Question

我正在对数据集[23,25,28,28,32,33,35]进行编码

IQR = Q3-Q1 = 33-25 = 8

当我在数据集上运行IQR时，结果（6）与预期不符（8）。

我在https://stackoverflow.com/a/23229224中尝试了另一种方法，结果为6。

这是我的代码

import numpy as np
from scipy.stats import iqr
x = np.array([23,25,28,28,32,33,35])
print(iqr(x, axis=0))

什么导致了问题？

Answer 1

scipy.stats.iqr似乎不遵循Wikipedia中记录的递归算法。相反，它只是做np.percentile(x, 75) - np.percentile(x, 25)这并不排除中位数，而是包含在内，因此您得到(32 + 33)/2 - (25 + 28)/2 = 6

如果要在Wikipedia中使用该算法，则需要执行以下操作：

def iqr_(m):
    m = np.array(m)
    n = m.size//2
    m_ = np.partition(m.ravel(), n + 1)
    return np.median(m_[n + m.size%2:]) - np.median(m_[:n])

iqr_([23,25,28,28,32,33,35])
8.0

编辑：在Wikipedia的talk page上，提出的算法不是确定的，实际上scipy.stats.iqr的方法也是可以接受的。请参阅确定四分位数Here

的三种方法

Answer 2

Daniel的答案令人惊讶。对我来说，如果数据长度是偶数，我将使用stats.iqr，就像

d = [21, 23,25,28,28,32,33,35]
# Check the length of the dataset
>>> len(d)
8
>>> Q1 = np.percentile(d, 25,interpolation='midpoint')
>>> Q3 = np.percentile(d, 75,interpolation='midpoint')
>>> Q3-Q1
8.5
# When use stats.iqr
>>> stats.iqr(d, interpolation='midpoint')
8.5

因此，数据集的偶数长度可以直接使用stats.iqr。数据集的奇数，我们可以使用Daniel的方法，因为Cuz stats.iqr不排除中位数，而是包含在内。

scipy.stats是否为iqr计算错误？

2 个答案: