免费 IQR 计算器 - 四分位距

理解四分位距

四分位距计算器是一款免费在线工具，可处理最多 50 个数字的数据集，让您即时了解数据的离散程度。四分位距（IQR）本身是一种稳健的变异性度量，描述数据集中间 50% 数据的分散程度。它也被称为中散布度、中间 50% 或 H‑spread。由于它忽略极端值，IQR 对于异常值检测尤为有用：通过计算上界和下界（通常定义为 $Q_3 + 1.5 \times \text{IQR}$ 和 $Q_1 - 1.5 \times \text{IQR}$），您可以快速识别出远离核心数据群的数据点。

从数学上讲，IQR 是第 75 百分位数（上四分位数，$Q_3$）与第 25 百分位数（下四分位数，$Q_1$）之差：

$$\text{IQR} = Q_3 - Q_1$$

在箱线图中，此值对应于箱子的高度；须通常延伸到仍在界限内的最远观测值。

获取 Q1 和 Q3

要计算 IQR，必须首先确定 $Q_1$ 和 $Q_3$。存在多种方法——维基百科列出了四种方法，R 语言实现了九种不同的算法。本四分位数计算器使用线性插值法（维基百科上的方法 4），适用于四分位数落在两个数据点之间的情况。

步骤 1 – 将数据排序 按升序排列。此步骤是所有四分位数查找过程的必要条件。

步骤 2 – 计算下四分位数和上四分位数的秩：

$$L = \frac{N+1}{4}, \qquad U = \frac{3(N+1)}{4}$$

其中：

• $N$ 是观测值的数量，
• $L$ 是下四分位数的秩，
• $U$ 是上四分位数的秩。

如果秩是整数，则该四分位数就是有序列表中该位置的值（例如，$L = 3$ 表示 $Q_1$ 是第三个值）。更常见的情况是秩不是整数。此时，该方法使用秩的小数部分在两个相邻值之间进行插值：

$$Q_1 = x_{\lfloor L \rfloor} + (L - \lfloor L \rfloor) \times (x_{\lfloor L \rfloor + 1} - x_{\lfloor L \rfloor})$$ $$Q_3 = x_{\lfloor U \rfloor} + (U - \lfloor U \rfloor) \times (x_{\lfloor U \rfloor + 1} - x_{\lfloor U \rfloor})$$

这里 $x_i$ 表示第 i 个排序后的值，$\lfloor \cdot \rfloor$ 是整数部分，$(L - \lfloor L \rfloor)$ 是小数部分。

计算示例

考虑一个包含四个数字的排序数据集：$5, 7, 8, 9$（$N = 4$）。

下四分位数： $L = (4+1)/4 = 1.25$。 整数部分 = 1，小数部分 = 0.25。 $Q_1 = 5 + 0.25 \times (7 - 5) = 5 + 0.25 \times 2 = 5.5$。

上四分位数： $U = 3(4+1)/4 = 3.75$。 整数部分 = 3，小数部分 = 0.75。 $Q_3 = 8 + 0.75 \times (9 - 8) = 8 + 0.75 \times 1 = 8.75$。

四分位距： $\text{IQR} = 8.75 - 5.5 = 3.25$。

相同的过程适用于更大的数据集；此计算器为您自动完成整个过程。

使用在线 IQR 计算器

这款免费的统计离散度计算器旨在提供快速准确的结果。输入您的数据（最多 50 个值），每行一个数字。输入时，会自动出现更多行。该工具至少需要四个值才会显示输出。一旦达到最小值，将实时显示以下内容：

• Q1（第一四分位数），
• Q3（第三四分位数），
• IQR（四分位距）。

所有度量都会随着您添加或修改值而即时更新。由于计算器使用上述插值方法，即使四分位数落在数据点之间，您也可以信赖其结果。

为什么 IQR 是首选的离散度度量

与普通极差（最大值减最小值）不同，IQR 不受异常值影响。它只关注数据的中间一半，使其成为偏态分布或包含极端值的数据集中更可靠的离散度指标。这个特性使 IQR 成为异常值检测和探索性数据分析的基石工具。通过提供 IQR 以及 Q1 和 Q3，计算器使您能够应用 1.5×IQR 规则并构建箱线图，而无需手动计算。

无论您是学习统计学的学生、分析实验数据的研究人员，还是监控质量控制指标的专业人士，四分位距计算器都能提供快速准确的方法来查找 IQR、检查数据集的离散度并标记潜在的异常值。