箱线图(Boxplot)也称箱须图(BoxwhiskerPlot),它是用一组数据中的最小值、第一四分位数、中位数、第三四分位数和最大值来反映数据分布的中心位置和散布范围,可以粗略地看出数据是否具有对称性。通过将多组数据的箱线图画在同一坐标上,则可以清晰地显示各组数据的分布差异,为发现问题、改进流程提供线索。
1.什么是四分位数
箱线图需要用到统计学的四分位数(Quartile)的概念,所谓四分位数,就是把组中所有数据由小到大排列并分成四等份,处于三个分割点位置的数字就是四分位数。
第一四分位数(Q1),又称“较小四分位数”或“下四分位数”,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(Q2),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(Q3),又称“较大四分位数”或“上四分位数”,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间距(I
terQuartileRa
ge,IQR)。
计算四分位数首先要确定Q1、Q2、Q3的位置(
表示数字的总个数):
Q1的位置(
1)4Q2的位置(
1)2Q3的位置3(
1)4
f对于数字个数为奇数的,其四分位数比较容易确定。例如,数字“5、47、48、15、42、41、7、39、45、40、35”共有11项,由小到大排列的结果为“5、7、15、35、39、40、41、42、45、47、48”,计算结果如下:
Q1的位置(111)43,该位置的数字是15。Q2的位置(111)26,该位置的数字是40。Q3的位置3(111)49,该位置的数字是45。
而对于数字个数为偶数的,其四分位数确定起来稍微繁琐一点。例如,数字“8、17、38、39、42、44”共有6项,位置计算结果如下:
Q1的位置(61)4175Q2的位置(61)235Q3的位置3(61)4525
这时的数字以数据连续为前提,由所确定位置的前后两个数字共同确定。例如,Q2的位置为35,则由第3个数字38和第4个数字39共同确定,计算方法是:38(3938)×35的小数部分,即381×05385。该结果实际上是38和39的平均数。
同理,Q1、Q3的计算结果如下:
Q18(178)×0751475Q342(4442)×025425
fExcel为计算四分位数提供了QUARTILEarrayquart函数,其中array参数用于指定要计算四分位数值的数组或数值型单元格区域,quart指定返回哪一个四分位值,可用值如下:
0,返回最小值;1,返回第一个四分位数;2,返回第二个四分位数,即中位数;3,返回第三个四分位数;4,返回最大值。
2.箱线图r