Cos'è range interquartile?

Range Interquartile (IQR)

Il Range Interquartile (IQR) è una misura di dispersione statistica che indica la differenza tra il terzo quartile (Q3) e il primo quartile (Q1) in un set di dati. In altre parole, rappresenta l'intervallo che contiene il 50% centrale dei dati.

Definizione:

IQR = Q3 - Q1

Calcolo:

  1. Ordinare i dati: Disporre i dati in ordine crescente.
  2. Trovare il Primo Quartile (Q1): Q1 è il valore che separa il 25% inferiore dei dati dal resto. Può essere considerato la mediana della metà inferiore dei dati. Puoi trovare maggiori informazioni su Q1 qui: https://it.wikiwhat.page/kavramlar/Primo%20Quartile.
  3. Trovare il Terzo Quartile (Q3): Q3 è il valore che separa il 75% inferiore dei dati dal resto. Può essere considerato la mediana della metà superiore dei dati. Ulteriori dettagli su Q3 sono disponibili qui: https://it.wikiwhat.page/kavramlar/Terzo%20Quartile.
  4. Calcolare l'IQR: Sottrai Q1 da Q3.

Interpretazione:

Un IQR piccolo indica che i dati sono concentrati attorno alla mediana, mentre un IQR grande indica una maggiore dispersione dei dati.

Vantaggi dell'IQR:

  • Robusto: Meno sensibile agli outlier rispetto ad altre misure di dispersione come la deviazione standard o il range. Questo significa che l'IQR non è molto influenzato da valori estremi.
  • Facile da calcolare: Il processo di calcolo è relativamente semplice, anche per set di dati di grandi dimensioni.

Usi dell'IQR:

  • Identificazione degli Outlier: L'IQR viene spesso utilizzato per identificare i valori anomali (outlier) in un set di dati. Un metodo comune è considerare outlier i valori che si trovano al di sotto di Q1 - 1.5 * IQR o al di sopra di Q3 + 1.5 * IQR.
  • Box Plot: L'IQR è un elemento chiave nella costruzione dei box plot, che forniscono una rappresentazione visiva della distribuzione dei dati.
  • Confronto di Distribuzioni: L'IQR può essere utilizzato per confrontare la dispersione di diverse distribuzioni di dati.
  • Statistica Descrittiva: Fa parte delle misure di tendenza centrale e dispersione utilizzate per descrivere sinteticamente un set di dati. Per approfondire l'analisi descrittiva, puoi consultare: https://it.wikiwhat.page/kavramlar/Statistica%20Descrittiva.