IQR er det "interkvartile område" af et datasæt. Det bruges i statistisk analyse til at hjælpe med at drage konklusioner om et sæt tal. IQR foretrækkes ofte over rækken, fordi den udelukker de fleste outliers. Læs videre for at lære at finde IQR!

Metode En af tre:
Forståelse af IQR

  1. 1 Ved, hvordan IQR bruges. I det væsentlige er det en måde at forstå spredningen eller "dispersionen" af et sæt af tal.[1] Interkvartileområdet er defineret som forskellen mellem det øverste kvartil (den højeste 25%) og den nedre kvartil (den laveste 25%) af et datasæt. Den nedre kvartil er normalt skrevet som Q1, og den øvre kvartil er Q3 - hvilket teknisk set ville gøre halvpunktet for datasættet Q2 og det højeste punkt Q4.[2]
  2. 2 Forstå kvartiler. For at visualisere et kvartil, hugg en liste over tal i fire lige dele. Hver af disse dele er en "kvartil".[3] Overvej sættet: 1, 2, 3, 4, 5, 6, 7, 8.
    • 1 og 2 er det første kvartil eller Q1
    • 3 og 4 er det andet kvartil eller Q2
    • 5 og 6 er det tredje kvartil eller Q3
    • 7 og 8 er det fjerde kvartil eller Q4
  3. 3 Lær formlen. For at finde forskellen mellem det øvre og nedre kvartil skal du trække den 25. procentilstand fra 75. percentilen. Formlen er skrevet som: Q3 - Q1 = IQR.[4]

Metode To af tre:
Organisering af datasættet

  1. 1 Indsamle dine data. Hvis du lærer dette til en klasse og tager en test, kan du blive forsynet med et færdigt sæt tal, f.eks. 1, 4, 5, 7, 10. Dette er dit datasæt - de tal, du vil arbejde med. Du må dog muligvis arrangere tallene selv fra en slags tabel- eller ordproblem. Sørg for, at hvert nummer refererer til den samme slags ting: fx antallet af æg i hver rede af en given fuglepopulation eller antallet af parkeringspladser, der er knyttet til hvert hus på en given blok.[5]
  2. 2 Organiser dit datasæt i stigende rækkefølge. Med andre ord: ordne tallene fra laveste til højeste. Tag din cue fra de følgende eksempler.
    • Selv antal data eksempel (Set A): 4 7 9 11 12 20
    • Ulige antal dataeksempel (sæt B): 5 8 10 10 15 18 23
  3. 3 Opdel dataene i halvdelen. For at gøre dette skal du finde midtpunktet for dine data: nummeret eller tallene i centrum af sættet. Hvis du har et ulige antal tal, skal du vælge det nøjagtige mellemnummer. Hvis du har en ensartet mængde af numrene, hviler midtpunktet mellem de to midterste tal.
    • Selv eksempel (Set A), hvor midtpunktet ligger mellem 9 og 11: 4 7 9 | 11 12 20
    • Udemærket eksempel (Set B), hvor (10) er midtpunktet: 5 8 10 (10) 15 18 23

Metode Tre af tre:
Beregning af IQR

  1. 1 Find medianen af ​​den nederste og øverste halvdel af dine data. Medianen er "midtpunktet" eller nummeret der er halvvejs i et sæt.[6] I dette tilfælde søger du ikke midtpunktet for hele sættet, men snarere de relative midtpunkter for de øvre og nedre delgrupper. Hvis du har et ulige antal data, skal du ikke inkludere det midterste nummer - i Set B, for eksempel vil du ikke regne i en af ​​10'erne.[7]
    • Selv eksempel (Set A):
      • Median af nedre halvdel = 7 (Q1)
      • Median i øvre halvdel = 12 (Q3)
    • Udemærket eksempel (Set B):
      • Median af nedre halvdel = 8 (Q1)
      • Median af øvre halvdel = 18 (Q3)
  2. 2 Subtrahere Q3 - Q1 for at bestemme IQR. Nu ved du, hvor mange tal der ligger mellem den 25. percentile og den 75. percentile. Du kan bruge dette til at forstå, hvor meget dataene er spredt bredt. For eksempel, hvis en test er scoret ud af 100, og IQR for scorerne er 5, kan man antage, at de fleste af de mennesker, der tog det, havde en lignende forståelse af materialet, fordi det høje lavområde ikke er meget stort. Hvis testresultatets IQR er 30, kan du måske begynde at undre sig over, hvorfor nogle mennesker scorede så højt og andre scorede så lavt.
    • Selv eksempel (Set A): 12 - 7 = 5
    • Udemærket eksempel (Set B): 18 - 8 = 10