Boxplot-Ersteller

Boxplot-Ersteller

Erstellen Sie mit unserem interaktiven Tool sofort professionelle Box-Whisker-Diagramme (Boxplots). Visualisieren Sie die Datenverteilung, identifizieren Sie Ausreißer, vergleichen Sie mehrere Datensätze und erhalten Sie eine umfassende statistische Analyse einschließlich der Fünf-Punkte-Zusammenfassung, des Interquartilsabstands (IQR), des Mittelwerts und der Standardabweichung.

Was ist ein Box-Whisker-Diagramm?

Ein Box-Whisker-Diagramm (auch Boxplot genannt) ist eine standardisierte Methode zur Darstellung der Verteilung von Daten basierend auf einer Fünf-Punkte-Zusammenfassung: Minimum, erstes Quartil (Q1), Median, drittes Quartil (Q3) und Maximum. Die „Box“ zeigt den Interquartilsabstand (IQR), in dem die mittleren 50 % der Daten liegen, während sich die „Whisker“ erstrecken, um den Rest der Verteilung zu zeigen.

Komponenten eines Boxplots

• Box: Repräsentiert den Interquartilsabstand (IQR) von Q1 bis Q3, der die mittleren 50 % der Daten enthält.
• Median-Linie: Die Linie innerhalb der Box, die den mittleren Wert (Q2) anzeigt.
• Whisker: Linien, die sich von der Box bis zu den Minimal- und Maximalwerten innerhalb des 1,5-fachen IQR erstrecken.
• Ausreißer: Einzelne Punkte außerhalb der Whisker, die ungewöhnliche Werte darstellen.
• Mittelwert: Oft als Raute oder Punkt innerhalb der Box dargestellt.

So verwenden Sie diesen Boxplot-Ersteller

1. Daten eingeben: Tippen oder kopieren Sie Ihre Zahlen in das Textfeld. Setzen Sie jeden Datensatz in eine eigene Zeile. Optional können Sie Bezeichnungen mit einem Doppelpunkt hinzufügen (z. B. „Klasse A: 72, 85, 90“).
2. Ausreißererkennung wählen: Wählen Sie Standard (1,5×IQR) für typische Analysen, Extreme (3,0×IQR) für nur extreme Ausreißer oder Keine, um den vollen Datenbereich anzuzeigen.
3. Präzision festlegen: Wählen Sie die Dezimalstellen für die angezeigten Statistiken.
4. Diagramm generieren: Klicken Sie auf die Schaltfläche, um Ihren interaktiven Boxplot mit Hover-Tooltips zu erstellen.
5. Ergebnisse analysieren: Überprüfen Sie die Fünf-Punkte-Zusammenfassung, den IQR, Ausreißer und andere Statistiken für jeden Datensatz.

Die Fünf-Punkte-Zusammenfassung verstehen

Die Fünf-Punkte-Zusammenfassung ist die Grundlage jedes Boxplots:

Quartilsmethoden im Überblick

Lehrbücher, Taschenrechner und Tabellenkalkulationen ermitteln Q1 und Q3nicht immer auf dieselbe Weise. Dieselben Daten können daher leicht unterschiedliche Boxgrenzen und IQR-Werte ergeben. Wählen Sie über das Menü Quartilsmethode die Regel, die Ihr Kurs oder Ihre Software verwendet:

• Median der Hälften (TI-83/84, die meisten Lehrbücher): Teilt die sortierten Daten am Median und lässt den Median bei ungerader Anzahl weg. Q1 und Q3 sind die Mediane der beiden Hälften.
• Tukey-Hinges: Gleiche Idee, aber bei ungerader Anzahl ist der Median in beiden Hälften enthalten. Dies ist die Standardeinstellung.
• Excel QUARTILE.INC (R Typ 7): Verwendet die Position (n - 1) × 0,25 + 1 für Q1 und (n - 1) × 0,75 + 1 für Q3 und mittelt bei Bedarf zwischen benachbarten Werten.
• Excel QUARTILE.EXC (Minitab): Verwendet die Position (n + 1) × 0,25 für Q1 und (n + 1) × 0,75 für Q3 und mittelt bei Bedarf zwischen benachbarten Werten.

Die Unterschiede sind meist gering, können bei kleinen Datensätzen aber deutlich ausfallen. Der Abschnitt mit der schrittweisen Berechnung zeigt Q1, Q3 und IQR für den ersten Datensatz nach allen Methoden, wobei Ihre aktuelle Auswahl hervorgehoben wird.

Interquartilsabstand (IQR) und Ausreißererkennung

Der Interquartilsabstand (IQR) wird als Q3 - Q1 berechnet. Er stellt die Streuung der mittleren 50 % Ihrer Daten dar und wird zur Ausreißererkennung verwendet:

Werte außerhalb dieser Grenzen werden als Ausreißer betrachtet und als einzelne Punkte geplottet.

Interpretation der Boxplot-Schiefe

Die Form eines Boxplots verrät die Schiefe Ihrer Datenverteilung:

• Symmetrisch: Median mittig in der Box, Whisker ungefähr gleich lang.
• Rechtsschief (positiv): Median näher bei Q1, rechter Whisker länger.
• Linksschief (negativ): Median näher bei Q3, linker Whisker länger.

Wann man Boxplots verwendet

Box-Whisker-Diagramme sind ideal für:

• Gruppenvergleich: Testergebnisse zwischen Klassen, Umsätze in Regionen.
• Identifizierung von Ausreißern: Finden ungewöhnlicher Werte in Datensätzen.
• Darstellung der Verteilung: Verständnis von Datenstreuung und zentraler Tendenz.
• Schnelle Zusammenfassungen: Visuelle Präsentation wichtiger Statistiken.

Häufig gestellte Fragen

Was ist ein Box-Whisker-Diagramm?

Ein Box-Whisker-Diagramm (Boxplot) ist eine grafische Methode zur Darstellung der Verteilung von Daten basierend auf einer Fünf-Punkte-Zusammenfassung: Minimum, erstes Quartil (Q1), Median, drittes Quartil (Q3) und Maximum. Die Box zeigt den Interquartilsabstand, der die mittleren 50 % der Daten enthält, während sich die Whisker erstrecken, um den Bereich typischer Werte anzuzeigen.

Wie berechnet man die Fünf-Punkte-Zusammenfassung?

Die Fünf-Punkte-Zusammenfassung besteht aus: (1) Minimum - kleinster Wert, (2) Q1 - Median der unteren Hälfte, (3) Median (Q2) - mittlerer Wert beim Sortieren, (4) Q3 - Median der oberen Hälfte und (5) Maximum - größter Wert.

Wie werden Ausreißer in einem Boxplot erkannt?

Ausreißer werden mit der 1,5×IQR-Regel erkannt. Berechnen Sie IQR = Q3 - Q1, finden Sie dann die untere Grenze (Q1 - 1,5×IQR) und die obere Grenze (Q3 + 1,5×IQR). Punkte außerhalb dieser Grenzen sind Ausreißer.

Was stellt der IQR dar?

Der Interquartilsabstand (IQR) misst die Streuung der mittleren 50 % der Daten. Ein kleinerer IQR bedeutet, dass die Daten eng beieinander liegen, während ein größerer IQR auf eine stärkere Streuung hindeutet.

Wann sollte ich einen Boxplot verwenden?

Verwenden Sie Boxplots, um die Datenverteilung zu visualisieren, mehrere Datensätze zu vergleichen, Ausreißer zu identifizieren, Streuung und Schiefe zu zeigen und Fünf-Punkte-Zusammenfassungen zu präsentieren. Sie eignen sich hervorragend zum Vergleich von Testergebnissen, zur Analyse von Umfrageergebnissen oder für jeden numerischen Datenvergleich.

Wie interpretiere ich die Schiefe eines Boxplots?

Symmetrische Daten haben den Median in der Mitte mit gleichen Whiskern. Rechtsschiefe Daten haben den Median näher bei Q1 mit einem längeren rechten Whisker. Linksschiefe Daten haben den Median näher bei Q3 mit einem längeren linken Whisker.

Wie erkenne ich anhand von Boxplots, welche Klasse gleichmäßigere Testergebnisse hat?

Vergleichen Sie die Breite der Boxen entlang der Werteachse. Die Box zeigt den Interquartilsabstand. Eine kürzere Box bedeutet, dass die mittlere Hälfte der Werte enger beieinanderliegt. Beträgt der IQR von Klasse A zum Beispiel 8 Punkte und der von Klasse B 15 Punkte, ist die Streuung der mittleren 50 % der Ergebnisse in Klasse A geringer. Prüfen Sie auch Whisker und Ausreißer, denn sie zeigen die Streuung außerhalb der Box.

Warum zeigen manche Boxplots nicht jeden Wert als einzelnen Punkt?

Ein Boxplot fasst einen Datensatz mit Quartilen, Median und Whiskern zusammen. Normalerweise zeigt er daher nicht jede Beobachtung einzeln. Je nach ausgewählter Ausreißerregel können Werte außerhalb der Whisker separat als Ausreißer angezeigt werden. Dutzende Werte innerhalb der Whisker werden zum Beispiel durch die Zusammenfassung des Diagramms dargestellt und nicht als einzelne Punkte. Vergleichen Sie die Verteilungen anhand der zusammenfassenden Statistiken.

Warum können die Quartile bei einem kleinen Datensatz unterschiedlich ausfallen?

Für die Berechnung von Quartilen gibt es verschiedene Konventionen. Sie unterscheiden sich darin, wie Positionen zwischen Beobachtungen behandelt werden, insbesondere bei kleinen Stichproben. Bei einem Datensatz mit fünf Zahlen können verschiedene Methoden zum Beispiel leicht unterschiedliche Werte für Q1 und Q3 ergeben. Dadurch ändern sich Boxbreite und IQR. Verwenden Sie beim Vergleich von Diagrammen für alle Datensätze dieselbe Quartilmethode und halten Sie sich an die Vorgaben Ihres Kurses oder des verwendeten Analysestandards.

Statistik und Datenanalyse:

• A/B-Test Stichprobengrößen-Rechner Neu
• A/B-Test-Signifikanz-Rechner Neu
• ANOVA-Rechner
• Arithmetisches Mittel Rechner
• Durchschnittsrechner
• Rechner für durchschnittliche Abweichung
• 📊 Balkendiagramm Ersteller Neu
• Bayes Theorem Rechner Neu
• Beta-Verteilungsrechner Neu
• Boxplot-Ersteller
• Chi-Quadrat-Test-Rechner
• Variationskoeffizient-Rechner
• Cohen's d Rechner
• Wachstumsrate-Rechner
• Konfidenzintervall-Rechner
• Konfidenzintervall-Rechner für Anteile
• Kontingenztabellen-Rechner Neu
• Conversion-Rate-Rechner Neu
• Korrelationskoeffizienten-Rechner
• Effektstärke-Rechner Neu
• Exponentialverteilungsrechner Neu
• F-Test / F-Verteilungs-Rechner Neu
• Fisher-Exakt-Test-Rechner Neu
• Fünf-Zahlen-Zusammenfassung-Rechner Neu
• Geometrische Verteilung Rechner Neu
• Geometrisches Mittel Rechner Beliebt
• Gini-Koeffizient-Rechner
• Harmonisches Mittel berechnen
• histogrammersteller
• Hypergeometrische Verteilung Rechner Neu
• Interquartilsabstand-Rechner
• Kruskal-Wallis Testrechner
• 📈 Liniendiagramm Ersteller Neu
• Lineare Regressionsrechner Beliebt
• Logarithmischer Wachstumsrechner
• Mann-Whitney-U-Test-Rechner
• Mittlere absolute Abweichung Rechner
• Mittelwert-Rechner Beliebt
• Mittelwert, Median und Modus Rechner
• Median der absoluten Abweichung Rechner
• Median-Rechner Beliebt
• Midrange-Rechner
• Modalwert-Rechner
• Normalverteilungsrechner Neu
• Odds Ratio Rechner Neu
• Ausreißer-Rechner
• p-Wert-Rechner Neu
• Pareto-Diagramm-Generator Neu
• Perzentil-Rechner Neu
• Kreisdiagramm-Ersteller Neu
• Standardabweichung der Grundgesamtheit berechnen
• Quartil-Rechner
• Rechner für den halben Interquartilsabstand
• Spannweite-Rechner
• RSD-Rechner (Relative Standardabweichung) Beliebt
• Rechner für den quadratischen Mittelwert
• Stichprobenmittel-Rechner
• Stichprobengröße Rechner
• Standardabweichungsrechner
• Streudiagramm-Ersteller
• Six Sigma Prozessfähigkeitsrechner Neu
• Spearman Rangkorrelationsrechner Neu
• Standardabweichung Rechner
• Standardfehler-Rechner
• Statistik-Rechner
• t-Test-Rechner
• Varianz-Rechner
• Weibull-Verteilung-Rechner Neu
• Z-Score Rechner