<\/p>\n
L’ intervallo interquartile<\/strong> di un set di dati, spesso abbreviato IQR, \u00e8 la differenza tra il primo quartile (il 25\u00b0 percentile) e il terzo quartile (il 75\u00b0 percentile) del set di dati.<\/span><\/p>\n In termini semplici, misura la deviazione tra il 50% medio dei valori.<\/span><\/p>\n IQR = Q3 \u2013 Q1<\/strong><\/span><\/p>\n Ad esempio, supponiamo di avere il seguente set di dati che mostra l’altezza di 17 piante diverse (in pollici) in un laboratorio:<\/span><\/p>\n Set di dati:<\/strong> 1, 4, 8, 11, 13, 17, 19, 19, 20, 23, 24, 24, 25, 28, 29, 31, 32<\/span><\/p>\n Secondo il calcolatore dell’intervallo interquartile, l’intervallo interquartile (IQR) per questo set di dati viene calcolato come segue:<\/span><\/p>\n Questo ci dice che il 50% centrale dei valori nel set di dati ha uno spread di 14,5<\/strong> pollici.<\/span><\/p>\n L’intervallo interquartile \u00e8 un modo per misurare la distribuzione dei valori in un set di dati, ma esistono altre misure di distribuzione come:<\/span><\/p>\n Il vantaggio di utilizzare l’intervallo interquartile (IQR) per misurare la distribuzione dei valori in un set di dati \u00e8 che non \u00e8 influenzato da valori anomali estremi.<\/span><\/p>\n Ad esempio, un valore estremamente piccolo o estremamente grande in un set di dati non influir\u00e0 sul calcolo IQR perch\u00e9 l’IQR utilizza solo i valori del 25\u00b0 e 75\u00b0 percentile del set di dati.<\/span><\/p>\n Per illustrare ci\u00f2, si consideri il seguente set di dati:<\/span><\/p>\n Set di dati:<\/strong> 1, 4, 8, 11, 13, 17, 19, 19, 20, 23, 24, 24, 25, 28, 29, 31, 32<\/span><\/p>\n Questo set di dati ha le seguenti misurazioni di propagazione<\/span><\/p>\n Tuttavia, considera se il set di dati avesse un valore anomalo estremo:<\/span><\/p>\n Set di dati:<\/strong> 1, 4, 8, 11, 13, 17, 19, 19, 20, 23, 24, 24, 25, 28, 29, 31, 32, 378<\/strong><\/span><\/p>\n Potremmo utilizzare una calcolatrice per trovare le seguenti misurazioni di diffusione per questo set di dati:<\/span><\/p>\n Si noti che l’intervallo interquartile cambia appena quando \u00e8 presente un valore anomalo, mentre la deviazione standard e l’intervallo cambiano drasticamente.<\/span><\/p>\n L’intervallo interquartile pu\u00f2 essere utilizzato anche per confrontare la distribuzione dei valori tra diversi set di dati.<\/span><\/p>\n Ad esempio, supponiamo di avere tre set di dati con i seguenti valori IQR:<\/span><\/p>\n Questo ci dice che il divario tra il 50% centrale dei valori \u00e8 maggiore per il set di dati 2 e pi\u00f9 piccolo per il set di dati 3.<\/span><\/p>\n Come calcolare l’intervallo interquartile in Excel<\/a> L’ intervallo interquartile di un set di dati, spesso abbreviato IQR, \u00e8 la differenza tra il primo quartile (il 25\u00b0 percentile) e il terzo quartile (il 75\u00b0 percentile) del set di dati. In termini semplici, misura la deviazione tra il 50% medio dei valori. IQR = Q3 \u2013 Q1 Ad esempio, supponiamo di avere il […]<\/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
Perch\u00e9 \u00e8 utile lo scarto interquartile<\/strong><\/span><\/h3>\n
\n
\n
\n
Confronto degli intervalli interquartili tra set di dati<\/strong><\/span><\/h3>\n
\n
Risorse addizionali<\/strong><\/span><\/h3>\n
Come calcolare l’intervallo interquartile in Python<\/a>
Come trovare valori anomali utilizzando l’intervallo interquartile<\/a>
Calcolatore dell’intervallo interquartile<\/p>\n","protected":false},"excerpt":{"rendered":"