我想问为什么要将数据分为 4 部分以获得 IQR 为什么不是 20 或 10%？

Question

我想问为什么我们将 IQR 数据分为 4 部分，为什么不是 20% 或 10%？这可以提供更正确的数据读数。

我知道四分位数范围意味着 25%，但这根本不是我的意思。

我认为不考虑 IQR 的 50% 数据以便不考虑异常值是对数据的过度浪费，但必须有一个原因，对吗？

Answer 1

当使用 IQR 查找离群值时，离群值不定义为

[Q1; Q3]

范围之外的数据点。它们被定义为

[Q1 − 1.5*IQR; Q3 + 1.5*IQR]

范围之外的点。因此，用您的话说，“浪费”的数据远少于 50%。

四分位距通常用于查找数据中的异常值。此处的异常值定义为低于 Q1 − 1.5 IQR 或高于 Q3 + 1.5 IQR 的观测值。在箱线图中，此限制内的最高和最低出现值由箱须（通常在须线末端有一个附加条）和任何异常值作为单独的点来指示。

四分位数范围 - 维基百科

另请参阅：

• 异常值：图基的栅栏 - 维基百科