KNOWECON WIKI

ARTICLE

四分位差

四分位差 四分位差（quartile deviation），又称四分位距的一半、半四分位距，是统计学中衡量数据离散程度的一种稳健指标。它定义为第三四分位数（Q₃）与第一四分位数（Q₁）之差的一半，即： 在实际应用中，四分位差常与四分位距（interquartile range, IQR）交替使用，后者定义为 IQR = Q₃ − Q₁，两者本质上是线性关系，

浏览 0 更新 2025-11-14

四分位差

四分位差（quartile deviation），又称四分位距的一半、半四分位距，是统计学中衡量数据离散程度的一种稳健指标。它定义为第三四分位数（Q₃）与第一四分位数（Q₁）之差的一半，即：

四分位差=Q3−Q12\text{四分位差} = \frac{Q_3 - Q_1}{2}

在实际应用中，四分位差常与四分位距（interquartile range, IQR）交替使用，后者定义为 IQR = Q₃ − Q₁，两者本质上是线性关系，四分位差恰好是 IQR 的一半。四分位差的核心优势在于其不受极端值影响的中枢稳健性，这使得它在描述偏态分布或含有异常值的数据时，优于极差（range）和标准差（standard deviation）等传统离散指标。

定义与计算

给定一组有序数据 x1≤x2≤⋯≤xnx_1 \le x_2 \le \cdots \le x_n，第一四分位数 Q₁ 是数据中第 25 百分位的数值，第三四分位数 Q₃ 是第 75 百分位的数值。四分位差的计算步骤为：

  1. 将数据按升序排列；
  2. 确定 Q₁ 的位置（通常使用线性插值法）；
  3. 确定 Q₃ 的位置；
  4. 计算 Q₃ − Q₁ 并取半。

确定四分位数的方法有多种，常见的有：

  • 方法一（Tukey 方法）：将中位数两侧的数据分别取中位数得到 Q₁ 和 Q₃。
  • 方法二（线性插值法）：使用位置公式 L=(n+1)×pL = (n+1) \times p 进行插值，其中 p 为所需百分位（0.25 或 0.75）。
  • 方法三（样本分位数法）：统计软件中常用的 9 种分位数定义（如 R 语言的 type 1–9）各有不同，但四分位差的差异通常很小。

四分位差的性质

四分位差具有以下几项重要性质：

  1. 稳健性：四分位差仅依赖于数据中间 50\% 的观测值，完全不受两端极端值的影响。这一特征使它在处理厚尾分布或存在离群点的实际数据时，比标准差更为可靠。
  2. 量纲不变性：四分位差与原始数据具有相同的量纲，便于直观解释。
  3. 有界性：对于任何数据集，四分位差的值介于 0 和极差的一半之间，当数据完全集中时四分位差为 0。
  4. 单调性：在数据中添加远离中心的新观测值不会改变四分位差（只要该观测值不改变 Q₁ 或 Q₃ 的位置）。

与其他离散指标的比较

四分位差、极差和标准差是三种最常见的离散度量，它们各有侧重：

| 指标 | 定义 | 受极端值影响 | 适用场景 | |------|------|------------|---------| | 极差 | 最大值 − 最小值 | 极敏感 | 快速粗略估计 | | 四分位差 | (Q₃ − Q₁)/2 | 不敏感 | 偏态分布、小样本 | | 标准差 | 方差的平方根 | 敏感 | 正态分布、参数推断 |

在实际应用中，四分位差常与中位数配合使用。中位数描述数据的集中趋势，四分位差描述数据的离散程度，两者共同构成了对偏态数据的完整刻画。对于对称分布（尤其是正态分布），标准差是效率更高的离散指标；对于偏态分布或含有异常值的数据，四分位差提供的信息更为可靠。

四分位差与箱线图

四分位差是箱线图（box plot）的核心组成部分。在箱线图中：

  • 箱体的下边界为 Q₁，上边界为 Q₃，箱体高度即四分位距 IQR；
  • 箱体内部的横线为中位数；
  • 从箱体延伸出的"须"通常延伸至 Q₁ − 1.5×IQR 和 Q₃ + 1.5×IQR 范围内的最远观测值；
  • 超出此范围的观测值被标记为异常值。

通过箱线图，研究者可以直观地识别数据的对称性、离散程度及异常值。四分位差作为箱线图的关键参数，为数据可视化提供了定量基础。

应用实例

假设某班级 9 名学生的考试成绩（分）为：55, 62, 68, 71, 75, 78, 82, 89, 95。排序后计算：

  • 中位数位置：(9+1)/2 = 5，中位数为 75；
  • Q₁：下半部分（55, 62, 68, 71）的中位数，即 (62+68)/2 = 65；
  • Q₃：上半部分（78, 82, 89, 95）的中位数，即 (82+89)/2 = 85.5；
  • IQR = 85.5 − 65 = 20.5；
  • 四分位差 = 20.5/2 = 10.25。

这一结果表明，中间 50\% 学生的成绩分布在以中位数为中心的约 10.25 分的范围内，反映了数据的集中程度。

注意事项与局限

四分位差虽然稳健，但也存在一定的局限：它仅利用了两个分位点的信息，忽视了数据内部的大量细节；对于样本量较小的数据，分位数的估计可能不够稳定；不同类型的分位数计算方法可能带来细微差异，在报告结果时应注明所用方法。此外，四分位差不适合用于需要矩结构（moment structure）的统计推断，如假设检验或方差分析，在这些场景下应优先考虑标准差或方差。

在经济学中的应用

四分位差在经济学领域有着广泛的实际应用。收入分配研究中，经济学家常使用四分位差来衡量收入不平等程度。例如，计算不同收入阶层的四分位差可以揭示收入分布的离散程度，辅助判断收入差距的变化趋势。与基尼系数相比，四分位差虽然包含的信息量较少，但计算简便且对极端高收入群体不敏感，避免了数据质量问题带来的干扰。

在金融市场的风险管理中，四分位差被用于描述资产收益率的波动特征。由于金融时间序列常呈现厚尾分布，标准差作为波动率指标容易受到极端收益率的干扰。四分位差作为一种稳健的波动度量，可以更稳定地反映市场在正常状态下的波动水平，辅助投资者评估资产的风险暴露。

四分位差的统计推断

尽管四分位差主要作为一种描述性统计量使用，统计学家也发展出了基于四分位差的推断方法。利用置信区间法和自助法（bootstrap），可以构造四分位差的区间估计，通过重抽样技术获得四分位差的抽样分布，进而计算标准误和置信区间。

对于来自正态总体的样本，四分位差与标准差之间存在理论关系：在正态分布下，IQR ≈ 1.349σ，因此四分位差 ≈ 0.6745σ。这一关系可用于在已知正态性的条件下，通过四分位差快速估算标准差，也可用于检验数据的正态性假设：若实际四分位差与基于标准差推算的理论值差距较大，则数据可能偏离正态分布。

四分位差的变体与扩展

除标准的四分位差外，统计学家还提出了多种扩展形式。其中较为常见的是四分位距（IQR）本身，以及标准化四分位差（将四分位差除以中位数，得到无量纲的相对离散指标）。此外，还有百分位差（percentile difference），例如第九十百分位数与第十百分位数之差的一半，用于捕捉更宽范围的数据离散信息。

在探索性数据分析（EDA）中，四分位差与平滑技术（如中位数平滑、低阶平滑）结合使用，可以稳健地识别时间序列或空间数据中的趋势与异常模式。四分位差的变体也被引入到稳健统计的M估计和L估计体系中，形成了一整套基于分位数的稳健推断工具集。

综上所述，四分位差作为一种稳健的离散度量，在探索性数据分析、偏态分布描述和异常值识别中具有不可替代的价值。它与中位数的结合使用，构成了对数据分布特征的非参数化描述框架，广泛应用于经济学、社会科学、医学统计和质量管理等领域。