如何看箱线图

箱线图可以用来反映一组或多组连续型定量数据分布的中心位置和散布范围。

如上图所示，在箱线图中，箱子的中间有一条线，代表了数据的中位数。箱子的上下底，分别是数据的上四分位数（Q3）和下四分位数（Q1），这意味着箱体包含了50%的数据。因此，箱子的高度在一定程度上反映了数据的波动程度。上下边缘则代表了该组数据的最大值和最小值（忽略掉异常值）。有时候箱子外部会有一些点，可以理解为数据中的“异常值”。

四分位数

一组数据按照从小到大顺序排列后，把该组数据四等分的数，称为四分位数。第一四分位数 (Q1)、第二四分位数 (Q2，也叫“中位数”)和第三四分位数 (Q3)分别等于该样本中所有数值由小到大排列后第25%、第50%和第75%的数字。第三四分位数与第一四分位数的差距又称四分位距（interquartile range, IQR），如下图所示。

注：

有时候我们会发现箱形图的某一部分仿佛被隐藏了，除此之外还有一些极端情况，箱子被压得很扁，甚至只剩下一条线，同时还存在着很多异常值。这些情况的出现，有两个常见的原因：
第一，样本数据中，存在特别大或者特别小的异常值，这种离群的表现，导致箱子整体被压缩，反而凸显出来这些异常；
第二，样本数据特别少，因此箱体受单个数据的影响被放大了。