Ang Interquartile Range (IQR) ay sumusukat ng pagkalat ng gitnang 50% ng isang dataset. Ito ang pagkakaiba sa pagitan ng ika-75 na percentile (Q3) at ng ika-25 na percentile (Q1), na ginagawa itong matibay na sukat ng pagbabago na hindi nadisproto ng mga outlier.
Ang Formula
IQR = Q3 โ Q1
Halimbawa Hakbang-hakbang
Dataset: {3, 7, 8, 15, 21, 24, 30, 32, 45}
Hakbang 1: Ayusin ang data (naka-ayos na sa itaas).
Hakbang 2: Hanapin ang median (Q2). Median = 21 (ika-5 na halaga sa 9-element na set)
Hakbang 3: Hanapin ang Q1 โ ang median ng mas mababang kalahati {3, 7, 8, 15}. Q1 = (7 + 8) / 2 = 7.5
Hakbang 4: Hanapin ang Q3 โ ang median ng mas mataas na kalahati {24, 30, 32, 45}. Q3 = (30 + 32) / 2 = 31
Hakbang 5: Kalkulahin ang IQR. IQR = 31 โ 7.5 = 23.5
Paggamit ng IQR para Matukoy ang mga Outlier
Isang karaniwang panuntunan: anumang halagang mas mababa sa Q1 โ 1.5รIQR o mas mataas sa Q3 + 1.5รIQR ay itinuturing na outlier.
Mas mababang bakod: 7.5 โ 1.5ร23.5 = 7.5 โ 35.25 = โ27.75 Mas mataas na bakod: 31 + 1.5ร23.5 = 31 + 35.25 = 66.25
Walang mga halaga sa aming dataset na nahuhulog sa labas ng mga bakod na ito, kaya walang mga outlier.
IQR kumpara sa Standard Deviation
Ang IQR ay mas ginusto kaysa sa standard deviation kapag:
- Ang data ay nakabaluktot o may mga outlier
- Gusto mo ng median-based na buod (IQR ay pinagsama sa median; SD ay pinagsama sa mean)
- Sinusuri mo ang kita, presyo ng bahay, o iba pang kanang-nakabaluktot na distribusyon
Gamitin ang aming IQR calculator para sa anumang dataset.