<\/p>\n
Der Interquartilbereich<\/strong> eines Datensatzes, oft als IQR abgek\u00fcrzt, ist die Differenz zwischen dem ersten Quartil (dem 25. Perzentil) und dem dritten Quartil (dem 75. Perzentil) des Datensatzes.<\/span><\/p>\n Vereinfacht ausgedr\u00fcckt misst es die Abweichung zwischen den mittleren 50 % der Werte.<\/span><\/p>\n IQR = Q3 \u2013 Q1<\/strong><\/span><\/p>\n Angenommen, wir haben den folgenden Datensatz, der die H\u00f6he von 17 verschiedenen Pflanzen (in Zoll) in einem Labor zeigt:<\/span><\/p>\n Datensatz:<\/strong> 1, 4, 8, 11, 13, 17, 19, 19, 20, 23, 24, 24, 25, 28, 29, 31, 32<\/span><\/p>\n Laut dem Interquartilbereichsrechner wird der Interquartilbereich (IQR) f\u00fcr diesen Datensatz wie folgt berechnet:<\/span><\/p>\n Dies sagt uns, dass die mittleren 50 % der Werte im Datensatz eine Streuung von 14,5<\/strong> Zoll aufweisen.<\/span><\/p>\n Der Interquartilbereich ist eine M\u00f6glichkeit, die Verteilung von Werten in einem Datensatz zu messen, es gibt jedoch auch andere Verteilungsma\u00dfe wie:<\/span><\/p>\n Der Vorteil der Verwendung des Interquartilbereichs (IQR) zur Messung der Werteverteilung in einem Datensatz besteht darin, dass er nicht durch extreme Ausrei\u00dfer beeinflusst wird.<\/span><\/p>\n Beispielsweise hat ein extrem kleiner oder extrem gro\u00dfer Wert in einem Datensatz keinen Einfluss auf die IQR-Berechnung, da der IQR nur die 25. Perzentil- und 75. Perzentilwerte des Datensatzes verwendet.<\/span><\/p>\n Betrachten Sie zur Veranschaulichung den folgenden Datensatz:<\/span><\/p>\n Datensatz:<\/strong> 1, 4, 8, 11, 13, 17, 19, 19, 20, 23, 24, 24, 25, 28, 29, 31, 32<\/span><\/p>\n Dieser Datensatz enth\u00e4lt die folgenden Ausbreitungsmessungen<\/span><\/p>\n Bedenken Sie jedoch, ob der Datensatz einen extremen Ausrei\u00dfer aufweist:<\/span><\/p>\n Datensatz:<\/strong> 1, 4, 8, 11, 13, 17, 19, 19, 20, 23, 24, 24, 25, 28, 29, 31, 32, 378<\/strong><\/span><\/p>\n Wir k\u00f6nnten einen Rechner verwenden, um die folgenden Spread-Messungen f\u00fcr diesen Datensatz zu ermitteln:<\/span><\/p>\n Beachten Sie, dass sich der Interquartilbereich kaum \u00e4ndert, wenn ein Ausrei\u00dfer vorhanden ist, w\u00e4hrend sich sowohl die Standardabweichung als auch der Bereich dramatisch \u00e4ndern.<\/span><\/p>\n Der Interquartilbereich kann auch verwendet werden, um die Werteverteilung zwischen verschiedenen Datens\u00e4tzen zu vergleichen.<\/span><\/p>\n Angenommen, wir haben drei Datens\u00e4tze mit den folgenden IQR-Werten:<\/span><\/p>\n Dies zeigt uns, dass die L\u00fccke zwischen den mittleren 50 % der Werte f\u00fcr Datensatz 2 am gr\u00f6\u00dften und f\u00fcr Datensatz 3 am kleinsten ist.<\/span><\/p>\n So berechnen Sie den Interquartilbereich in Excel<\/a> Der Interquartilbereich eines Datensatzes, oft als IQR abgek\u00fcrzt, ist die Differenz zwischen dem ersten Quartil (dem 25. Perzentil) und dem dritten Quartil (dem 75. Perzentil) des Datensatzes. Vereinfacht ausgedr\u00fcckt misst es die Abweichung zwischen den mittleren 50 % der Werte. IQR = Q3 \u2013 Q1 Angenommen, wir haben den folgenden Datensatz, der die H\u00f6he von […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n\n
Warum der Interquartilbereich n\u00fctzlich ist<\/strong><\/span><\/h3>\n
\n
\n
\n
Vergleich der Interquartilbereiche zwischen Datens\u00e4tzen<\/strong><\/span><\/h3>\n
\n
Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So berechnen Sie den Interquartilbereich in Python<\/a>
So finden Sie Ausrei\u00dfer mithilfe des Interquartilbereichs<\/a>
Interquartilbereichsrechner<\/p>\n","protected":false},"excerpt":{"rendered":"