四分位数计算器

Q: 四分位数和百分位数是什么关系？

四分位数是特殊的百分位数：Q1 = P25、Q2 = P50（中位数）、Q3 = P75。百分位数可以把数据任意细分（P10、P90、P99），四分位数是最常用的粗粒度切法——看收入分布的"五等分报告"本质就是 P20/P40/P60/P80。

Q: 箱线图怎么看？

箱子本体是 Q1 到 Q3（中间 50% 数据），箱内横线是中位数，上下胡须延伸到 1.5×IQR 边界，胡须外的点是异常值。箱子越扁数据越集中，胡须不对称说明分布偏态。多个箱线图并排是比较各组分布的最快方式。

Q: 发现异常值后应该删除吗？

先归因再决定：录入错误（多打一位数）→ 修正或删除；真实但特殊的值（大客户订单）→ 保留并单独分析；随机波动 → 保留。无脑删除异常值会让数据"看起来很美"但丢失真实信息——2008 年金融危机前的模型就是把"异常"的违约率当噪声删掉了。

Q: 四分位数到底怎么算？为什么不同软件结果不同？

主流方法两类：① Tukey 折半法——中位数把数据分两半，Q1/Q3 分别是两半的中位数（n 为奇时中位数是否计入两半，各家不同）；② 插值法——位置=(n−1)×p+1，非整数位置在相邻值间线性插值（Excel QUARTILE.INC 用此法）；Excel QUARTILE.EXC 用位置=(n+1)×p。n=10 时三种方法 Q1 可能差 5% 以上。大样本差异可忽略。报告时注明口径（如「按 R type-7 插值」），比较数据时统一方法即可。

Q: 箱线图怎么读？

五个部件：箱子下沿=Q1（25% 分位）、箱内横线=中位数、箱子上沿=Q3、下须延伸到「栅栏内最小值」、上须延伸到「栅栏内最大值」，须外的点=离群值（逐个画出）。一眼读出三件事：① 中心位置（中位数线）；② 散布大小（箱子越扁数据越集中）；③ 偏态方向（中位数线偏箱子一侧+须一长一短=偏态，长须方向即尾巴方向）。多组并排箱线图是组间比较的神器，比均值±标准差表格信息量大得多。

Q: 1.5×IQR 这个 1.5 是哪来的？

Tukey 1977 年提出的经验常数，对应正态分布的「温和离群」界限：正态下 Q1−1.5×IQR ≈ μ−2.7σ，覆盖约 99.3% 数据，越界概率 0.7%——与 3σ 法则（0.3%）同量级。3×IQR 对应「极端离群」（正态下约 μ±4.7σ）。1.5 不是理论推导的最优值，而是 Tukey 权衡灵敏度与误报率后的实用选择，半个世纪用下来成了默认标准。对非正态数据它的越界率可能高得多（重尾分布 5%+），这时应改用 MAD（中位数绝对偏差）为基础的稳健 z 分数。

Q: 百分位数和百分制分数有什么区别？

完全不同的概念。百分位 90（P90）= 你超过 90% 的人，是排名位置；百分制 90 分 = 答对 90% 的题，是掌握程度。标准化考试报告 percentile rank：SAT 1300 分对应约 P86，表示超过 86% 考生。「考了多少分」和「排在什么位置」是两个维度——简单试卷大家分数都高，90 分可能只到 P70；难试卷 75 分就可能是 P95。升学录取看的是相对位置（百分位），资格认证看的是绝对达标（分数线）。

Q: IQR 和标准差怎么选？

配对选择：均值配标准差（都用全部数据，正态数据最优）、中位数配 IQR（都用位置信息，偏态/含离群值数据最稳）。混搭（均值±IQR）是口径错误。决策树：数据近似对称且无离群值→标准差（享有完整统计理论）；偏态、有离群值、或要展示给非技术受众→IQR（「中间一半人落在 3.8~11.2 万」比「标准差 5.6 万」好懂）。两者都报告是最稳妥的做法，差异本身就是分布形态的诊断信息。

Q: 怎么把一组数换算成百分位排名？

两步：排序、数位置。值 x 的百分位 = (小于 x 的数据个数 + 0.5×等于 x 的个数)/n×100。例：100 个学生，小明 85 分排第 73 高（72 人比他低，3 人同分），百分位 =(72+0.5×3)/100=73.5。Excel：PERCENTRANK.INC(数据范围, x)。反向问题「P80 是多少分」用 PERCENTILE.INC(范围, 0.8)。大规模数据用近似算法（t-digest、HDR Histogram）在流式系统中毫秒级估算分位数，是监控系统的标配。

Q: 中位数和四分位数对样本量有要求吗？

位置统计在小样本下也能算但波动大：n=10 时中位数是第 5、6 名的平均，单个数据改动可能移动它；n=30 以上位置统计基本稳定。Q1/Q3 更敏感（用 1/4 位置的信息），建议 n≥20 再认真解读。极端分位数要求更高：估计 P99 至少需要几百个样本才有意义（100 个样本的 P99 就是最大值本身），P999 需要上万样本——这也是尾部风险（保险、金融）难以精确度量的统计根源。

什么是四分位数计算器？

四分位数（Quartile）把排序后的数据四等分：Q1（第 25 百分位）是前四分之一的边界、Q2 即中位数、Q3 是前四分之三的边界。四分位距 IQR = Q3 − Q1，包含中间 50% 的数据，是抗极端值干扰的离散度指标——数据越集中 IQR 越小。

IQR 最经典的应用是异常值检测的"1.5×IQR 法则"（Tukey fences）：小于 Q1 − 1.5×IQR 或大于 Q3 + 1.5×IQR 的数据点判定为异常值。这个规则正是箱线图（Box Plot）上下"胡须"的画法——箱线图用五个数（最小、Q1、中位、Q3、最大）概括整个分布，是探索性数据分析的第一张图。

与"均值 ± 2σ"的异常值判定相比，IQR 法则不假设数据正态分布，对偏态数据（收入、房价、流量）更稳健。实际业务中用户消费金额、订单量、页面停留时长都是长尾分布，用 IQR 法则找异常远比标准差法可靠。

四分位数是「位置统计」的核心：它不关心数据的具体数值，只关心排在什么位置。这带来两个超级优点——对极端值完全免疫（最大值改成一万倍，Q1/Q2/Q3 可能纹丝不动），对任何分布形态都适用（正态、偏态、双峰通吃）。箱线图（box plot）把五数概括（最小值、Q1、中位数、Q3、最大值）画成一张图，是探索性数据分析（EDA）的第一张图。

IQR 是标准差的稳健替代品：标准差被极端值平方放大，IQR 只看中间 50% 的宽度。Tukey 的 1.5×IQR 栅栏法是最流行的离群值检测规则——正态数据下它大约标记 0.7% 的极端点，与「3σ 法则」相当但不要求正态假设。财务报表分析、传感器数据清洗、考试成绩审查都靠它抓异常。

IQR = Q3 − Q1；异常值边界 = [Q1 − 1.5×IQR, Q3 + 1.5×IQR]

四分位数把排序数据四等分：Q1（25% 位置）、Q2=中位数（50%）、Q3（75%）。四分位距 IQR=Q3−Q1，容纳中间 50% 数据。离群值判定（Tukey 栅栏）：< Q1−1.5×IQR 或 > Q3+1.5×IQR。例：数据 1,3,4,7,8,10,12,15——Q1=3.5、Q2=7.5、Q3=11、IQR=7.5，栅栏 [−7.75, 22.25]，无离群值。

常用分位数与数据含义对照
分位数	别名	数据含义	典型用途
P25 / Q1	第一四分位数	25% 数据在它之下	箱线图下沿
P50 / Q2	中位数	一半数据在它之下	典型水平代表
P75 / Q3	第三四分位数	75% 数据在它之下	箱线图上沿
P90	第九十分位数	90% 数据在它之下	SLA 延迟指标
P99	第九十九分位数	99% 数据在它之下	极端延迟/风控尾部
IQR	四分位距 Q3−Q1	中间 50% 的散布宽度	稳健离散度/离群值栅栏

如何使用四分位数计算器

1
输入数据集（空格分隔，至少 4 个数）。
2
点击计算，得 Q1/Q2/Q3、IQR、上下界与异常值列表。

计算示例

例 112 个数据：2 4 5 7 8 10 12 15 18 20 22 25

Q2（中位数）= 11；下半 2 4 5 7 8 10 的中位数 Q1 = 6；上半 12 15 18 20 22 25 的中位数 Q3 = 19；IQR = 13；边界 [−13.5, 38.5]——本组数据无异常值。

例 2加入异常值之后

上组数据末尾再加一个 100：Q3 变为 19.5，上界约 39，100 远超上界被标记为异常值。箱线图上它会以单独的点画在胡须之外——这就是财报里"离群交易"的可视化检测。

例 3箱线图五数概括

某班 12 人成绩排序：55, 62, 68, 71, 75, 78, 80, 83, 86, 90, 94, 98。Q1=(68+71)/2=69.5、中位数=(78+80)/2=79、Q3=(86+90)/2=88、IQR=18.5。下栅栏=69.5−27.75=41.75、上栅栏=88+27.75=115.75——55 虽最低但未越界，本班无统计离群值。箱线图的箱子从 69.5 画到 88，中间一道线 79。

例 4API 响应时间的 P99

某接口一天 100 万次调用的延迟排序后：P50=45ms、P90=120ms、P99=380ms。含义：一半请求 45ms 内完成、最快的 90% 在 120ms 内、最慢的 1% 超过 380ms。只看均值 62ms 会掩盖尾部灾难——每 100 个用户就有 1 个等近 0.4 秒。互联网 SLA 普遍用 P99/P999 作为服务质量承诺指标。

例 5收入分布解读

某城市居民年收入分位数（万元）：P10=2.1、Q1=3.8、中位数=6.5、Q3=11.2、P90=19.5。解读：一半家庭年收入低于 6.5 万；中间 50% 集中在 3.8~11.2 万（IQR=7.4 万）；最富 10% 从 19.5 万起。P90/P10=9.3 倍是衡量收入差距的常用比值，比基尼系数更直观。

注意事项

四分位数有多种插值算法（本工具用中位数分割法），不同软件（Excel/Python/SPSS）结果可能略有差异，大样本下趋同。
IQR 法则在近似正态数据上约覆盖 99.3% 的数据（比 2σ 更宽），标记出的异常值比例约 0.7%。
异常值 ≠ 错误值：它可能是录入错误，也可能是最重要的发现（欺诈交易、爆款商品），需业务判断后再决定去留。
数据量太小时（<10）四分位数不稳定，异常值判定仅供参考。
四分位数有多种计算口径（Tukey 折半法、线性插值法、Excel 的 QUARTILE.INC 与 QUARTILE.EXC），小样本下结果可能差出半个身位——报告时应注明所用方法，大样本下各口径趋同。
离群值≠错误值：1.5×IQR 栅栏外的点是需要调查的「嫌疑人」，不是直接删除的「罪犯」——重大科学发现（如臭氧洞）常常就藏在离群值里。
偏态分布中箱线图的须（whisker）一长一短是正常形态，不代表数据有问题；强行对偏态数据用「对称区间」思维才是问题。

常见问题