
箱型图,又叫做箱线图(Boxplot),或者箱须图(Box-whisker Plot),另外,盒式图指的也是它。箱型图通常是被用作观察数据整体的分布情况,是通过数据中的五个统计量:最小值(上边界)、上四分位数(75/%分位数)、中位数、下四分位数(25/%分位数)与最大值(下边界)来描述数据的一种统计图。通过计算这些统计量,生成一个箱型图,可以直观地显示出数据的异常值,分布的离散程度以及数据的对称性。箱型图包含了大部分的正常数据,但是如果是位于箱体上边界和下边界之外的,就是异常数据。
一、箱型图5要素
中位数:二分之一分位数。计算的方法为:将一组数据按从小到大顺序排列后的处于中间位置的值。
注意:
如果原始序列长度n是奇数,那么中位数所在位置是(n+1)/2;
如果原始序列长度n是偶数,那么中位数所在位置是n/2.n/2+1.中位数的值等于这两个位置的数的算数平均数。
下四分位数Q1:位于数据序列25%位置处的数
四分位数的求法,是将序列平均分成四份。具体的计算目前有(n+1)/4与(n-1)/4两种,一般使用(n+1)/4.简单来说,也就是四分之一分位数即第(n+1)/4个数
上四分位数Q3:位于数据序列75%位置处的数。与下四分位数所在位置计算方法类似,为(1+n)/4*3=6.75.也就是介于第六与第七个位置之间的地方,对应的具体的值为0.75*6+0.25*7=6.25.
四分位间距IQR:IQR表示上下四分位差,系数1.5是一种经过大量分析和经验积累起来的标准,一般情况下不做调整。计算方法为: IQR = Q3-Q1
下限:非异常范围内的最大值= Q1 – 1.5 *IQR
上限:非异常范围内的最小值= Q3 + 1.5 *IQR
二、箱型图特性
1.能够直观的显示出异常值,如果数据有离群点,也就是位于上下边界之外,并以圆点来表示
2.如果箱型图很短,那么就代表着大部分数据都集中分布在很小的范围之内
3.如果箱型图很长,就代表着数据分布比较离散,数据间的差异较大
4.中位数所处的高低位置,可以反映数据的偏斜程度,如果中位数接近顶部,代表大部分的数据值比较大,反之,如果中位数接近底部,代表大部分的数据值比较小
5.上下虚线比较长时,代表着上下四分位数之外的数据变化较大,整体数据的方差和标准偏差也比较大
6.箱型图的上下边界代表着非异常范围内的最大值或最小值
另外,虽然通过箱型图可以清晰看出数据的分布偏态,但是箱型图并不能显示出关于数据分布偏态和尾重程度的精确度量。而且当数据量很大时,箱型图反映出来的数据信息会更加模糊。因此,建议结合均值、标准差、偏度、分布函数等工具一起使用。
推荐学习书籍
《CDA一级教材》适合CDA一级考生备考,也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校,累计已有10万+在读~
免费加入阅读:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
本次活动市场价2000元,现面向会员免费开放,会员朋友更可以邀请一位非会员免费参加。 【活动目标】 本课程 ...
2025-07-28CDA 数据分析师必备技能全解析 在数据驱动决策的时代,CDA 数据分析师作为连接数据与业务价值的桥梁,需要具备多元化的技能体系 ...
2025-07-28PowerBI 添加索引列全攻略 在使用 PowerBI 进行数据处理与分析时,添加索引列是一项极为实用的操作技巧。索引列能为数据表中的每 ...
2025-07-28t 检验与 Wilcoxon 检验:数据差异分析的两大核心方法 在数据分析的广阔领域中,判断两组或多组数据之间是否存在显著差异是一项 ...
2025-07-28PyTorch 核心机制:损失函数与反向传播如何驱动模型进化 在深度学习的世界里,模型从 “一无所知” 到 “精准预测” 的蜕变,离 ...
2025-07-252025 年 CDA 数据分析师考纲焕新,引领行业人才新标准 在数字化浪潮奔涌向前的当下,数据已成为驱动各行业发展的核心要素。作为 ...
2025-07-25从数据到决策:CDA 数据分析师如何重塑职场竞争力与行业价值 在数字经济席卷全球的今天,数据已从 “辅助工具” 升级为 “核心资 ...
2025-07-25用 Power BI 制作地图热力图:基于经纬度数据的实践指南 在数据可视化领域,地图热力图凭借直观呈现地理数据分布密度的优势,成 ...
2025-07-24解析 insert into select 是否会锁表:原理、场景与应对策略 在数据库操作中,insert into select 是一种常用的批量数据插入语句 ...
2025-07-24CDA 数据分析师的工作范围解析 在数字化时代的浪潮下,数据已成为企业发展的核心资产之一。CDA(Certified Data Analyst)数据分 ...
2025-07-24从 CDA LEVEL II 考试题型看 Python 数据分析要点 在数据科学领域蓬勃发展的当下,CDA(Certified Data Analyst)认证成为众多从 ...
2025-07-23用 Python 开启数据分析之旅:从基础到实践的完整指南 在数据驱动决策的时代,数据分析已成为各行业不可或缺的核心能力。而 Pyt ...
2025-07-23鸢尾花判别分析:机器学习中的经典实践案例 在机器学习的世界里,有一个经典的数据集如同引路明灯,为无数初学者打开了模式识别 ...
2025-07-23解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-07-22解析神经网络中 Softmax 函数的核心作用 在神经网络的发展历程中,激活函数扮演着至关重要的角色,它们为网络赋予了非线性能力, ...
2025-07-22CDA数据分析师证书考取全攻略 一、了解 CDA 数据分析师认证 CDA 数据分析师认证是一套科学化、专业化、国际化的人才考核标准, ...
2025-07-22左偏态分布转正态分布:方法、原理与实践 左偏态分布转正态分布:方法、原理与实践 在统计分析、数据建模和科学研究中,正态分 ...
2025-07-22你是不是也经常刷到别人涨粉百万、带货千万,心里痒痒的,想着“我也试试”,结果三个月过去,粉丝不到1000,播放量惨不忍睹? ...
2025-07-21我是陈辉,一个创业十多年的企业主,前半段人生和“文字”紧紧绑在一起。从广告公司文案到品牌策划,再到自己开策划机构,我靠 ...
2025-07-21CDA 数据分析师的职业生涯规划:从入门到卓越的成长之路 在数字经济蓬勃发展的当下,数据已成为企业核心竞争力的重要来源,而 CD ...
2025-07-21