上下界计算器 - IQR 异常值

上下界方法是使用四分位距（IQR）识别数据集中异常值的标准技术。它由 John Tukey 于 1977 年在探索性数据分析框架中提出，提供了一种稳健的非参数方法，可在不假设数据服从任何特定分布的情况下标记异常观测值。该方法在入门统计课程中广泛教授，也是箱线图中默认的异常值检测方法。 计算首先对数据集排序，并找出第一四分位数和第三四分位数。Q1（第 25 百分位）表示有 25% 的数据低于该值，Q3（第 75 百分位）表示有 75% 的数据低于该值。IQR 就是 Q3 减去 Q1，代表数据中间一半的离散范围。由于 IQR 忽略分布两端的极端值，它对它试图检测的异常值本身具有抗干扰性，这使得界限法比基于极差的方法更可靠。 计算出 IQR 后，下界设为 Q1 以下 1.5 × IQR， 上界设为 Q3 以上 1.5 × IQR。任何低于下界或高于上界的数据点都会被归类为异常值。Tukey 通过经验选择 1.5 这个倍数，因为它对近似正态数据效果良好：在正态分布中，该规则会将约 0.7% 的观测值标记为异常值，相当于距离均值超过约 2.7 个标准差的值。 对于更极端的异常值，有些应用会使用 3 而不是 1.5 作为倍数，并将这些点称为远端异常值或极端异常值。位于 1.5 × IQR 界限之外但仍在 3 × IQR 界限之内的点，有时称为轻度异常值。本计算器采用标准的 1.5 × IQR 规则，适用于大多数探索性分析。 异常值检测是数据清洗、质量控制和统计建模中的关键步骤。在制造业中，界限外的过程测量值可能表示缺陷产品或测量误差。在金融领域，极端收益可能提示数据错误、市场异常或需要调查的真实事件。在临床研究中，生理上不可能的数值会被识别并复核。在机器学习中，如果不处理异常值，它们可能会扭曲模型训练。 需要记住，统计异常值并不一定是错误值。异常值只是根据 IQR 规则，相对于数据主体显得异常远的观测值。需要进一步调查，判断该值是真实的极端事件、测量误差，还是数据录入错误。