无需登录 数据私有 本地保存

五数概括与箱线图计算器 - 最小/Q1/中位/Q3/最大

20
0
0
0

五数概括与箱线图计算器

输入一组或多组数据，自动计算最小值、第一四分位数(Q1)、中位数、第三四分位数(Q3)、最大值，并生成专业箱线图。支持异常值检测与IQR计算。

已解析 0 个数据点
箱线图
数据组 数据量 最小值 Q1 中位数 Q3 最大值 IQR 异常值
异常值详情：

常见问题与知识点

什么是五数概括（Five-Number Summary）？
五数概括是描述性统计中的核心概念，包含五个关键数值：最小值、第一四分位数(Q1)、中位数(Q2)、第三四分位数(Q3)和最大值。这五个数字能快速描绘数据分布的基本形态，是箱线图的基础，广泛应用于数据分析、质量控制和学术研究中。
箱线图（Box Plot）的各个部分分别代表什么？
箱线图由以下部分组成：箱体从Q1延伸到Q3，代表中间50%的数据；箱内粗线是中位数(Q2)；须线从箱体延伸到非异常值范围内的最小值和最大值；异常值点是落在须线范围之外的数据点（即小于Q1-1.5×IQR或大于Q3+1.5×IQR的值）。
如何识别数据中的异常值（Outliers）？
本工具使用Tukey's Fences方法识别异常值：计算IQR = Q3 - Q1，设置下界 = Q1 - 1.5×IQR，上界 = Q3 + 1.5×IQR。低于下界或高于上界的数据点被视为异常值。1.5倍IQR是标准阈值，若使用3倍IQR则可识别"极端异常值"。异常值可能代表测量错误、特殊事件或有价值的数据洞察。
四分位数是如何计算的？
本工具采用线性插值法（与NumPy、R等主流统计软件一致）：将数据排序后，对于百分位数p（如0.25、0.5、0.75），计算位置pos = p×(n-1)（n为数据数量）。若pos为整数，取对应位置的值；否则通过相邻两个值的线性插值得到。这种方法相比简单的分位置取数更加精确，尤其适合数据量较少的情况。
IQR（四分位距）有什么用途？
IQR = Q3 - Q1，代表中间50%数据的分布范围。它是衡量数据离散程度的稳健指标，不受极端值影响（相比标准差和方差）。IQR越大说明数据越分散。在箱线图中，IQR决定了箱体的长度和异常值的判定边界。IQR也常用于比较不同数据集的离散程度。
什么时候适合使用箱线图？
箱线图特别适合：①比较多个数据集的分布特征；②快速识别数据偏态（中位数偏离箱体中心表示数据偏斜）；③检测异常值；④展示数据集中趋势和离散程度。相比直方图，箱线图更简洁且便于多组对比。在学术论文、商业报告和质量控制中都有广泛应用。
多组数据的箱线图如何解读？
并排比较多个箱线图时，关注以下几点：中位数位置反映各组中心趋势的差异；箱体长度(IQR)对比各组数据的离散程度；须线范围展示各组数据的跨度；异常值的位置和数量提示各组的数据质量或特殊观察值。如果各组箱体明显分离，可能表明组间存在显著差异。
🔧 相关工具