Interquartilsabstand-Rechner

Interquartilsabstand-Rechner

Der Interquartilsabstand-Rechner berechnet den IQR, alle Quartile (Q1, Q2, Q3), die Fünf-Punkte-Zusammenfassung und erkennt automatisch Ausreißer in Ihrem Datensatz. Mit einer interaktiven Boxplot-Visualisierung und Schritt-für-Schritt-Berechnungen hilft Ihnen dieses Tool, die Streuung und Verteilung Ihrer Daten zu verstehen.

Was ist der Interquartilsabstand (IQR)?

Der Interquartilsabstand (IQR) ist ein Maß für die statistische Streuung, das die Breite der mittleren 50 % Ihrer Daten darstellt. Er wird als Differenz zwischen dem dritten Quartil (Q3) und dem ersten Quartil (Q1) berechnet:

Im Gegensatz zur Spannweite (Max - Min) ist der IQR resistent gegenüber Ausreißern, was ihn zu einem robusteren Maß für die Variabilität macht. Er wird häufig in der deskriptiven Statistik, der Datenanalyse und zur Identifizierung von Ausreißern mithilfe der 1,5×IQR-Regel verwendet.

Quartile verstehen

Quartile unterteilen einen sortierten Datensatz in vier gleiche Teile:

• Q1 (Erstes Quartil / 25. Perzentil): Der Wert, unter den 25 % der Daten fallen. Auch unteres Quartil genannt.
• Q2 (Zweites Quartil / Median / 50. Perzentil): Der mittlere Wert des Datensatzes, der ihn in zwei gleiche Hälften teilt.
• Q3 (Drittes Quartil / 75. Perzentil): Der Wert, unter den 75 % der Daten fallen. Auch oberes Quartil genannt.

Fünf-Punkte-Zusammenfassung

Die Fünf-Punkte-Zusammenfassung bietet einen schnellen Überblick über die Verteilung eines Datensatzes:

1. Minimum: Der kleinste Wert
2. Q1: Erstes Quartil (25. Perzentil)
3. Q2: Median (50. Perzentil)
4. Q3: Drittes Quartil (75. Perzentil)
5. Maximum: Der größte Wert

Diese fünf Werte werden verwendet, um einen Boxplot (Box-Whisker-Plot) zu erstellen, der die Datenverteilung, Schiefe und Ausreißer visuell darstellt.

Ausreißererkennung: Die 1,5×IQR-Regel

Der IQR wird üblicherweise verwendet, um Ausreißer mithilfe von Grenzen zu identifizieren:

Datenpunkte, die unter der unteren Grenze oder über der oberen Grenze liegen, gelten als potenzielle Ausreißer. Für extreme Ausreißer wird die 3×IQR-Regel verwendet (Werte jenseits von Q1 - 3×IQR oder Q3 + 3×IQR).

Berechnungsmethoden für Quartile

Es gibt verschiedene Methoden zur Berechnung von Quartilen, die zu leicht unterschiedlichen Ergebnissen führen können:

Dieser Rechner unterstützt beide Methoden. Die exklusive Methode wird häufiger in Statistikkursen gelehrt und ist die Standardeinstellung.

So verwenden Sie diesen Rechner

1. Daten eingeben: Geben Sie Zahlen ein, getrennt durch Kommas, Leerzeichen oder Zeilenumbrüche. Sie benötigen mindestens 4 Werte.
2. Quartilsmethode auswählen: Wählen Sie Exklusiv (Standard, am gebräuchlichsten) oder Inklusiv basierend auf Ihren Anforderungen.
3. Präzision einstellen: Wählen Sie 2–15 Dezimalstellen für Ihre Ergebnisse.
4. Berechnen: Klicken Sie auf die Schaltfläche, um IQR, Quartile, Fünf-Punkte-Zusammenfassung, Ausreißererkennung, Boxplot und Schritt-für-Schritt-Berechnungen anzuzeigen.

Anwendungen des IQR

• Datenanalyse: Verständnis der Streuung und Variabilität von Datensätzen
• Qualitätskontrolle: Überwachung der Prozessvariabilität in der Fertigung
• Ausreißererkennung: Identifizierung ungewöhnlicher Werte, die untersucht werden müssen
• Boxplots: Erstellung visueller Darstellungen der Datenverteilung
• Vergleich von Verteilungen: Bewertung der Variabilität über verschiedene Gruppen hinweg
• Forschung & Statistik: Berichterstattung von Streuungsmaßen in wissenschaftlichen Studien

IQR vs. andere Streuungsmaße

Häufig gestellte Fragen

Was ist der Interquartilsabstand (IQR)?

Der Interquartilsabstand (IQR) ist ein Maß für die statistische Streuung, das der Differenz zwischen dem dritten Quartil (Q3) und dem ersten Quartil (Q1) entspricht. Er stellt die Streubreite der mittleren 50 % Ihrer Daten dar und wird als IQR = Q3 - Q1 berechnet. Der IQR ist resistent gegenüber Ausreißern, was ihn zu einem robusten Maß für die Variabilität macht.

Wie berechnet man den IQR?

Zur Berechnung des IQR: 1) Sortieren Sie Ihre Daten in aufsteigender Reihenfolge. 2) Finden Sie Q1 (den Median der unteren Hälfte). 3) Finden Sie Q3 (den Median der oberen Hälfte). 4) Berechnen Sie IQR = Q3 - Q1. Das Ergebnis stellt den Bereich dar, der die mittleren 50 % Ihrer Daten enthält.

Was ist die 1,5-IQR-Regel für Ausreißer?

Die 1,5-IQR-Regel identifiziert Ausreißer als Datenpunkte, die unter Q1 - 1,5×IQR (untere Grenze) oder über Q3 + 1,5×IQR (obere Grenze) liegen. Punkte außerhalb dieser Grenzen gelten als potenzielle Ausreißer. Die 3×IQR-Regel identifiziert extreme Ausreißer.

Was ist der Unterschied zwischen exklusiven und inklusiven Quartilsmethoden?

Die exklusive Methode (verwendet von TI-83/84, Moore & McCabe) schließt den Median bei der Berechnung von Q1 und Q3 für Datensätze mit ungerader Anzahl aus. Die inklusive Methode (verwendet von TI-85, Minitab) schließt den Median in beide Hälften ein. Beide sind gültig; die exklusive Methode ist im Bildungsbereich gebräuchlicher.

Was ist die Fünf-Punkte-Zusammenfassung?

Die Fünf-Punkte-Zusammenfassung besteht aus: Minimum, Q1 (erstes Quartil), Q2 (Median), Q3 (drittes Quartil) und Maximum. Diese fünf Werte bieten einen schnellen Überblick über die Verteilung Ihrer Daten und werden zur Erstellung von Boxplots verwendet.

Warum wird der IQR gegenüber der Spannweite zur Messung der Streuung bevorzugt?

Der IQR wird bevorzugt, da er resistent gegenüber Ausreißern ist. Die Spannweite (Max - Min) kann stark von Extremwerten beeinflusst werden, während sich der IQR auf die mittleren 50 % der Daten konzentriert. Dies macht den IQR zu einem robusteren und zuverlässigeren Maß für die typische Variabilität in einem Datensatz.

Zusätzliche Ressourcen

• Interquartilsabstand - Wikipedia
• Quartil - Wikipedia
• Box-Plot - Wikipedia

Statistik und Datenanalyse:

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