Какое значение называют вторым квартилем q2

Калькулятор квартилей

Калькулятор квартилей помогает найти первый (Q1), второй (Q2) и третий (Q3) квартили, интерквартильный размах, минимальное и максимальное значения, а также диапазон набора данных.

Comma-separated numbers

Quartile Statistics
Первый квартиль (Q1)	25
Второй квартиль (Q2)	55
Третий квартиль (Q3)	75
Межквартильный ранг (IQR)	50
Медиана = Q2 (x˜)	55
Минимум	10
Максимум	100
Диапазон (клавиша R)	90

В вашем расчете произошла ошибка.

Калькулятор квартилей очень полезен, когда вы хотите найти пятизначную сводку для графиков Бокса и Вискера. Этот статистический калькулятор рассчитает первый квартиль (Q1), второй квартиль (Q2) или медиану, третий квартиль (Q3), минимальное значение и максимальное значение заданного набора данных. Кроме того, он вычисляет межквартильный размах и диапазон.

Вам просто нужно ввести или скопировать и вставить данные и нажать кнопку «рассчитать». Не забудьте отделить каждое число запятой или пробелом.

Квартили

Квартили — это одна из мер положения. Они помогают описать положение некоторого значения относительно других значений в наборе данных.

Квартили используются для разделения возрастающего массива данных (где данные расположены в порядке возрастания) на четыре равные секции. Каждая из этих секций содержит одинаковое количество элементов. Мы можем рассчитать три квартиля для набора данных.

Первый квартиль (Q1 или нижний квартиль)
Второй квартиль (Q2 или медиана)
Третий квартиль (Q3 или верхний квартиль)

Первый квартиль (Q1) — это значение данных, которое разделяет нижние 25% и верхние 75% данных, расположенных в порядке возрастания. Таким образом, в первом квартиле 25% элементов ниже его и 75% элементов выше его. Это равно 25-му процентилю набора данных.

Второй квартиль (Q2) — это значение данных, которое разделяет нижние 50% и верхние 50% данных, расположенных в порядке возрастания. Таким образом, во втором квартиле 50% элементов ниже его и 50% элементов выше его. Второй квартиль точно равен медиане, а также 50-му процентилю набора данных.

Третий квартиль (Q3) — это значение данных, которое разделяет нижние 75% и верхние 25% данных, расположенных в порядке возрастания. Таким образом, в третьем квартиле 75% элементов ниже его и 25% элементов выше его. Это равно 75-му процентилю набора данных.

Расчет квартилей

Чтобы найти квартили, выполните следующие действия:

Расположите данные в порядке возрастания.
Найдите медиану значений данных. Это второй квартиль.
Найдите медиану значений данных, которые находятся ниже второго квартиля. Это первый квартиль.
Найдите медиану значений данных, которые выше второго квартиля. Это третий квартиль.

Пример 1

Следующий набор данных представляет собой начальную зарплату бухгалтеров выпускников в колледже. Найдите медиану (Q2), нижний квартиль (Q1) и верхний квартиль (Q3) для начальных зарплат. Интерпретируйте свои результаты.

$55.000, $60.000, $52.000, $45.000, $74.000, $75.000, $48.000, $58.000, $72.000, $66.000, $45.000, $50.000, $54.000, $65.000, $71.000

Решение

Сначала расположим данные в порядке возрастания.

$45.000, $45.000, $48.000, $50.000, $52.000, $54.000, $55.000, $58.000, $60.000, $65.000, $66.000, $71.000, $72.000, $74.000, $75.000

Затем мы найдем местоположение второго квартиля или медианы.

После этого найдем медиану значений данных ниже Q2, чтобы определить Q1.

$45.000, $45.000, $48.000, $50.000, $52.000, $54.000, $55.000

Первый квартиль (Q1) = $50.000

Затем найдем медиану значений данных выше Q2, чтобы найти Q3.

$60.000, $65.000, $66.000, $71.000, $72.000, $74.000, $75.000

Третий квартиль (Q3) = $71.000

Приведенные выше квартили можно интерпретировать следующим образом.

25% новоиспеченных бухгалтеров зарабатывают менее $50.000, а 25% — более $71.000. 50% бухгалтеров-выпускников зарабатывают более $58.000, а остальные 50% — меньше.

Из приведенного выше примера видно, что для нечетного числа данных квартили будут исходными значениями данных. Однако при четном количестве данных квартили не будут соответствовать исходным значениям. Давайте изменим приведенный выше пример, чтобы понять это.

Пример 1

Предположим, что вы не включили данные об одной зарплате в данные примера 1. Пропущенная зарплата составляет $95.000. Найдите пересмотренную медиану (Q2), нижний квартиль (Q1) и верхний квартиль (Q3) для начальных зарплат.

Решение

Сначала расположим данные в порядке возрастания.

$45.000, $45.000, $48.000, $50.000, $52.000, $54.000, $55.000, $58.000, $60.000, $65.000, $66.000, $71.000, $72.000, $74.000, $75.000, $95.000

Затем мы найдем расположение квартилей.

Теперь разделите набор данных у медианы на две группы. Найдите медиану значений данных ниже Q2, чтобы найти Q1.

$45.000, $45.000, $48.000, $50.000, $52.000, $54.000, $55.000, $58.000

Первый квартиль (Q1)=($50.000 + $52.000)/2 = $51.000

Затем найдите медиану значений данных выше Q2, чтобы найти Q3.

$60.000, $65.000, $66.000, $71.000, $72.000, $74.000, $75.000, $95.000

Третий квартиль (Q3) = ($71.000 + $72.000)/2 = $71.500

Межквартильный размах

Разница между верхним квартилем (Q3) и нижним квартилем (Q1) называется межквартильным размахом.

Межквартильный размах (IQR) = Верхний квартиль — Нижний квартиль Межквартильный размах (IQR) = третий квартиль — первый квартиль Межквартильный размах (IQR) = Q3- Q1

Межквартильный размах исключает самые нижние 25% элементов и самые верхние 25% элементов массива данных. Другими словами, межквартильный размах фокусируется на разбросе средних 50% массива данных. Поскольку межквартильный размах исключает элементы ниже нижнего квартиля и элементы выше верхнего квартиля, межквартильный размах свободен от крайних значений или выбросов набора данных. Это устраняет основной недостаток расчета размаха.

Пример 3

Найдите интерквартильный размах для примера 1.

Решение

Мы уже нашли квартили для размаха данных:

Первый квартиль (Q1) = $50.000 Второй квартиль (Q2) = $58.000 Третий квартиль (Q3) = $71.000

Применим приведенные выше данные к формуле межквартильного размаха.

Межквартильный размах (IQR) = Третий квартиль (Q3) — Первый квартиль (Q1) = $71.000 — $50.000 = $21.000

Пример 4

Найдите межквартильный размах для примера 2.

Решение

Мы уже нашли квартили для диапазона данных:

Первый квартиль (Q1) = $51.000 Второй квартиль (Q2) = $59.000 Третий квартиль (Q3) = $71.500

Применим приведенные выше данные к формуле межквартильного размаха.

Межквартильный размах (IQR) = третий квартиль (Q3) — первый квартиль (Q1) = $71.500 — $51.000 = $20.500

Минимальное и максимальное значения

Минимальное значение набора данных означает наименьшее значение набора данных. Когда вы данные набора в порядке возрастания, это первое значение вашего набора данных.

Максимальное значение набора данных означает наибольшее значение набора данных. Когда вы данные набора в порядке возрастания, это последнее значение вашего набора данных.

Минимальное значение и максимальное значение помогают понять общий разброс набора данных. Диапазон, который является основной мерой дисперсии, основан на минимальном и максимальном значении набора данных.

Пример 5

Найдите минимальное и максимальное значения набора данных о начальной зарплате новоиспеченных бухгалтеров из примера 1.

Решение

Мы уже расположили набор данных в порядке возрастания следующим образом.

$45.000, $45.000, $48.000, $50.000, $52.000, $54.000, $55.000, $58.000, $60.000, $65.000, $66.000, $71.000, $72.000, $74.000, $75.000

Минимальная зарплата — это первая зарплата в приведенном выше массиве. Следовательно,

Минимальная начальная зарплата бухгалтеров-новобранцев = $45.000

Максимальная зарплата — это последние данные о зарплате в вышеприведенном массиве. Следовательно,

Максимальная стартовая зарплата бухгалтеров-новобранцев = $75.000

Пример 6

Найдите минимальное и максимальное значения набора данных о начальной зарплате новоиспеченных бухгалтеров из примера 2.

Решение

Мы уже расположили набор данных в порядке возрастания следующим образом.

$45.000, $45.000, $48.000, $50.000, $52.000, $54.000, $55.000, $58.000, $60.000, $65.000, $66.000, $71.000, $72.000, $74.000, $75.000, $95.000

Минимальная зарплата — это первая зарплата в приведенном выше массиве. Следовательно,

Минимальная начальная зарплата бухгалтеров-новобранцев = $45.000

Максимальная зарплата — это последние данные о зарплате в вышеприведенном массиве. Следовательно,

Максимальная стартовая зарплата бухгалтеров-новобранцев = $95.000

Диапазон набора данных

Диапазон в статистике является самой основной мерой дисперсии набора данных. Он рассчитывается как разница между наибольшим (максимальным) и наименьшим (минимальным) значением набора данных.

Диапазон набора = Максимальное значение — Минимальное значение

Диапазон набора = Наибольшее значение — Наименьшее значение

Диапазон — это общее расстояние или общий разброс между крайними значениями набора данных. Это грубая мера дисперсии.

Диапазон зависит только от двух крайних значений набора данных. Если крайние значения содержат какие-либо выбросы, диапазон легко искажается и становится необъективным.

Поскольку диапазон не основан на всех данных набора данных, он не считается хорошим показателем дисперсии.

Пример 7

Найдите диапазон набора данных о начальной зарплате новоиспеченных бухгалтеров из примера 1.

Решение

Ранее мы нашли минимальное и максимальное значение набора данных.

Минимальная стартовая зарплата бухгалтеров-новобранцев = $45.000

Максимальная стартовая зарплата бухгалтеров-новобранцев = $75.000

Теперь применим вышеуказанные значения к формуле диапазона.

Диапазон набора данных = Максимальное значение — Минимальное значение = $75.000 — $45.000 = $30.000

Пример 8

Найдите диапазон набора данных о начальной зарплате новоиспеченных бухгалтеров из примера 2.

Решение

Ранее мы нашли минимальное значение и максимальное значение набора данных.

Минимальная стартовая зарплата бухгалтеров-новобранцев = $45.000

Максимальная стартовая зарплата бухгалтеров-новобранцев = $95.000

Теперь применим вышеуказанные значения к формуле диапазона.

Диапазон набора данных = Максимальное значение — Минимальное значение = $95.000 — $45.000 = $50.000

Применение квартилей на практике

Вычисления квартилей полезны, когда мы хотим устранить крайние значения набора данных и изучить их распределение. В приведенном ниже списке представлены несколько областей, где квартили используются для принятия решений.

Управление персоналом — Квартили зарплат определяются до установления диапазона зарплат сотрудников компании. Это помогает исключить крайне низкие зарплаты, например, зарплаты стажеров, и крайне высокие зарплаты, обусловленные опытом и выдающимися талантами сотрудников.

Финансы — При планировании ежемесячных расходов квартили рассчитываются, чтобы получить представление о том, как распределялись расходы в прошлом. Это помогает избежать завышения или занижения бюджета.

Производство — При планировании производственных мощностей менеджеры по производству часто используют прошлые данные для определения квартилей производства. Это помогает получить данные о диапазоне производственных возможностей, которые не искажены отключениями электроэнергии, забастовками, днями отсутствия материалов на складе и так далее.

Маркетинг — Когда маркетологи анализируют ценовые диапазоны своих конкурентов, они определяют квартили для цен конкурентов. Затем при анализе они могут опустить ценообразование низкокачественных и высокобрендовых продуктов.

Статистика — Квартили и процентили

Квартили и процентили — это меры вариации, которые показывают, насколько разбросаны данные. И квартили, и процентили являются типами квантилей.

Квартили

Q₀ это наименьшее значение в данных.
Q₁ это значение, отделяющее первую четверть от второй четверти данных
Q₂ это среднее значение (медиана), отделяющее нижнюю часть от верхней
Q₃ это значение, отделяющее третью четверть от четвёртой четверти
Q₄ это наибольшее значение в данных

Расчет квартилей с помощью программирования

Квартили можно легко найти на многих языках программирования.

Использование программного обеспечения и программирования для расчета статистики более распространено для больших наборов данных, так как поиск их вручную становится затруднительным.

Пример

В Python используйте метод quantile() библиотеки NumPy, чтобы найти квартили значений 13, 21, 21, 40, 42, 48, 55, 72:

x = numpy.quantile(values, [0,0.25,0.5,0.75,1])

Пример

Используйте функцию R quantile() чтобы найти квантили значений 13, 21, 21, 40, 42, 48, 55, 72:

Процентили

Процентили — это значения, которые разделяют данные на 100 равных частей.

Например, 95-й процентиль отделяет самые низкие 95% из значений сверху 5%

25-й процентиль (P_25%) совпадает с первым квартилем (Q₁).

50-й процентиль (P_50%) совпадает со вторым квартилем (Q₂) и медианой.

75-й процентиль (P_75%) совпадает с третьим квартилем (Q₃)

Расчет процентилей с помощью программирования

Процентили легко найти во многих языках программирования.

Использование программного обеспечения и программирования для расчета статистики более распространено для больших наборов данных, так как найти их вручную становится сложно.

Пример

В Python используйте метод percentile() библиотеки NumPy, чтобы найти 65 -й процентиль значений 13, 21, 21, 40, 42, 48, 55, 72:

x = numpy.percentile(values, 65)

Пример

Используйте функцию R quantile() чтобы найти 65-й процентиль ( 0.65 ) значений 13, 21, 21, 40, 42, 48, 55, 72:

ПАЛИТРА ЦВЕТОВ

ПРИСОЕДИНЯЙТЕСЬ!

Получите ваш
Сертификат сегодня!

Связь с админом

Если вы хотите сообщить об ошибке, а также внести предложение о работе сайта, добавить объявление или рекламу на сайт, не стесняйтесь отправить админу электронное письмо на email:

Топ Учебники

Топ Справочники

Топ Примеры

Веб Сертификаты

Этот сайт оптимизирован для обучения и тестирования. Примеры могут быть упрощены для улучшения чтения и базового понимания. Учебные пособия, ссылки и примеры постоянно пересматриваются, чтобы избежать ошибок, но мы не можем гарантировать полную правильность и работоспособность всего контента. Используя этот сайт, вы соглашаетесь с тем, что прочитали и приняли условия использования, cookie и политику конфиденциальности.
Также вы можете абсолютно бесплатно скачать офлайн версию сайта W3Schools на русском архивом с GitHub и пользоваться локально на своём компьютере.
Также доступна версия сайта W3Schools на украинском языке.
Copyright 1999-2022 by Refsnes Data. All Rights Reserved.
Сайт работает на фреймворке W3.CSS.

Статистика — Вариация

Меры вариации в сочетании со средним значением (мера центра) дают хорошее представление о распределении данных.

Примечание: Эти меры вариации могут быть использованы только для числовых данных.

Диапазон

Диапазон — это разница между наименьшим и наибольшим значением данных.

Диапазон — это простейшая мера вариации.

Вот гистограмма возраста всех 934 лауреатов Нобелевской премии до 2020 года, показывающая диапазон:

Самому молодому победителю было 17 лет, а самому старшему — 97 лет. Тогда диапазон возраста для лауреатов Нобелевской премии составляет 80 лет.

Квартили и процентили

Квартили и процентили — это способы разделения равного количества значений в данных на части.

Квартили — это значения, которые разделяют данные на четыре равные части.

Процентили — это значения, которые разделяют данные на 100 равных частей.

Вот гистограмма возраста всех 934 лауреатов Нобелевской премии до 2020 года, показывающая квартили:

Квартили (Q₀,Q₁,Q₂,Q₃,Q₄) — это значения, которые разделяют каждую четверть.

Между Q₀ и Q₁ находятся 25% самые низкие значения в данных. Между Q₁ и Q₂ находятся следующие 25%. И так далее.

Q₀ это наименьшее значение в данных
Q₂ это среднее значение (медиана)
Q₄ это наибольшее значение в данных

Межквартильный диапазон

Межквартильный диапазон — это разница между первым и третьим квартилями (Q₁ и Q₃).

«Средняя половина» данных находится между первым и третьим квартилем.

Вот гистограмма возраста всех 934 лауреатов Нобелевской премии до 2020 года, показывающая межквартильный диапазон (IQR):

Здесь средняя половина — от 51 до 69 лет. Тогда межквартильный диапазон для лауреатов Нобелевской премии составляет 18 лет.

Стандартное отклонение

Стандартное отклонение — наиболее часто используемый показатель вариации.

Стандартное отклонение (σ) измеряет, насколько «типичное» наблюдение отличается от среднего значения данных (μ).

Стандартное отклонение важно для многих статистических методов.

Вот гистограмма возраста всех 934 лауреатов Нобелевской премии до 2020 года, показывающая стандартные отклонения:

Примечание: Значения в пределах одного стандартного отклонения (σ) считаются типичными.

Значения за пределами трех стандартных отклонений считаются выбросами.

Квартили — объяснения и примеры

Квартили — это значения, которые делят ваши числовые данные на четыре части или четверти. Четыре части могут быть одинакового размера, а могут и не быть.

Три основных квартиля:

Первый или нижний квартиль (обозначается Q1) — это значение, при котором 25% точек данных меньше этого значения.
Второй квартиль или медиана (обозначается Q2) — это значение, при котором 50% точек данных лежат ниже этого значения.
Третий или верхний квартиль (обозначается Q3) — это значение, при котором 75% точек данных меньше этого значения.

Эти квартили делят данные на 4 квартала:

Первый квартал содержит точки данных от наименьшего значения (минимума) до Q1.
Второй квартал включает точки данных от Q1 до медианы.
Третий квартал включает точки данных от медианы до третьего квартала.

Как найти квартили?

Метод будет отличаться в зависимости от наличия нечетного или четного списка чисел.

— Пример 1 нечетного списка

Для чисел (1,2,3,4,5) найдите Q1, Q2, Q3.

1. Упорядочивайте данные от наименьшего к наибольшему.

Наши данные уже в порядке, 1,2,3,4,5.

2. Найдите медиану или Q2.

Медиана — это центральное значение нечетного списка упорядоченных чисел.

Медиана или Q2 равна 3, потому что есть 2 числа ниже 3 (1,2) и два числа выше 3 (4,5).

Если у нас есть четный список упорядоченных чисел, среднее значение — это сумма средней пары, деленная на два.

3. Найдите первый и третий квартили.

Для нечетного списка упорядоченных чисел первый квартиль или Q1 — это медиана первой половины точек данных, включая медиану.

Третий квартиль или Q3 — это медиана второй половины точек данных, включая медиану.

Первая половина данных, включая медианное значение, составляет 1,2,3.

Первый квартиль равен 2, потому что перед 2 стоит 1 цифра (1) и 1 цифра после нее (3).

Вторая половина данных, включая медианное значение, составляет 3,4,5.

Третий квартиль равен 4, потому что перед 4 стоит 1 цифра (3) и 1 цифра после нее (5).

Мы можем построить эти данные в виде прямоугольной диаграммы, в которой показаны 3 квартиля.

Точки данных показаны сплошными черными точками.

Первый квартиль отображается красной линией, второй квартиль — зеленой линией, а третий квартиль — синей линией.

— Пример 2 нечетного списка

Ниже приведены 153 ежедневных измерения температуры в Нью-Йорке с мая по сентябрь 1973 года.

67 72 74 62 56 66 65 59 61 69 74 69 66 68 58 64 66 57 68 62 59 73 61 61 57 58 57 67 81 79 76 78 74 67 84 85 79 82 87 90 87 93 92 82 80 79 77 72 65 73 76 77 76 76 76 75 78 73 80 77 83 84 85 81 84 83 83 88 92 92 89 82 73 81 91 80 81 82 84 87 85 74 81 82 86 85 82 86 88 86 83 81 81 81 82 86 85 87 89 90 90 92 86 86 82 80 79 77 79 76 78 78 77 72 75 79 81 86 88 97 94 96 94 91 92 93 93 87 84 80 78 75 73 81 76 77 71 71 78 67 76 68 82 64 71 81 69 63 70 77 75 76 68.

1. Упорядочивайте данные от наименьшего к наибольшему.

56 57 57 57 58 58 59 59 61 61 61 62 62 63 64 64 65 65 66 66 66 67 67 67 67 68 68 68 68 69 69 69 70 71 71 71 72 72 72 73 73 73 73 73 74 74 74 74 75 75 75 75 76 76 76 76 76 76 76 76 76 77 77 77 77 77 77 77 78 78 78 78 78 78 79 79 79 79 79 79 80 80 80 80 80 81 81 81 81 81 81 81 81 81 81 81 82 82 82 82 82 82 82 82 82 83 83 83 83 84 84 84 84 84 85 85 85 85 85 86 86 86 86 86 86 86 87 87 87 87 87 88 88 88 89 89 90 90 90 91 91 92 92 92 92 92 93 93 93 94 94 96 97.

2. Найдите медиану или Q2.

Медиана — это центральное значение нечетного списка упорядоченных чисел.

Медиана или Q2 составляет 79, потому что есть 76 чисел ниже 79 (56,57, …… 79) и 76 чисел выше 79 (79,79,79,… .97).

3. Найдите первый и третий квартили.

Третий квартиль или Q3 — это медиана второй половины точек данных, включая медиану.

Первая половина данных, включая медианное значение:

Первый квартиль — 72, потому что перед 72 стоит 38 чисел (56,57,… 0,72) и 38 номеров после него (73,73,… 0,79).

Вторая половина данных, включая медианное значение:

79 79 79 79 80 80 80 80 80 81 81 81 81 81 81 81 81 81 81 81 82 82 82 82 82 82 82 82 82 83 83 83 83 84 84 84 84 84 85 85 85 85 85 86 86 86 86 86 86 86 87 87 87 87 87 88 88 88 89 89 90 90 90 91 91 92 92 92 92 92 93 93 93 94 94 96 97.

Третий квартиль 85, потому что перед 85 номером 38 (79,79,… 84) и 38 номеров после него (85,85,… .97).

Мы можем построить эти данные в виде прямоугольной диаграммы, в которой показаны 3 квартиля.

Точки данных показаны сплошными черными точками.

— Пример 3 четного списка

Для чисел (1,2,3,4,5,6) найдите Q1, Q2, Q3.

1. Упорядочивайте данные от наименьшего к наибольшему.

Наши данные уже в порядке, 1,2,3,4,5,6.

2. Найдите медиану или Q2.

Средняя пара — (3,4), потому что у нее 2 числа под ней (1,2) и 2 числа над ней (5,6).

Медиана или Q2 = (3 + 4) / 2 = 3,5.

3. Найдите первый и третий квартили.

Для четного списка упорядоченных чисел первый квартиль — это медиана первой половины точек данных, а третий квартиль — медиана второй половины точек данных.
Первая половина данных — 1,2,3.

Первый квартиль равен 2, потому что перед 2 стоит 1 цифра (1) и 1 цифра после нее (3).
Вторая половина данных — 4,5,6.

Третий квартиль равен 5, потому что перед 5 стоит 1 цифра (4) и 1 цифра после нее (6).

Мы можем построить эти данные в виде прямоугольной диаграммы, в которой показаны 3 квартиля.

Точки данных показаны сплошными черными точками.

— Пример 4 четного списка

Ниже приведены 84 ежедневных измерения озона в Нью-Йорке с мая по сентябрь 1973 года.

41 36 12 18 28 23 19 8 7 16 11 14 18 14 34 6 30 11 1 11 4 32 23 45 115 37 29 71 39 23 21 37 20 12 13 135 49 32 64 40 77 97 97 85 10 27 7 48 35 61 79 63 16 80 108 20 52 82 50 64 59 39 9 16 78 35 66 122 89 110 44 28 65 22 59 23 31 44 21 9 45 168 73 76.

Найдите Q1, Q2, Q3.

1. Упорядочивайте данные от наименьшего к наибольшему.

1 4 6 7 7 8 9 9 10 11 11 11 12 12 13 14 14 16 16 16 18 18 19 20 20 21 21 22 23 23 23 23 27 28 28 29 30 31 32 32 34 35 35 36 37 37 39 39 40 41 44 44 45 45 48 49 50 52 59 59 61 63 64 64 65 66 71 73 76 77 78 79 80 82 85 89 97 97 108 110 115 122 135 168.

2. Найдите медиану или Q2.

Средняя пара — (35,35), потому что под ней 41 число (1,4. 34) и 41 число над ней (36,37,…, 168).

Медиана или Q2 = (35 + 35) / 2 = 35.

3. Найдите первый и третий квартили.

Для четного списка упорядоченных чисел первый квартиль — это медиана первой половины точек данных, а третий квартиль — медиана второй половины точек данных.

Первая половина данных — это еще один четный список чисел, поэтому мы выбираем среднюю пару, чтобы найти медиану:

1 4 6 7 7 8 9 9 10 11 11 11 12 12 13 14 14 16 16 16 18 18 19 20 20 21 21 22 23 23 23 23 27 28 28 29 30 31 32 32 34 35.

Средняя пара — (18,18), потому что под ней 20 чисел (1,4. 16) и 20 чисел над ней (19,20,…, 35).

Первый квартиль или Q1 = (18 + 18) / 2 = 18.

Вторая половина данных — это еще один четный список чисел:

35 36 37 37 39 39 40 41 44 44 45 45 48 49 50 52 59 59 61 63 64 64 65 66 71 73 76 77 78 79 80 82 85 89 97 97 108 110 115 122 135 168.

Средняя пара — (64,64), потому что у нее 20 чисел ниже (35,35. 63) и 20 чисел выше (65,66,…, 168).

Третий квартиль или Q3 = (64 + 64) / 2 = 64.

Мы можем построить эти данные в виде прямоугольной диаграммы, в которой показаны 3 квартиля.

Точки данных показаны сплошными черными точками.

Роль квартилей

Второй квартиль или медиана (Q2) предоставляет информацию о центре обработки данных.

Разница между первым и третьим квартилями (Q3 – Q1) называется межквартильным диапазоном (IQR) и предоставляет информацию о разбросе данных.

Если Q2 или медиана ближе к Q1, чем Q3, это означает, что наши данные смещены вправо, как мы видим в примере 4. Другими словами, верхняя половина коробчатой диаграммы больше нижней половины.

Если Q2 или медиана ближе к Q3, чем Q1, это означает, что наши данные смещены влево, как мы видим в примере 2. Другими словами, верхняя половина коробчатой диаграммы меньше нижней половины.

Практические вопросы

1. Ниже приведены квартили цен на некоторые бриллианты справедливой и идеальной огранки.

Какое значение называют вторым квартилем q2

Калькулятор квартилей

Оглавление

Квартили

Расчет квартилей

Межквартильный размах

Минимальное и максимальное значения

Диапазон набора данных

Применение квартилей на практике

Статистика — Квартили и процентили

Квартили

Расчет квартилей с помощью программирования

Пример

Пример

Процентили

Расчет процентилей с помощью программирования

Пример

Пример

ПАЛИТРА ЦВЕТОВ

ПРИСОЕДИНЯЙТЕСЬ!

Связь с админом

Топ Учебники

Топ Справочники

Топ Примеры

Веб Сертификаты

Статистика — Вариация

Диапазон

Квартили и процентили

Межквартильный диапазон

Стандартное отклонение

Квартили — объяснения и примеры

Как найти квартили?

— Пример 1 нечетного списка

— Пример 2 нечетного списка

— Пример 3 четного списка

— Пример 4 четного списка

Роль квартилей

Практические вопросы

Добавить комментарий Отменить ответ