5.7:

5.7: Wykres skrzynkowy

JoVE Core
Statistics

This content is Free Access.

JoVE Core Statistics

Boxplot

Please note that all translations are automatically generated. Click here for the English version.

5.6: 5-Number Summary

5.8: What Are Outliers?

7,955 Views

•

01:12 min

•

April 30, 2023

Overview

Wykresy pudełkowe (zwane również wykresami pudełkowymi i wąsami lub wykresami pudełkowymi i wąsami) dają doskonały graficzny obraz koncentracji danych. Pokazują również, jak daleko od większości danych znajdują się wartości skrajne. Wykres pudełkowy składa się z pięciu wartości: wartości minimalnej, pierwszego kwartyla, mediany, trzeciego kwartyla i wartości maksymalnej. Używamy tych wartości, aby porównać, jak blisko nich znajdują się inne wartości danych. Aby skonstruować wykres pudełkowy, należy użyć poziomej lub pionowej osi liczbowej i prostokątnego pola. Najmniejsza i największa wartość danych oznacza punkty końcowe osi. Pierwszy kwartyl oznacza jeden koniec pola, a trzeci kwartyl oznacza drugi koniec pola. Około środkowe 50 procent danych znajduje się w pudełku. “Wąsy” rozciągają się od końców pudełka do najmniejszych i największych wartości danych. Mediana lub drugi kwartyl może znajdować się między pierwszym a trzecim kwartylem lub może to być jeden, drugi lub oba. Wykres pudełkowy daje dobry, szybki obraz danych.

Ten tekst został zaadaptowany z Openstax, Introductory Statistics, Section 2.4 Wykresy pudełkowe

Transcript

Wykres pudełkowy lub diagram pudełkowo-wąsowy jest wizualną reprezentacją podsumowania składającego się z 5 liczb. Wykres pudełkowy przedstawia wartość minimalną, pierwszy kwartyl, drugi kwartyl, trzeci kwartyl i wartość maksymalną. Dostarcza również informacji o rozkładzie danych, a także o wartościach odstających.

Weźmy pod uwagę dziesięciu najlepszych strzelców bramek z meczów Mistrzostw Świata.

Aby skonstruować wykres pudełkowy, najpierw posortuj liczbę bramek od najniższej do wysokiej i znajdź 5-cyfrowe podsumowanie.

Utwórz wykres skrzynkowy, rysując prostokąt rozciągający się od kwartyla pierwszego do kwartyla trzeciego, a następnie linię przechodzącą przez pole w drugim kwartylu oraz linię łączącą wartości minimalne i maksymalne.

Wykresy pudełkowe rozkładów normalnych zazwyczaj pokazują medianę w środku każdego pola, podczas gdy w rozkładzie skośnym mediana przesuwa się do przodu lub do tyłu.

Wykresy skrzynkowe są często pomocne w porównywaniu dwóch lub więcej różnych zestawów danych. Na przykład porównanie liczby bramek strzelonych przez mistrzowską drużynę w dwóch seriach meczów mistrzostw świata ujawniłoby, jak wyniki zespołu zmieniały się w czasie.

Key Terms and definitions

Box Plot - Graphical representation of data concentration and extreme values.
Whiskers - Lines extending from the box plot depicting minimum and maximum data values.
Quartiles - The minimum, first quartile, median, third quartile, and maximum value shown in a box plot.
First Quartile - The value below which a quarter of data falls, depicted in the box plot.
Middle 50 - The range within the first and third quartile in a box plot, where approximately half the data points lie.

Learning Objectives

Define Box Plot – Explain the graphical representation of data distribution (e.g., box plot).
Contrast Min and Max vs Quartiles – Explain their representation in a box plot (e.g., whiskers and quartiles).
Explore Box Plots Examples – Understand extreme data values (e.g., whiskers).
Explain Quartiles – Significance and representation in the box and whiskers plot.
Examine Middle 50 – Analyze the data within the middle 50% range of a box plot.

Questions that this video will help you answer

What is a box plot and significance of quartiles in it?
How are extreme values represented in a box plot?
What is the 'middle 50' in a box plot and why is it important?

This video is also useful for

Students – Understand how Box Plots and Whiskers provide insights into data distribution and concentration.
Educators – Clearly demonstrate the concept of Quartiles and Middle 50 range in statistics.
Researchers – Apply box plots for robust data analysis and visualization in their studies.
Statistics Enthusiasts – Explore data distributions and variations through box and whisker plots.

Tags

Wykres pudełkowy wykres pudełkowo-wąsowy koncentracja danych wartości ekstremalne wartość minimalna pierwszy kwartyl mediana trzeci kwartyl wartość maksymalna porównanie danych reprezentacja graficzna wąsy statystyka