kvartilbaserad

Kvartilbaserad är ett angreppssätt inom statistik och dataanalys som bygger på datafördelningens kvartiler: första kvartilen (Q1), medianen (Q2) och tredje kvartilen (Q3). Kvartilerna delar en sorterad dataset i fyra lika stora delar, där Q1 är värdet under vilket 25 procent ligger, Q2 är medianen och Q3 är värdet under vilket 75 procent ligger. I samband med detta används ofta interkvartilavståndet, IQR, definierat som Q3 minus Q1.

Användningar inkluderar beskrivande statistik och grafiska presentationer som boxplot, där lådan sträcker sig från Q1 till Q3 och whiskers ofta omfattar en viss faktor av IQR. Metoden används också i outlier-detektion: observationer utanför de så kallade Tukeys fences (Q1 minus 1,5 gånger IQR och Q3 plus 1,5 gånger IQR) anses vanligen avvikande.

Kvartilbaserade metoder är generellt mindre känsliga för extrema värden än medelbaserade metoder som medel och standardavvikelse, vilket ger robusthet i mitten av fördelningen vid skeva eller små dataset.

Begränsningar inkluderar att information om variation inom varje kvartil inte fångas helt, och små urval kan ge osäkra kvantiler. Val av hur långt utspärrningen ska vara kan påverka tolkningen av vad som räknas som avvikande.

Relaterade begrepp inkluderar kvartilnormalisering och boxplots. Användningen är vanlig inom dataanalys, biostatistik, ekonomi och kvalitetskontroll för snabb översikt och robusta jämförelser.