Khoảng tứ phân vị (IQR) là hiệu số giữa tứ phân vị thứ ba và tứ phân vị thứ nhất, tính theo công thức IQR = Q3 − Q1. Đại lượng này đo mức độ phân tán của 50% dữ liệu nằm ở giữa tập số liệu, ít bị ảnh hưởng bởi giá trị ngoại lệ nên được dùng rộng rãi trong thống kê.
Khoảng tứ phân vị là gì?
Khoảng tứ phân vị, tiếng Anh là Interquartile Range (IQR), là hiệu số giữa tứ phân vị thứ ba (Q3) và tứ phân vị thứ nhất (Q1). Đại lượng này còn được ký hiệu là ΔQ và đôi khi gọi là độ trải giữa. Công thức tính là IQR = Q3 − Q1.
Bạn đang xem: Khoảng tứ phân vị là gì? Khái niệm và cách tính

Ý nghĩa cốt lõi của IQR là đo phạm vi của 50% dữ liệu nằm ở giữa tập số liệu — phần dữ liệu trung tâm, không bao gồm 25% giá trị thấp nhất và 25% giá trị cao nhất. Vì chỉ dùng Q1 và Q3, khoảng tứ phân vị bỏ qua hai đầu cực, giúp phản ánh độ phân tán một cách ổn định và ít bị sai lệch bởi các giá trị bất thường.
Công thức và cách tính khoảng tứ phân vị
Để tính IQR, trước hết cần xác định hai giá trị Q1 và Q3, sau đó lấy hiệu của chúng. Quy trình cơ bản gồm các bước sau đây.
- Sắp xếp dữ liệu tăng dần: đưa toàn bộ giá trị về thứ tự từ nhỏ đến lớn để dễ xác định vị trí các mốc.
- Tìm trung vị (Q2): giá trị chia đôi tập dữ liệu, làm mốc để tách nửa dưới và nửa trên.
- Xác định Q1 và Q3: Q1 là trung vị của nửa dưới (vị trí 25%), Q3 là trung vị của nửa trên (vị trí 75%).
- Tính IQR: áp dụng công thức IQR = Q3 − Q1.
Ví dụ với dãy: 4, 6, 7, 8, 10, 23, 34. Sau khi xác định được Q1 = 6 và Q3 = 23, ta có IQR = 23 − 6 = 17. Kết quả này cho biết độ rộng của 50% dữ liệu trung tâm.
Ý nghĩa của khoảng tứ phân vị trong thống kê
Khoảng tứ phân vị phản ánh mức độ tập trung hay phân tán của phần dữ liệu quan trọng nhất. Cách đọc kết quả IQR khá trực quan và dễ áp dụng.
- IQR lớn: 50% dữ liệu trung tâm đang phân tán rộng, các giá trị cách xa nhau.
- IQR nhỏ: dữ liệu trung tâm tập trung gần nhau, ít biến động.
Xem thêm : Số chẵn bé nhất có 5 chữ số khác nhau là số nào?
Ví dụ, khi phân tích điểm số của một lớp, IQR nhỏ cho thấy phần lớn học sinh có điểm khá gần nhau. Ngược lại, IQR lớn báo hiệu sự chênh lệch đáng kể về học lực trong nhóm giữa của lớp.
Ứng dụng phát hiện giá trị ngoại lệ bằng IQR
Một trong những ứng dụng nổi bật nhất của khoảng tứ phân vị là phát hiện giá trị ngoại lệ (outliers). Theo tiêu chuẩn thống kê phổ biến, một giá trị được coi là ngoại lệ nếu nó nằm ngoài hai ngưỡng sau:
Giới hạn dưới = Q1 − 1,5 × IQR | Giới hạn trên = Q3 + 1,5 × IQR
Bất kỳ giá trị nào nhỏ hơn giới hạn dưới hoặc lớn hơn giới hạn trên đều bị xếp vào nhóm ngoại lệ, cần kiểm tra lại trước khi phân tích. Với các ngoại lệ cực đoan, ngưỡng được mở rộng thành 3 × IQR thay vì 1,5 × IQR. Nhờ cơ chế này, IQR trở thành công cụ làm sạch dữ liệu đáng tin cậy trong khoa học dữ liệu và kiểm soát chất lượng.
So sánh khoảng tứ phân vị với khoảng biến thiên
Để hiểu rõ ưu điểm của IQR, cần đặt nó cạnh khoảng biến thiên — một thước đo phân tán đơn giản hơn. Bảng dưới đây đối chiếu hai đại lượng.
| Tiêu chí | Khoảng biến thiên (R) | Khoảng tứ phân vị (IQR) |
|---|---|---|
| Công thức | R = x_max − x_min | IQR = Q3 − Q1 |
| Phạm vi dữ liệu | Toàn bộ tập | 50% dữ liệu trung tâm |
| Ảnh hưởng ngoại lệ | Rất nhạy cảm | Ổn định, ít bị ảnh hưởng |
| Độ tin cậy | Thấp khi có ngoại lệ | Cao |
Khoảng biến thiên chỉ cần một giá trị quá lớn hay quá nhỏ là bị kéo lệch, không phản ánh đúng sự tập trung của phần lớn dữ liệu. Ngược lại, khoảng tứ phân vị bỏ qua 25% dữ liệu ở mỗi đầu nên cho cái nhìn vững chắc hơn về độ phân tán trung tâm.
Mối liên hệ giữa IQR và biểu đồ hộp (Box Plot)
Khoảng tứ phân vị là nền tảng của biểu đồ hộp — công cụ trực quan hóa dữ liệu phổ biến trong thống kê mô tả. Trong biểu đồ hộp, chiếc hộp trải dài từ Q1 đến Q3, và chiều dài của hộp chính là IQR.
Xem thêm : 1 tháng có bao nhiêu tuần? Giải đáp về số tuần trong tháng
Đường kẻ bên trong hộp biểu thị trung vị (Q2), trong khi hai “râu” kéo dài tới giới hạn dưới và trên. Các điểm nằm ngoài phạm vi râu được đánh dấu riêng như những giá trị ngoại lệ. Nhờ đó, chỉ cần nhìn biểu đồ hộp, người phân tích có thể nhanh chóng nắm được độ phân tán, độ lệch và sự tồn tại của giá trị bất thường trong tập dữ liệu.
Ứng dụng thực tế của khoảng tứ phân vị
Khoảng tứ phân vị được sử dụng rộng rãi trong nhiều lĩnh vực đòi hỏi phân tích số liệu chính xác. Sự ổn định trước ngoại lệ khiến IQR trở thành lựa chọn ưu tiên trong thực tế.
- Giáo dục: đánh giá độ đồng đều về điểm số, xác định học sinh có kết quả bất thường.
- Kinh doanh: phân tích doanh thu, giá bán, loại bỏ giao dịch dị thường trước khi báo cáo.
- Y tế: đo mức phân tán của chỉ số sinh học như huyết áp, đường huyết trong nghiên cứu.
- Khoa học dữ liệu: làm sạch dữ liệu, loại bỏ nhiễu trước khi huấn luyện mô hình.
Câu hỏi thường gặp về khoảng tứ phân vị
IQR và ΔQ có phải là một không?
Có, IQR và ΔQ đều chỉ cùng một đại lượng: hiệu Q3 − Q1.
Tại sao IQR ổn định hơn độ lệch chuẩn?
Vì IQR bỏ qua hai đầu cực, không bị kéo lệch bởi giá trị ngoại lệ như độ lệch chuẩn.
Khi nào một giá trị được coi là ngoại lệ?
Khi nhỏ hơn Q1 − 1,5×IQR hoặc lớn hơn Q3 + 1,5×IQR.
IQR có thể bằng 0 không?
Có, khi Q1 bằng Q3, nghĩa là 50% dữ liệu trung tâm hoàn toàn giống nhau.
Tóm lại, khoảng tứ phân vị là hiệu Q3 − Q1, đo mức độ phân tán của 50% dữ liệu trung tâm và nổi bật nhờ tính ổn định trước giá trị ngoại lệ. Nắm vững cách tính IQR cùng ngưỡng phát hiện ngoại lệ giúp bạn phân tích số liệu chính xác và tự tin hơn. Thanglongwaterpuppet hy vọng bài viết đã mang đến cho bạn cái nhìn rõ ràng về công cụ thống kê hữu ích này.
Nguồn: https://khoangcach.com
Danh mục: Kiến thức