1 四分位数の基本概念
1.1 四分位数の定義
1.1.1 分位点とパーセンタイルの関係
四分位数は、データを大きさの順に並べたときに全体を等しい割合で区切るための位置指標である。分位点の一般形として、パーセンタイルは全体を100等分した割合で区切る指標であり、四分位数はそのうち25％単位に相当する。したがって四分位数は、分布の「どこにデータが集中し、どの範囲に値が入るか」を、少数の代表位置として要約する役割をもつ。
1.1.2 第1四分位数・第2四分位数・第3四分位数
四分位数には通常、第1四分位数（25％点）、第2四分位数（中央値、50％点）、第3四分位数（75％点）がある。第1四分位数は、値の小さい側から数えて全体の25％に対応する位置を表し、第2四分位数は半数がそれ以下・それ以上に分かれる境目として理解される。第3四分位数は、上側に向かってさらに25％を区切る位置であり、小さい値の範囲と大きい値の範囲の広がりを見積もる基準点として機能する。
1.2 四分位数の求め方の考え方
1.2.1 データの並べ替えと位置の決め方
実務上の手順の核は、(1) データを昇順に並べ替えること、(2) その並びの中で対象となる割合（25％、50％、75％）の位置を特定すること、にある。ここで「位置」が整数の添字に一致する場合と一致しない場合が生じる。前者では対応する観測値をその四分位数とみなすが、後者では定義に従って近傍を補間するか、左右のいずれかに寄せるかが決まるため、計算結果の細部が方法間でずれることがある。
1.2.2 分割比（25％単位）による解釈
25％単位で区切るという考え方は、四分位数の意味づけを直観的にする。第1四分位数より小さい値の集まりは下位の25％、第2四分位数を境に下位と上位が概ね半々になり、第3四分位数より大きい値は上位の25％として整理できる。したがって四分位数の組は、下位・中位・上位の分布の位置を、端点ではなく境界点として示す。
1.3 四分位数の特徴と利点
1.3.1 外れ値に強い理由
四分位数は分布の「割合」に基づくため、極端な値がごく少数で混入しても、該当割合に到達するまでの順位が大きくは変わりにくい。とくに端の観測値や、その近くの順位だけが揺れる状況では、平均のように全ての値に引きずられる性質が相対的に弱くなる。結果として、分布の中心付近や分位の境界を代表する指標として、外れ値の影響を抑える傾向がある。
1.3.2 分布の要約としての役割
四分位数は単独でも意味を持つが、複数を組として用いることで分布の形に関する情報が増える。たとえば中央値（第2四分位数）は中心の位置を示し、第1・第3四分位数は下位と上位の広がりの目安を与える。さらに差分である四分位範囲へ展開できるため、散らばりの要約へ自然につながる。要約統計としての簡潔さと、解釈のしやすさが実務上の利点となる。
2 四分位数の計算と実装上の注意
2.1 個数が有限のときの取り扱い
2.1.1 中央（中央値）の扱い（偶数・奇数）
データ数が奇数の場合、並べ替え後の中央の観測値が中央値として自然に定まる。これに対し偶数の場合、中央に位置する2つの値の間に境目があり得るため、中央値の定義として「2値の平均を取る」か、「上側または下側の値を採用する」かが分かれる。結果として中央値の値が方法により異なる可能性があるが、どの定義を採用しているかを明示すれば解釈の齟齬は減らせる。
2.1.1.1 左右の分割方法と定義の違い
偶数個のときの四分位の切り方には左右のどちらを含めるかという要素が含まれる。例えば、中央値を「2つの中央の平均」とする考え方では境界が滑らかに定まる一方、中央値周辺を片側に寄せる定義では、四分位点が整数順位により決まることがある。四分位数全体の定義体系は、中央値周辺の扱いと整合する必要があるため、左右の分割規則は実装差の主因になりやすい。
2.1.2 第1・第3四分位数の計算法の代表例
第1四分位数と第3四分位数は、全体を25％ずつ区切る位置を求める点で中央値と同様の論点を含む。代表的には、対象の位置が観測値の添字に一致する場合はその値を採用し、不一致の場合は近傍2点の線形補間を用いる方法がある。別の代表として、順位に基づく「離散的な選択（近い側の観測値を四分位とする）」もあり、端点の決め方や補間の有無が数値差を生む。
2.2 集計や整理の実務フロー
2.2.1 並べ替え・重複値の影響
データの重複は珍しくない。四分位数は順位に基づく指標であるため、同一値が複数回出現すると、その値が区切り位置を跨ぐ場合がある。この場合、四分位点がその重複値の値そのものになることは自然であり、計算は「並びの位置」を正しく扱うことに依存する。したがって実装では、ソートの安定性そのものよりも、分位位置の定義に対して順位のカウントを一貫させることが重要になる。
2.2.2 欠損値や重み付きデータの扱い
欠損値が存在する場合は、除外するか、別の規則で埋めるかが結果に影響する。四分位数は順位指標なので、欠損処理の手続きが変われば「観測された集合」が変わり、分位位置が変化し得る。また重み付きデータでは、各観測値が占める割合を考慮して累積重みが25％、50％、75％に到達する位置を探す必要がある。この場合、単純な並びの添字ではなく「累積分布」の概念で位置を定める設計になる。
2.3 ソフトウェアによる算出差
2.3.1 四分位数の「定義」差による数値の違い
ソフトウェアやライブラリによって、四分位数の定義（位置の決め方、補間の方法、端点の含め方）が異なるため、同一データでも数値が一致しないことがある。とくにデータ数が少ない場合ほど、位置が観測値の添字に一致しないケースが増えるため差が目立ちやすい。比較やレポート作成では、使用した関数の定義（オプションや規則）を記録し、再現可能性を確保することが実務上の要点となる。
2.3.2 検証と再現性の確保
実装の検証には、手計算が可能な小標本で確認する方法が有効である。具体的には、データ数の異なる複数例で四分位点が理にかなう形で変化するかを見て、定義の理解と実装の整合を確かめる。さらに、同じライブラリでもバージョン差により挙動が変わる可能性があるため、実行環境の情報を残すと、追跡と修正が容易になる。
3 四分位数に基づく代表的な指標
3.1 四分位範囲（IQR）
3.1.1 定義と直感的な意味
四分位範囲は、第三四分位数から第一四分位数を引いた量として定義される。直感的には、中央の50％のデータがどれだけ広い範囲に散らばっているかを示す指標である。極端な値が入っても影響を受けにくい構造を持つため、散らばりの頑健な尺度として利用される。
3.1.2 分散・標準偏差との違い
分散や標準偏差は平均からの距離を用いて計算するのに対し、四分位範囲は順位に基づく区切りにより決まる。したがって分布の尾が重い場合や外れ値が混ざる場合、標準偏差は振幅が大きくなりやすい。一方で四分位範囲は中心付近の幅を中心に捉えるため、分布の特徴を異なる角度から要約することになる。両者は同じ性質を測るわけではなく、目的に応じて選択されるのが一般的である。
3.2 箱ひげ図との関係
3.2.1 箱（四分位範囲）と中央値
箱ひげ図では、中央値を箱の内部の線として描き、箱の両端には第一四分位数と第三四分位数が配置される。箱の高さ（幅）は四分位範囲に対応し、中央値の位置が箱の上下（左右）で偏っていれば分布が片側に寄っていることを読み取れる。したがって四分位数は、図の部品を構成する基本要素として可視化の中核にある。
3.2.2 ひげと外れ値の考え方
ひげの長さは箱からどれだけ離れた範囲までを「一般的な観測」とみなすかに依存する。多くの実装では、四分位範囲の大きさに基づく閾値を用いて、極端に離れた点を外れとして別扱いする。ここで重要なのは、外れの判定が「統計的な真偽」を断定するのではなく、分布の記述と検出補助のための基準として機能する点である。
3.3 判定・検出への応用（概念）
3.3.1 外れ値の抽出に四分位を使う考え方
四分位数に基づく手法では、中心の幅（四分位範囲）を基準にして、そこから極端に離れた値を候補として取り出す。これは外れ値の影響を受けにくい尺度で境界を作れるためであり、手元のデータが歪んでいても、平均と標準偏差だけに依存する方式より頑健に働きやすい。結果はあくまで候補の抽出であるため、追加の確認手続きと組み合わせるのが望ましい。
3.3.2 分布の歪みの読み取り
第一と第三四分位数の間で中央値の位置が偏っていると、左右（もしくは上側・下側）の広がりが不均衡であることを示す。箱ひげ図や四分位の配置を通じて、分布が片側に引き伸ばされている可能性を評価できる。さらに、分位幅の違いを比較すれば、条件ごとの分布形状の変化も概念的に追跡できる。
4 四分位数の解釈と活用シーン
4.1 比較のしかた
4.1.1 グループ間の四分位数比較
複数の集団に対して四分位数を算出し、中央値や四分位範囲を並べることで、中心位置とばらつきの両面を比較できる。中央値が同程度でも四分位範囲が大きい集団は、値のばらつきが広いことを示す。また、四分位点の位置が上下にずれる場合は、分布全体のシフトを示唆する。比較では、同じ定義と同じ前処理（欠損処理、重みの扱い）で算出されているかが前提になる。
4.1.2 条件や期間での分布変化の追跡
時系列や条件別に四分位数を追跡すると、平均だけでは見えにくい変化に気づける。たとえば中央値が大きく動かない一方で四分位範囲が増減すれば、中心は保たれているが分散構造が変わった可能性がある。さらに、箱ひげ図を並べることで分布の形の変化も視覚的に理解しやすい。
4.2 データ種別による注意
4.2.1 少数データでの信頼性
データ数が少ないほど、分位点の位置は順位の影響を強く受ける。わずかな観測の追加や欠損の処理変更で四分位数が動きやすくなり、見かけの違いが偶然の変動である可能性も高まる。少数標本では、四分位数単体の比較だけで結論を急がず、再現性や頑健性を補う工夫が必要になる。
4.2.2 非対称分布・裾の長い分布での見方
分布が左右非対称である場合、中央値と四分位点の配置がその非対称性を反映する。裾が長いデータでは、極端値は平均に強く影響し得るが、四分位数は分位位置に基づくため比較的安定に中心や幅を示す場合がある。ただし「影響を受けにくい」ことと「無視できる」ことは同義ではないため、状況に応じて追加の記述統計も併用すると解釈が堅牢になる。
4.3 初学者がつまずく点
4.3.1 「中央値＝平均」ではないこと
初学者が混同しやすい点として、中央値は平均ではないことがある。中央値は順位に基づく境界であり、平均は値の総和に基づく指標であるため、分布が対称でない場合には両者が一致しない。特に外れ値や歪みがあるデータでは、両者の差が分布の性質を示す手がかりになる。
4.3.2 定義差による結果の揺れへの対処
四分位数は概念が同じでも、ソフトウェア実装や定義の選択により数値が変わることがある。利用者は「どの定義で算出したか」を確かめ、同じ前提で比較する必要がある。再現性が求められる場面では、計算オプションや使用ライブラリを明記し、手計算で理解を補強するとよい。
4.4 まとめとしての使いどころ
4.4.1 要約統計としての役割
四分位数は、中心の位置（中央値）と分布の広がりの目安（第一・第三四分位）を少数の数値で表せる。分布の詳細を完全に再現するわけではないが、頑健で解釈しやすい要約として、探索的データ解析や報告書の記述統計に適している。
4.4.2 可視化と意思決定への接続
箱ひげ図のような可視化と組み合わせることで、分布の中心、ばらつき、極端な値の存在を一枚で把握できる。意思決定の場面では、比較対象の分布の変化を定量的に示す材料になり、平均中心の判断を補完する役割を果たす。特にばらつきが問題になる状況では、四分位範囲のような関連指標が検討に役立つ。