四分位数

• 第一四分位数（${\displaystyle Q_{1}}$），又称较小四分位数，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（${\displaystyle Q_{2}}$），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（${\displaystyle Q_{3}}$），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四分位距（）。

关于四分位数值的选择尚存争议[1]。

主要选择四分位的百分比值${\displaystyle p}$，及样本总量${\displaystyle n}$有以下数学公式可以表示：[2]

${\displaystyle L_{p}=n\cdot {\frac {p}{100}}}$

• 情况1：如果${\displaystyle L}$是一个整数，则取第${\displaystyle L}$和第${\displaystyle L+1}$的平均值
• 情况2：如果${\displaystyle L}$不是一个整数，则取下一个最近的整数。（比如${\displaystyle L=1.2}$， 则取${\displaystyle 2}$）

图示中箱形图（有四分位数及四分位距）和概率密度函数 为描述一个常规总量${\displaystyle N(0,1\sigma ^{2})}$的分布情况

一个算法如下（可以兼用TI-83计算器）：

1. 利用中位数使数据分成两列（不要把中位数放入已分好的数列）。
2. 第一四分位数为第一组数列的中位数；第三四分位数为第二组数列的中位数。

以下例子可以用来参考。

例1

数据总量：${\displaystyle 6,47,49,15,42,41,7,39,43,40,36}$

由小到大排列的结果：${\displaystyle 6,7,15,36,39,40,41,42,43,47,49}$

${\displaystyle {\begin{cases}Q_{1}=15\\Q_{2}=40\\Q_{3}=43\end{cases}}}$

例2

数据总量：${\displaystyle 7,15,36,39,40,41}$

${\displaystyle {\begin{cases}Q_{1}=15\\Q_{2}=37.5\\Q_{3}=40\end{cases}}}$

例3

数据总量：${\displaystyle 1,2,3,4}$

${\displaystyle {\begin{cases}Q_{1}=1.5\\Q_{2}=2.5\\Q_{3}=3.5\end{cases}}}$

不論${\displaystyle Q_{1},Q_{2},Q_{3}}$ 的變異量數數值為何，均視為一個分界點，以此將總數分成四個相等部份，可以通过比较${\displaystyle Q_{1},Q_{3}}$，分析其数据变量的趋势。