Kalkylator för avvikande värden

Avvikande värden
Nästa

Klistra in en lista med tal, så markerar den här kalkylatorn de avvikande värdena med Tukeys 1,5 × IQR-regel. Den sorterar data, beräknar första kvartilen (Q1), tredje kvartilen (Q3) och kvartilavståndet (IQR = Q3 - Q1) och härleder sedan den nedre gränsen (Q1 - 1,5 × IQR) och den övre gränsen (Q3 + 1,5 × IQR). Varje värde utanför dessa gränser rapporteras som avvikande, vilket är praktiskt för att rensa enkätsvar, sensorloggar, provresultat eller A/B-testdata innan du litar på medelvärdet.

Så hittar du avvikande värden

  1. 1

    Klistra in dina tal

    Ange minst fyra värden åtskilda med kommatecken, mellanslag eller nya rader. Tolken bortser från tomrum och icke-numeriska tecken.

  2. 2

    Se över regeln

    Verktyget tillämpar 1,5 × IQR-regeln på Q1 och Q3, samma metod som ligger bakom morrhåret i ett klassiskt lådagram.

  3. 3

    Läs av avvikarna

    Se de markerade värdena tillsammans med Q1, Q3, IQR och nedre och övre gräns, så att du kan motivera varje uteslutning.

1,5 × IQR-regeln

Kvartilavståndet är spridningen hos de mittersta 50 % av dina data:

IQR = Q3 − Q1

Tukeys gränser markerar skiljelinjen mellan “normal” spridning och ett misstänkt avvikande värde:

  • Nedre gräns = Q1 − 1,5 × IQR
  • Övre gräns = Q3 + 1,5 × IQR

Varje värde under den nedre gränsen eller över den övre markeras. Multiplikatorn 1,5 är en konvention vald så att endast omkring 0,7 % av punkterna felmarkeras för ungefär normalfördelade data. Att i stället använda 3 × IQR identifierar extrema avvikande värden.

Räknat exempel

Datamängd: 2, 5, 6, 7, 8, 9, 50

Steg Värde
Q1 (första kvartilen) 5,5
Q3 (tredje kvartilen) 8,5
IQR = Q3 − Q1 3
Nedre gräns = Q1 − 1,5 × IQR 1
Övre gräns = Q3 + 1,5 × IQR 13

Värdet 50 ligger långt över den övre gränsen 13, så det är det enda avvikande värdet. Alla andra värden faller med god marginal innanför gränserna, så datamängden har ett avvikande värde.

Varför använda IQR-metoden

  • Robust: till skillnad från metoden med medelvärde ± standardavvikelse dras kvartilerna inte mot ett extremt värde, så ett enda gigantiskt tal kan inte dölja sig självt.
  • Få antaganden: metoden förutsätter inte att dina data är perfekt normalfördelade, vilket gör den till en säker första gallring för stökiga verkliga stickprov.
  • Transparent: gränserna är lätta att rapportera och försvara i en rapport eller granskning.

Fallgropar att undvika

  • Små stickprov: med färre än ungefär 8 punkter är kvartilerna instabila, så behandla varje markering som en uppmaning att undersöka, inte att radera.
  • Sneda data: för kraftigt högersneda data (inkomster, svarstider) övermarkerar regeln den långa svansen. Överväg en logaritmisk transformation först.
  • Automatisk radering: ett avvikande värde är inte automatiskt ett fel. Kontrollera alltid om värdet är en verklig signal innan du tar bort det.

Vanliga frågor

Enligt 1,5 × IQR-regeln är ett avvikande värde varje värde under Q1 - 1,5 × IQR (nedre gräns) eller över Q3 + 1,5 × IQR (övre gräns). Det är en robust tumregel, inte ett formellt hypotestest.

Minst fyra. Kvartilerna behöver tillräckligt många punkter för att dela data i halvor, så kalkylatorn ger resultat först när du har fyra eller fler numeriska värden.

Det finns flera publicerade definitioner av kvartiler. Den här kalkylatorn använder linjär interpolation (standard i NumPy/pandas), så värdena kan skilja sig en bråkdel från Excel eller vissa läroböcker för små stickprov.

Nej. Beräkningen körs i din webbläsarsession och inget laddas upp, sparas eller delas. Dina tal lämnar aldrig sidan.

Relaterade verktyg

Verktyget finns på andra språk