四分位数怎么算

1、将数据从小到大排序，计为数组a（1 to n），n代表数据的长度

2、确定四分位数的位置：b= 1+(n-1) × 0.25= 2.25，b的整数部分计为c b的小数部分计为d

计算Q1：Q1=a(c)+[a(c+1)-a(c)]*d=a(2)+[a(3)-a(2)] *0.25 =15+（36-15）×（2.25-2）=20.25

3、计算如上 Q2与Q3的求法类似，四分位差=Q3-Q1

例如：

数据总量: 7, 15, 36, 39, 40, 41

一共6项

数列项为偶数项时，四分位数Q2为该组数列的中数，（n+1）/4= 7/4 =1.75，Q1在第一与第二个数字之间，3（n+1）/4= 21/4 =5.25, Q3在第五与第六个数字之间，

Q1 = 0.75*15+0.25*7 = 13，

Q2 = （36+39）/2= 37.5，

Q3 = 0.25*41+0.75*40 = 40.25.

扩展资料：

四分位数（Quartile）也称四分位点，是指在统计学中把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值。多应用于统计学中的箱线图绘制。

它是一组数据排序后处于25%和75%位置上的值。四分位数是通过3个点将全部数据等分为4部分，其中每部分包含25%的数据。很显然，中间的四分位数就是中位数，因此通常所说的四分位数是指处在25%位置上的数值（称为下四分位数）和处在75%位置上的数值（称为上四分位数）。

与中位数的计算方法类似，根据未分组数据计算四分位数时，首先对数据进行排序，然后确定四分位数所在的位置，该位置上的数值就是四分位数。与中位数不同的是，四分位数位置的确定方法有几种，每种方法得到的结果会有一定差异，但差异不会很大。

首先对数据进行从小到大排序，然后确定所在的位置，该位置上的数值就是四分位数。与不同的是，四分位数位置的确定方法有几种，每种方法得到的结果会有一定差异，但差异不会很大。

例如：设25%的四分位数为Q25%，75%四分位数为Q75%，根据四分位数定义有：Q25%位置=n/4,Q75%位置=3n/4。

扩展资料

第一四分位数 (Q1)，又称“较分位数”，等于该样本中所有数值由小到大排列后第25%的数字。

第二四分位数 (Q2)，又称“中位数”，等于该样本中所有数值由小到大排列后第50%的数字。

第三四分位数 (Q3)，又称“较大四分位数”，等于该样本中所有数值由小到大排列后第75%的数字。

第三四分位数与第一四分位数的差距又称（InterQuartile Range,IQR）。

首先确定四分位数的位置：

Q1的位置= (n+1) × 0.25

Q2的位置= (n+1) × 0.5

Q3的位置= (n+1) × 0.75

n表示项数

对于四分位数的确定，有不同的方法，另外一种方法基于N-1 基础。即

Q1的位置=1+（n-1）x 0.25

Q2的位置=1+（n-1）x 0.5

Q3的位置=1+（n-1）x 0.75

Excel 中有两个四分位数的函数。QUARTILE.EXC 和QUARTILE.INC

QUARTILE.EXC 基于 N+1 的方法，QUARTILE.INC基于N-1的方法。

扩展资料：

不论Q1，Q2，Q3的变异量数数值为何，均视为一个分界点，以此将总数分成四个相等部份，可以通过Q1，Q3比较，分析其数据变量的趋势。

四分位数在统计学中的箱线图绘制方面应用也很广泛。所谓箱线图就是 由一组数据5 个特征绘制的一个箱子和两条线段的图形，这种直观的箱线图不仅能反映出一组数据的分布特征，而且还可以进行多组数据的分析比较。这五个特征值，即数据的最大值、最小值、中位数和两个四分位数。

将n个数从小到大排列：

Q2为n个数组成的数列的中数（Median）；

当n为奇数时，中数Q2将该数列分为数量相等的两组数，每组有 (n-1)/2 个数，Q1为第一组 (n-1)/2 个数的中数，Q3为为第二组(n-1)/2个数的中数；

当n为偶数时，中数Q2将该数列分为数量相等的两组数，每组有n/2数，Q1为第一组 n/2个数的中数，Q3为为第二组 n/2 个数的中数。

参考资料：