箱形图制作工具
Free将一个或多个数据集转换为箱线图，提供五数概括、平均值、标准差以及异常值检测。
| 数据集 | 最小值 | Q1 | 中位数 | Q3 | 最大值 | 四分位距 | 平均值 | 标准差 | 异常值 |
|---|
最近活动
所有人可见。所有访客的最近 20 次使用记录,最新的在前。
2 dataset(s), 20 value(s) total
14 小时前
此工具的功能
将一个或多个数字集转换为箱线图,为每个数据集计算五数概括(最小值、Q1、中位数、Q3、最大值)、均值、标准差、四分位距和异常值,并提供可下载的图表并排比较每个数据集。
工作原理
每行输入都会被解析为一个可选标签和一个数字列表。数字会被排序,中位数是中间值(如果数量为偶数,则为两个中间值的平均值)。Q1 和 Q3 是排序数据下半部分和上半部分的中位数(如果数量为奇数,则排除整体中位数本身),四分位距(IQR)为 Q3 减去 Q1。如果启用了异常值检测,任何与 Q1 或 Q3 相差超过 1.5(标准)或 3.0(极端)倍 IQR 的值都会被标记为异常值并绘制为单独的点,而须线仅延伸到最极端的非异常值。均值是简单平均值,标准差衡量数值围绕该均值的分散程度。
解决的问题
- 为报告、作业或演示文稿可视化数据集的分布、中位数和异常值。
- 一目了然地并排比较多个组的分布(测试分数、测量数据、调查结果)。
- 快速发现数据集中异常高或异常低的值,而无需手动排序和扫描数字。
常见问题
›Q1 和 Q3 是如何计算的?
此工具使用"半数中位数"法(也称为图基铰链法),这是统计学入门课程中最常教授的版本:对数据排序,找到中位数,然后将数据分为下半部分和上半部分(如果数据点数量为奇数,则排除中间值本身),取每一半的中位数分别作为 Q1 和 Q3。一些统计软件改用基于插值的方法,在同一数据集上可能给出略有不同的结果,两种方法都不算"错误",只是不同的惯例。
›什么算作异常值?
使用标准方法时,任何低于 Q1 或高于 Q3 超过 1.5 倍四分位距(IQR = Q3 - Q1)的值都会被标记为异常值,这是最常见的惯例。极端方法将该倍数扩大到 3.0 倍四分位距,仅标记异常远离的值。选择"无"会完全禁用异常值检测,此时须线会简单地延伸到真实的最小值和最大值。
›为什么须线有时不会到达数据的最顶端或最底端?
启用异常值检测后,须线只会延伸到未被标记为异常值的最极端数值,而不是真实的最小/最大值。超过此范围的任何值都会被绘制成单独的点,这是箱线图用来在视觉上将典型分布与极端值分开的标准惯例。
›我可以同时比较多个组吗?
可以,将每个数据集放在单独一行,可选择以标签和冒号开头(例如"A 班: 72, 85, 90")。每一行都会成为一个独立的箱线图,并排绘制在共享的坐标轴上,以便您直接比较各组之间的中位数、分布和异常值。
›显示的标准差是样本标准差还是总体标准差?
这是样本标准差(除以 n-1 而非 n),当您的数据被视为样本而非完整总体时的常规选择,也是通用统计工具中更常见的默认值。
评论 (0)
觉得这个工具有用吗?留下评论、分享一个小技巧,或者告诉我们如何改进它。
暂无评论,快来抢沙发分享您的想法吧!