvartaalien välinen kaava on sama kuin ryhmittelemättömän datan kanssa, jolloin IQR on yhtä suuri kuin ensimmäisen kvartiilin arvo, joka vähennetään kolmannen kvartiilin arvosta. Sillä on kuitenkin useita haittoja verrattuna keskihajontaan: vähemmän herkkyys muutamille äärimmäisille pisteille ja näytteenottovakaus, joka ei ole yhtä vahva kuin keskihajonta.