離群值計算器 - 使用IQR方法偵測離群值

離群值是指與資料集中其他數值相距異常遠的資料點。在統計分析中，離群值會扭曲平均數與標準差等摘要統計，放大變異數估計，並破壞參數檢定的假設。及早辨識離群值，是探索性資料分析、品質控管與機器學習前處理中的關鍵步驟。 最常用的離群值偵測方法是以四分位距（IQR）為基礎，也就是第三四分位數（Q3）與第一四分位數（Q1）之差。這種方法具有穩健性，因為IQR不像平均數與標準差那樣會被極端值本身明顯影響。兩個邊界的公式為：下邊界 = Q1 − k × IQR，上邊界 = Q3 + k × IQR。落在這些邊界之外的任何資料點都會被歸類為離群值。 乘數k決定離群值的標記嚴格程度。最常見的選擇是k = 1.5，這是箱型圖分析中的預設值，用來找出所謂的「輕度」離群值——也就是明顯偏離大多數資料，但仍可能有合理解釋的數值。若k = 3.0，條件會更嚴格；只有「極端」離群值才會被標記——也就是距離主要分布非常遠、幾乎可以確定是錯誤、異常或真正罕見事件的數值。 為了計算四分位數，計算器會先將資料由小到大排序。Q1是排序後資料的第25百分位數，Q3是第75百分位數。當四分位位置落在兩個資料點之間時，計算器會以線性插值產生平滑結果，與Excel預設值以及許多統計套件的慣例一致。 偵測到離群值並不代表應自動刪除。在移除或轉換任何離群值之前，應先調查其成因。離群值可能是輸入錯誤（數字打錯）、測量錯誤（儀器讀值失準）、抽樣錯誤（來自不同母體的值），或是真實且具有科學意義的極端觀測，應予保留。例如在詐欺偵測中，最重要的資料點往往就是離群值；在臨床研究中，反應最極端的病患可能最具資訊性。務必記錄你的決定，並在不確定時同時報告包含與不包含離群值的結果，以呈現敏感度。 IQR方法屬於非參數方法，表示它對底層分布形狀沒有假設。因此，它特別適合偏態分布、小樣本，以及包含多個群集的資料。對於近似常態且樣本量較大的資料，可使用Z分數方法（將距離平均數超過2或3個標準差的值標記出來）作為替代，但Z分數本身也會被其想要偵測的離群值放大，因此IQR方法通常更可靠。