Indhold

• Trin
• Råd

IQR (forkortelse for "interquartile range") er den midterste spredning, også kendt som datasættets kvartilområde. Dette koncept bruges i statistisk analyse til at drage konklusioner om et sæt tal. IQR bruges ofte til variationen, fordi den udelukker de fleste afvigelser af data. Lad os lære at bestemme IQR.

Trin

Metode 1 af 3: Forståelse af IQR

1. 

   Vide, hvordan du bruger IQR. Dybest set repræsenterer det midterste spredning sætets bredde eller "spredning". Kvartilintervallet bestemmes af forskellen mellem datasætets øvre kvartil (højeste 25%) og nedre kvartil (25% lavest).

   Tips: Det nederste kvartilpunkt betegnes normalt Q1, det øverste kvartil er Q3 - så midtpunktet for datasættet vil være Q2 og det højeste vil være Q4.

   
   

2. 

   Forstå kvartiler. For at visualisere et kvartil skal du dele listen i fire lige store dele. Hver sektion vil være en "kvartil". For eksempel i datasættet: 1, 2, 3, 4, 5, 6, 7, 8.
   • 1 og 2 er den første kvartil - Q1
   • 3 og 4 er det andet kvartil - Q2
   • 5 og 6 er den tredje kvartil - Q3
   • 7 og 8 er den fjerde kvartil - Q4

3. 

   
   
   Husk opskriften udenad. For at bestemme forskellen mellem den øvre og den nedre kvartil skal du trække den 75. percentil (Q3) fra den 25. percentil (Q1).

   Formel: IQR = Q3 - Q1.

   reklame

Metode 2 af 3: Sorter datasættet

1. 

   Saml dine data. Hvis du lærer om IQR til undersøgelse og test, har problemet et sæt tal, for eksempel: 1, 4, 5, 7, 10. Du beregner ud fra disse tal. Du skal dog muligvis omarrangere numrene fra tavlen eller quizproblemet.

   Du skal sørge for, at hvert nummer repræsenterer en datatype: for eksempel antallet af æg i en bestemt reden eller antallet af parkeringspositioner pr. hus i en bygning.

   
   

2. 

   Sorter datasættet i stigende rækkefølge. Med andre ord skal du sortere numrene fra baby til stor. Træk konklusioner fra følgende eksempler.
   • Sæt med lige datanumre (A): 4 7 9 11 12 20
   • Sæt med ulige datatal (B): 5 8 10 10 15 18 23

3. 

   Opdel dataene i to dele. For at gøre dette finder du midtpunktet på dataene - dette vil være et eller flere tal midt i sekvensen. Hvis du har en ulige mængde, skal du vælge det nøjagtige mellemnummer. Med en jævn mængde data vil midtpunktet være mellem to tal i midten.
   • I eksemplet med et lige tal (sæt A) er midtpunktet mellem 9 og 11 som følger: 4 7 9 | 11 12 20
   • I eksemplet med ulige tal (population B) er derefter (10) midtpunktet. Vi har: 5 8 10 (10) 15 18 23
   reklame

Metode 3 af 3: Beregn IQR

1. 

   Find medianen af den øvre og nedre halvdel i datasættet. Median er "midtpunktet" eller tallet mellem datasættet. I dette tilfælde vil du ikke finde midtpunktet for hele dataene, men kun de relative medianer for den øvre og den nedre delmængde. Hvis du har et ulige antal data, skal du udelukke nummeret i midten - for eksempel i sæt B behøver du ikke tælle tallet 10.
   • I eksemplet med et lige antal (sæt A):
     • Median for nedre halvdel = 7 (Q1)
     • Median for øvre halvdel = 12 (Q3)
   • I eksemplet med ulige mængder (sæt B):
     • Median for nedre halvdel = 8 (Q1)
     • Median for øvre halvdel = 18 (Q3)

2. 

   Tag Q3 - Q1 for at finde den midterste spredning. Så du ved, hvor mange tal der er mellem 25. og 75. percentilen. Du kan bruge dette til at visualisere, hvor bredt dataene spredes. For eksempel, hvis testen har en score på 100, og IQR for score er 5, vil du have grund til at tro, at deltagerne er på samme niveau, fordi højder og nedture ikke er for forskellige. Men hvis spredningen af ​​testresultater går op til 30, kan du stille spørgsmålstegn ved, hvorfor nogle mennesker scorer så højt, og andre så lave.
   • I eksemplet med et lige tal (sæt A): 12 - 7 = 5
   • I eksemplet med ulige tal (sæt B): 18 - 8 = 10
   reklame

Råd

• Det er vigtigt at mestre din viden, fordi der også er mange IQR-regnemaskiner online, brug dem til at kontrollere resultaterne. Stol ikke for meget på beregningsapplikationen, når du studerer! Hvis du løber ind i en test af midtspredning, skal du vide, hvordan du gør det selv i hånden.