Intervallo interquartile e deviazione quartile utilizzando NumPy e SciPy

Algoritmo di ricerca dei quartili:
I quartili vengono calcolati utilizzando la mediana. Se il numero di record è un numero pari, cioè 2n, il primo quartile (Q1) è uguale alla mediana di n record più piccoli e il terzo quartile (Q3) è uguale alla mediana di n record più grandi.

Se il numero di record è dispari, cioè nella forma (2n + 1), allora

• il primo quartile (Q1) è la mediana di n record più piccoli
• terzo quartile (Q1) è la mediana di n record più grandi
• secondo quartile (Q2) è lo stesso, come una normale mediana.

Intervallo: è la differenza tra il valore più grande e il valore più piccolo in un determinato set di dati.
Intervallo interquartile:
Intervallo interquartile (IQR), chiamato anche media o media 50% , o tecnicamente H-spread — è la differenza tra il terzo quartile (Q3) e il primo quartile (Q1). Copre il centro di distribuzione e contiene il 50% delle osservazioni. IQR = Q3 — Q1

Usi :

• L’intervallo interquartile ha un punto di rottura del 25%, motivo per cui è spesso preferito l’intera gamma.
• IQR è usato per tracciare box plot, semplici rappresentazioni grafiche di distribuzioni di probabilità.
• L’IQR può essere utilizzato anche per identificare i valori anomali in un determinato set di dati.
• IQR fornisce l’andamento centrale dei dati.

Prendi una decisione

• Il set di dati ha un intervallo interquartile (IQR) più elevato e una maggiore variabilità.
• È preferibile un set di dati con un intervallo interquartile (IQR) inferiore.

Supponiamo che se abbiamo due dataset e i loro intervalli interquartile sono IR1 e IR2, e se IR1" IR2, si dice che i dati in IR1 hanno una variabilità maggiore rispetto ai dati in IR2 e i dati in IR2 sono preferibili.

Esempio :

• Di seguito è riportato il numero di candidati iscritti ogni giorno negli ultimi 20 giorni al corso —
  Strutture dati e algoritmi — DSA Online 3 in Python.Engineering
  75, 69, 56, 46, 47, 79, 92, 97, 89, 88, 36, 96, 105, 32, 116, 101, 79, 93, 91, 112
• Dopo aver ordinato il set di dati sopra:
  32, 36, 46, 47, 56, 69, 75, 79, 79, 88, 89, 91, 92, 93, 96, 97, 101, 105, 112, 116
• Il numero totale di termini qui è 20.
• Il secondo quartile (Q2) o mediana dei dati di cui sopra è (88 + 89) / 2 = 88,5
• Il primo quartile (Q1) è la mediana del primo n, ovvero 10 termini (o n, ovvero 10 valori più piccoli) = 62,5
• Terzo quartile (Q3) &# 8212; questa è la mediana n, ovvero I 10 valori più grandi (o gli ultimi n, ovvero 10 valori) = 96,5.
• Allora IQR = Q3 — Q1 = 96,5 — 62,5 = 34,0

Intervallo interquartile utilizzando numpy.median

  Output:  34.0 

Intervallo interquartile utilizzando numpy.percentile

  Output:  34.0 

Intervallo interquartile usando scipy.stats.iqr

  Output:  34.0 

  Uscita:  17,0