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。
数据分析咨询请扫描二维码
CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2022-03-18CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01