{
  "id": "interquartile-range",
  "title": "四分位距",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "四分位距是第三四分位数与第一四分位数之差，用于衡量分布或数据集中央部分的离散程度。",
  "category": "mathematics",
  "subcategory": "probability-statistics",
  "type": "concept",
  "aliases": [
    "四分位数间距",
    "四分位间距",
    "四分位差",
    "IQR"
  ],
  "generated_at": "2026-11-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/interquartile-range/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/interquartile-range/",
      "json": "https://aiwiki.page/en/interquartile-range.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "四分位距（IQR）是衡量统计离散程度的指标，定义为第三四分位数与第一四分位数之差：\n\n\\[\\operatorname{IQR}=Q_3-Q_1.\\]\n\n第三四分位数和第一四分位数分别是第75百分位数和第25百分位数。四分位距描述的是数据集或概率分布中央部分的宽度，而非两个极端值之间的跨度。在统计学中，四分位距通常与中位数一同报告，并在箱线图中以箱体的长度表示。"
    },
    {
      "heading": "定义与解读",
      "text": "四分位数是特定的分位数。对于累积分布函数为 \\(F\\) 的分布，一种标准定义为\n\n\\[Q(p)=\\inf\\{x\\in\\mathbb{R}:F(x)\\geq p\\}, \\qquad 0<p<1.\\]\n\n因此，总体四分位距为\n\n\\[\\operatorname{IQR}=Q(0.75)-Q(0.25).\\]\n\n对于连续分布，从 \\(Q_1\\) 到 \\(Q_3\\) 的区间包含50%的概率。对于离散分布或存在重复观测值的情况，该区间可能包含超过50%的概率或观测值；因此，“中间50%的离散程度”是一种直观解释，并非对所有数据集都精确成立的计数规则。\n\n四分位距非负，且与观测值具有相同的单位。四分位距为12秒，表示第一四分位数与第三四分位数相差12秒，并不意味着观测值通常与中位数或样本均值相距12秒。\n\n即使数据并不完全相同，四分位距也可能为零。当第一四分位数与第三四分位数重合时，就会出现这种情况；含有大量重复值的数据集便可能如此。"
    },
    {
      "heading": "根据样本计算",
      "text": "计算样本四分位距时，需要先将观测值排序，再估计第一四分位数和第三四分位数。样本四分位数的计算并没有唯一且普遍采用的规则。\n\n常见约定包括：\n\n- **上下半组中位数法：**分别计算较小一半数据和较大一半数据的中位数。当观测值个数为奇数时，不同约定对于是否将整体中位数纳入任一半组有不同规定。\n- **插值分位数法：**确定各百分位数在有序观测值中的非整数位置，并在相邻值之间进行插值。\n- **经验分位数法：**利用经验累积分布函数的逆函数，选取一个实际观测值。\n\n这些约定可能得出不同的四分位距，尤其是在小样本中。\n\n示例\n\n考虑以下已排序的数据集：\n\n\\[1,\\;2,\\;3,\\;4,\\;5,\\;6,\\;7,\\;8.\\]\n\n采用上下半组中位数法，有\n\n\\[Q_1=\\frac{2+3}{2}=2.5, \\qquad Q_3=\\frac{6+7}{2}=6.5,\\]\n\n因此\n\n\\[\\operatorname{IQR}=6.5-2.5=4.\\]\n\n按照一种常见的线性插值约定，\\(p\\) 分位数的位置为\n\n\\[h=1+(n-1)p.\\]\n\n对于同一数据集，这种方法得到 \\(Q_1=2.75\\) 和 \\(Q_3=6.25\\)，四分位距为 \\(3.5\\)。这两个结果都没有算术错误，只是采用了不同的样本四分位数定义。因此，当这种差异会影响结果时，为保证报告的可复现性，应注明所采用的分位数约定或软件计算方法。"
    },
    {
      "heading": "稳健性与数学性质",
      "text": "四分位距是稳健统计中的常用指标，因为它对极端观测值的敏感程度远低于极差、方差或标准差。\n\n在上述示例中，将8替换为一个非常大的数，并不会改变按上下半组中位数法计算的两个四分位数。相比之下，极差会随着替换值的增大而直接增大。稳健并不意味着完全不受影响：四分位数位置附近的数据发生变化，或者变化涉及足够大比例的数据时，四分位距仍可能出现显著变化。\n\n对于在四分位数处概率密度为正的连续总体分布，样本四分位距的渐近替换崩溃点为25%。粗略而言，约四分之一的样本受到污染，就可能使某一个四分位数偏离至任意远的位置；有限样本的确切阈值取决于所采用的四分位数约定。\n\n四分位距还具有以下实用性质：\n\n- **平移不变性：**每个观测值加上同一个常数，四分位距不变。\n- **正尺度等变性：**每个观测值乘以 \\(a>0\\)，四分位距也乘以 \\(a\\)。\n- **无须矩存在：**即使分布不存在有限的均值或方差，也可能存在有限的四分位数。\n- **形状信息有限：**仅凭四分位距无法描述偏度、尾部特征或峰的数量。\n\n例如，位置参数为 \\(x_0\\)、尺度参数为 \\(\\gamma>0\\) 的柯西分布，其两个四分位数为 \\(x_0-\\gamma\\) 和 \\(x_0+\\gamma\\)，因此\n\n\\[\\operatorname{IQR}=2\\gamma,\\]\n\n但该分布的均值和方差均无定义。"
    },
    {
      "heading": "与标准差的关系",
      "text": "对于均值为 \\(\\mu\\)、标准差为 \\(\\sigma\\) 的正态分布，\n\n\\[Q_1=\\mu+\\sigma\\Phi^{-1}(0.25), \\qquad Q_3=\\mu+\\sigma\\Phi^{-1}(0.75),\\]\n\n其中，\\(\\Phi\\) 为标准正态分布的累积分布函数。由对称性可得，\n\n\\[\\operatorname{IQR} =2\\Phi^{-1}(0.75)\\sigma \\approx1.34898\\,\\sigma.\\]\n\n因此，\n\n\\[\\frac{\\operatorname{IQR}}{1.34898}\\]\n\n可作为按正态分布校准的稳健尺度估计。这一关系仅适用于正态分布，并非四分位距与标准差之间的通用换算关系。\n\n半四分位距又称四分位偏差，是四分位距的一半：\n\n\\[\\frac{Q_3-Q_1}{2}.\\]\n\n它不同于中位数绝对偏差，后者是各观测值与中位数之差的绝对值的中位数。"
    },
    {
      "heading": "箱线图与潜在离群值",
      "text": "在常规箱线图中，箱体从 \\(Q_1\\) 延伸至 \\(Q_3\\)，箱内用一条线标出中位数。一条广泛采用的规则将内围栏定义为\n\n\\[L=Q_1-1.5\\,\\operatorname{IQR}, \\qquad U=Q_3+1.5\\,\\operatorname{IQR}.\\]\n\n低于 \\(L\\) 或高于 \\(U\\) 的观测值会被标记为潜在离群值。须线通常延伸至这些围栏以内最极端的观测值，而不是围栏本身。箱线图的绘制约定并不统一，因此比较不同图形时，需要注意各自采用的定义。\n\n倍数 \\(1.5\\) 是一种描述性约定，并不是区分有效观测值与无效观测值的通用界限。围栏以外的点不一定是测量错误。即使对于正态总体，约有0.7%的观测值会落在根据总体四分位数计算的围栏之外；偏态分布或重尾分布落在围栏外的观测值比例可能高得多。"
    },
    {
      "heading": "应用与局限",
      "text": "四分位距可用于比较不同组别的变异程度、概括偏态数据，以及描述极端值会主导其他离散程度指标的分布。同时报告中位数、\\(Q_1\\) 和 \\(Q_3\\)，比仅报告中位数和四分位距保留的信息更多，因为前者能显示中央区间相对于中位数的位置。\n\n四分位距并不是置信区间：它描述的是分布中的变异，而非参数估计的不确定性。样本四分位距本身也存在抽样不确定性，可以通过自助采样等方法进行评估。\n\n由于四分位距只取决于两个分位数，具有相同四分位距的数据集，其尾部、极差和内部模式可能截然不同。因此，它是衡量中央部分离散程度的简洁指标，而不是对分布的完整描述。"
    }
  ],
  "links": [
    "probability-distribution",
    "statistics",
    "median",
    "box-plot",
    "quantile",
    "cumulative-distribution-function",
    "sample-mean",
    "interpolation",
    "variance",
    "standard-deviation",
    "cauchy-distribution",
    "normal-distribution",
    "median-absolute-deviation",
    "confidence-interval",
    "bootstrap-sampling"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}