1 基本概念
1.1 四分位距的定义
四分位距是衡量数据离散程度的一种统计量，通常记作 IQR。它等于第三四分位数与第一四分位数之差，即上四分位与下四分位之间的距离。与只看全体最大值和最小值的指标不同，四分位距关注的是数据中部的分散情况，因此更能反映主体样本的波动特征。
1.2 第一四分位数与第三四分位数
第一四分位数通常表示有 25% 的数据不大于该值，记作 Q1；第三四分位数表示有 75% 的数据不大于该值，记作 Q3。二者共同界定了数据中间一半的范围。由于它们分别位于分布的下部和上部，因而能够从两个方向刻画数据的集中程度。
1.3 中间 50% 数据范围
四分位距对应的区间是从 Q1 到 Q3 的这一段，包含了排序后居中的 50% 数据。这个范围常被视为“典型值”集中的区域，因为它避开了最小值、最大值以及可能存在的极端观测。对于偏态分布或含异常值的数据，中间 50% 的范围往往比全距更稳定。
1.4 四分位距的统计意义
四分位距不仅表示数据的跨度，还体现了分布的稳定性和集中趋势。若 IQR 较小，说明中间数据相对聚集；若 IQR 较大，则表示主体数据更分散。在实际分析中，它常用于比较不同组别的数据波动，或作为异常值判定的基础。
2 计算方法
2.1 数据排序
计算四分位距前，通常先将原始数据按从小到大的顺序排列。排序是求四分位数的前提，因为四分位位置依赖于数据在整体中的相对次序。对于重复值较多的样本，也应先完成排序，再依据约定方法确定 Q1 与 Q3。
2.2 四分位数的求法
2.2.1 位置法
位置法根据样本在排序后所处的序号来确定四分位数位置。常见做法是先计算四分位数对应的理论位置，再按四舍五入、取整或插值规则求值。不同教材和软件在细节上可能略有差异，因此同一组数据可能得到不同的四分位数结果。
2.2.2 百分位法
百分位法把四分位数看作特殊的百分位数：Q1 对应第 25 百分位，Q3 对应第 75 百分位。通过这种方式，可以借助更一般的分位数计算框架来求得四分位数。若样本量较大，这种方法通常较直观，也便于与其他百分位指标联动使用。
2.3 四分位距公式
四分位距的计算公式为：
IQR = Q3 - Q1
其中 Q3 为第三四分位数，Q1 为第一四分位数。由于是两个位置统计量的差，IQR 的单位与原始数据一致，便于直接解释和比较。
2.4 不同样本量下的处理方式
当样本量较小时，四分位数的确定方式会更受定义影响。例如，是否将中位数纳入上下半部分、是否对偶数个数据分半、是否采用插值，都会改变结果。样本量较大时，这种差异通常会减弱，但在精细计算或软件比对时仍需注明所用规则。
3 性质与特点
3.1 鲁棒性
四分位距具有较强的鲁棒性，即对极端数值不敏感。由于它只利用中间 50% 的数据，少数特别大或特别小的值通常不会显著改变结果。这使它在异常值较多、分布不对称的情形下尤为实用。
3.2 对异常值的敏感度
与极差相比，四分位距对异常值的敏感度较低；但它并非完全不受影响。若异常值数量较多，或异常值进入了 Q1 和 Q3 的计算区间，IQR 仍可能发生变化。总体而言，它更适合描述主体数据而非边缘极值。
3.3 与极差的比较
极差等于最大值减最小值，反映的是全体数据的总跨度。相比之下，四分位距只关注中间部分，因此更能避免单个异常点对结果的主导作用。极差适合看整体边界，IQR 则更适合看主体分布的宽窄。
3.4 与标准差的比较
标准差基于每个观测值与均值的偏离程度，属于更依赖整体分布形态的指标。四分位距则完全建立在排序位置上，因此对偏态数据更稳健。前者适合正态或近似对称分布的场景，后者则常用于更复杂或更“脏”的数据集。
4 图形表示
4.1 箱线图中的四分位距
箱线图以箱体表示 Q1 到 Q3 的区间，而箱体的长度正是四分位距。箱体越长，说明中间 50% 数据越分散；箱体越短，则表示数据集中程度更高。借助箱线图，IQR 的含义能够被直观地展示出来。
4.2 四分位区间
四分位区间通常指从第一四分位数到第三四分位数的范围，即 [Q1, Q3]。它所覆盖的正是数据的中部主体。与“区间长度”相对应的数值就是四分位距，因此二者常被并列讨论。
4.3 视觉解释与数据分布判断
在图形上，IQR 可以帮助判断数据是否偏斜、是否集中以及离群点是否明显。若箱体上下不对称，说明分布可能存在偏态；若箱体较短而须较长，则往往意味着中部集中、尾部较长。通过这种视觉线索，可以快速获得对数据结构的初步印象。
5 异常值判定
5.1 1.5 倍四分位距规则
一种常见的异常值判定方法是使用 1.5 倍四分位距规则。具体做法是：低于 Q1 - 1.5×IQR 或高于 Q3 + 1.5×IQR 的数据，通常被视为异常值候选。该方法简单易行，因而在箱线图分析中被广泛采用。
5.2 轻度异常值与极端异常值
在一些分析体系中，超过 1.5 倍 IQR 的点会被称为轻度异常值，而超过 3 倍 IQR 的点则可能被视为极端异常值。这样的划分有助于区分“可疑但不一定错误”的观测与“明显偏离主体”的观测。实际处理中，是否剔除还需结合业务背景判断。
5.3 异常值检测中的应用
四分位距在异常值检测中常作为初筛工具，适用于快速识别潜在离群点。它的优点是计算简便、解释明确，且不需要假设数据服从特定分布。在数据清洗、质量审查和探索性分析阶段，这一方法尤其常见。
6 应用场景
6.1 描述性统计
在描述性统计中，四分位距常与均值、标准差和中位数一起报告，用于补充说明数据的分布情况。对于偏态较强的数据，IQR 往往比平均水平更能代表典型波动。它也便于不同样本之间的横向比较。
6.2 探索性数据分析
在探索性数据分析中，IQR 是判断数据结构的重要基础指标。研究者可通过它识别异常值、比较组间差异，并初步判断是否存在偏态或聚集现象。由于计算便捷，它常在分析流程的早期阶段被优先使用。
6.3 质量控制
在工业与实验质量控制中，四分位距可用于观察工艺数据的稳定性。若 IQR 持续变大，可能意味着过程波动增加；若明显缩小，则可能表示控制更稳定。与控制图等方法结合时，它有助于提供直观的波动参考。
6.4 生物统计与社会科学
在生物统计和社会科学领域，数据常受到极端个体或复杂分布的影响。此时四分位距能够较稳健地概括样本变异，减少异常观测对结论的干扰。它也常用于报告临床指标、收入水平、问卷分数等分布信息。
7 相关概念
7.1 四分位数
四分位数是将排序后的数据分成四等份的分位点，包括第一、第二和第三四分位数。其中第二四分位数就是中位数。四分位距正是建立在第一和第三四分位数之上的派生指标。
7.2 百分位数
百分位数是将数据按比例划分的位置指标，表示不超过某一数值的数据比例。四分位数可看作百分位数的特例，分别对应 25%、50% 和 75%。因此，四分位距与百分位概念在理论上密切相关。
7.3 中位数
中位数是排序后位于中间位置的数值，用于刻画数据的中心位置。它与四分位距配合使用时，可以同时描述“中心在哪里”和“中心周围多宽”。在偏态分布中，这种组合尤为常见。
7.4 五数概括
五数概括通常包括最小值、第一四分位数、中位数、第三四分位数和最大值。它是箱线图的基础，也是快速了解数据分布的常用摘要。四分位距则是其中 Q1 与 Q3 之间的距离。
7.5 离散程度指标
离散程度指标用于描述数据分布的分散或波动情况，常见的还有极差、方差和标准差。四分位距是这类指标中的一种，特点是稳健且易解释。不同指标适用于不同的数据结构和分析目的。
8 计算示例
8.1 手工计算示例
设一组已排序数据为：2，4，5，7，8，10，12，15。 下半部分为 2，4，5，7，上半部分为 8，10，12，15。 Q1 取下半部分的中位数，为 (4 + 5) / 2 = 4.5；Q3 取上半部分的中位数，为 (10 + 12) / 2 = 11。 因此，IQR = 11 - 4.5 = 6.5。
8.2 分组数据中的近似计算
对于分组数据，若只知道各组频数而没有原始值，通常只能通过组距和累计频数进行近似估计。此时先确定 Q1 和 Q3 所在的组，再在组内做线性插值。该方法能提供近似的四分位距，但精度依赖分组宽度与数据分布形态。
8.3 软件计算示例
在统计软件中，四分位距通常可通过分位数函数直接求得。不同软件可能采用不同的默认算法，例如是否包含中位数、是否使用插值、是否按特定百分位定义计算。为了保证结果可复现，报告时最好注明软件名称及计算规则。
9 常见问题
9.1 四分位距是否受极端值影响
四分位距对极端值通常不敏感，因为它不直接使用最小值和最大值。然而，若极端值影响了排序位置中的分位点，或样本本身很小，结果仍可能受到一定影响。总体来说，它比极差和标准差更稳健。
9.2 不同软件结果为何不同
不同软件在四分位数的定义上可能采用不同算法，因此 IQR 也会随之变化。差异主要来自位置取法、插值方式以及样本中位数是否参与分半等规则。只要说明方法，结果差异通常是可解释的。
9.3 样本数据与总体数据的区别
样本四分位距是基于样本估计得到的，用于近似描述总体分布；总体四分位距则是对整个总体的精确度量。实际研究中多数情况下处理的是样本数据，因此结果带有抽样误差。样本越大，样本 IQR 通常越接近总体水平。